泛癌体细胞突变在miRNA及其靶基因调控网络中的扰动和作用研究

Genetic variant is one of the main factors for cancer genesis and somatic mutations in the genome can accumulate in the cells throughout the time. Among these mutations, one type of them is called “passenger mutation” and the other one is called “driver mutation”. Many works have identified the driver mutations in protein coding regions, while the role of mutations arising in miRNA gene and their target site regions is still not fully understood in cancers.. This project plans to combine the genomics and transcriptomics data of 33 cancer types from The Cancer Genome Atlas (TCGA) project to study the roles of miRNA related somatic mutations in cancers. The study includes: 1) Integrate expression data of mRNA and miRNA, CLIP-Seq data and computational tools to construct cancer specific miRNA-target gene regulation networks; 2) Combine ~10000 samples of cancer genome sequencing data to identify miRNA-gene interactions influenced by mutations and compare the mutation models in different cancer types; 3) Integrate mutation and expression data with regulation network to distinguish the miRNA related driver mutations from passenger mutations. We also try to reveal the influences of perturbation of driver mutations on regulation network in the cancer progression.

基因变异是癌症发生的主要因素之一，基因组中的体突变随着时间的发展在细胞中不断累积。这些突变中，一类称之为“伴随突变”；另一类，称之为“驱动突变”。已有很多工作识别了蛋白质编码区中的驱动突变，然而基因组中miRNA基因区间及其靶位点区间的突变在癌症中的作用仍不明确。. 本项目拟结合癌症基因组图谱计划（TCGA）中33种癌症的基因组和转录组的组学数据研究miRNA相关的体突变在癌症中的作用，主要内容有：1）整合基因和miRNA表达数据，CLIP-Seq数据以及计算工具构建癌症特异的miRNA-靶基因调控网络；2）结合~10000个样本的癌症基因组测序数据找出全部被突变影响的miRNA-靶基因调控关系，并比较突变在各个癌症中的发生模式；3）整合突变数据，表达数据及调控网络，识别miRNA相关的驱动突变，揭示驱动突变在调控网络中的扰动对癌症发展的影响。

在癌症发生过程中，体细胞突变是其中重要的影响因素；miRNA及其调控的靶基因也参与癌症的发生发展。本项目主要研究癌症体细胞突变在miRNA及其靶基因上的作用机制。.研究内容包括：首先构建30种癌症的高质量的miRNA-gene调控关系，该方法整合了AGO蛋白CLIP-Seq的结合位点和各个癌症的miRNA和gene的RNA表达谱。其次，将癌症体细胞突变映射到miRNA成熟体或其靶基因的结合位点上，分析突变在miRNA相关调控区域的频率和出现模式。最后，基于大样本的突变和RNA表达谱，区分miRNA相关的“伴随突变”和“驱动突变”，并分析驱动突变的扰动对miRNA靶基因结合的影响机制。.重要研究结果和关键数据包括：.1..筛选出了107068条高质量的miRNA-gene调控关系，这些调控关系同时具备miRNA和AGO结合到靶位点的证据，也能够显著负调控其对应的靶基因表达水平，避免了miRNA调控关系假阳性高的问题。在与验证集的比较中，调控关系的精确度达到94.1%，因此该数据为后续相关研究奠定了可靠的基础。.2..对突变模式的研究发现，大多数的调控关系呈现癌症特异性，少数在不同癌症中保守的调控关系富集在常见的癌症功能通路中，比如TGF-B信号通路。在几乎所有的癌症中，突变在miRNA基因和靶基因上的分布呈现出显著的互斥模式，该现象暗示了参与同一信号通路的多个癌症突变呈现非冗余性，同一通路中的突变只需要出现在miRNA或其靶基因之一即可。.3..基于线性分布模型，区分“伴随突变”和“驱动突变”，识别了14个癌症中89个驱动突变。这些驱动突变可以显著扰动靶基因的表达水平，功能富集显示抑癌基因的表达水平被这些驱动突变下调。进一步的分析揭示，这些驱动突变是通过改变miRNA结合位点最小自由能，从而扰动靶基因的表达水平的。.本项目计算得到的高质量癌症中miRNA-靶基因调控关系，以及识别的驱动突变，已初步开发了数据库供今后的研究使用。.