🔬 癌症驱动基因与突变分析流程总览

一、常见癌症的驱动基因（Driver Genes）

癌症类型	常见驱动基因	说明
肺癌（NSCLC）	EGFR, KRAS, ALK, TP53, BRAF	EGFR 和 KRAS 突变常用于靶向治疗判断
肝癌（HCC）	TP53, CTNNB1, AXIN1, TERT	TERT 启动子突变常见
胃癌	TP53, ARID1A, PIK3CA, CDH1	与 WNT/PI3K 通路相关
大肠癌（CRC）	APC, KRAS, TP53, PIK3CA	Wnt 通路异常（APC 突变）
乳腺癌	BRCA1/2, PIK3CA, TP53, ERBB2(HER2)	BRCA 突变相关于遗传性乳癌
黑色素瘤	BRAF, NRAS, NF1	BRAF-V600E 为靶向治疗重要突变
白血病（AML）	FLT3, NPM1, DNMT3A, IDH1/2	多个基因可能共突变

---

🧪 二、常用的癌症突变检测工具和数据库

🛠️ 工具类（基因组分析）

工具名	用途/特点
Mutect2 (GATK)	检测肿瘤样本中的体细胞突变（与正常对照）
Strelka2	高灵敏度检测 SNV 和 InDel
VarScan2	检测突变和 CNV，适合低深度数据
SomaticSniper	老牌体细胞突变检测工具
FACETS	拷贝数变异与纯度/杂合度估计

🧬 数据库类（已知突变注释）

数据库/平台	功能
COSMIC	全球最大癌症突变数据库
TCGA (via GDC)	大规模癌症全基因组数据平台（含表达、突变等）
cBioPortal	可视化 TCGA、ICGC 数据；浏览癌症基因突变
OncoKB	癌症突变功能注释库，适合靶向药物关联
ClinVar	提供临床意义注释，如是否为致病突变

---

📘 三、推荐突变分析流程

样本准备 
    ↓
比对 (BWA) 
    ↓
去除重复 (Picard) 
    ↓
突变检测 (Mutect2, Strelka2, VarScan2) 
    ↓
注释 (ANNOVAR / VEP) 
    ↓
功能解释 (OncoKB, COSMIC, cBioPortal)

---

🧬 四、突变检测与注释：实际操作（从 BAM 到注释 VCF）

✅ 输入需求：

• 肿瘤 BAM 文件（推荐同时有正常对照 BAM）
• 参考基因组（例如 hg38.fasta）
• 索引文件（.bai, .fai）
• 工具安装：GATK, VEP, 或 ANNOVAR

---

🛠️ 常见工具推荐

工具	特点	输入要求
Mutect2 (GATK)	最佳的肿瘤–正常突变检测	肿瘤 + 正常 BAM
Strelka2	快速、准确检测 SNV/InDel	肿瘤 + 正常 BAM
VarScan2	可支持 tumor-only 模式	mpileup / VCF
LoFreq	高分辨率 SNV 检测	肿瘤 BAM（可选）

---

🧪 示例：使用 GATK Mutect2 检测体细胞突变

🔹 Tumor–Normal 模式（推荐）

gatk Mutect2 \
  -R hg38.fasta \
  -I tumor.bam \
  -I normal.bam \
  -tumor TumorSample \
  -normal NormalSample \
  --germline-resource af-only-gnomad.vcf.gz \
  --panel-of-normals pon.vcf.gz \
  -O somatic_raw.vcf

gatk FilterMutectCalls \
  -V somatic_raw.vcf \
  -R hg38.fasta \
  -O somatic_filtered.vcf

🔹 Tumor-Only 模式（无对照）

gatk Mutect2 \
  -R hg38.fasta \
  -I tumor.bam \
  -tumor TumorSample \
  --germline-resource af-only-gnomad.vcf.gz \
  -O somatic_raw.vcf

---

🧠 突变注释工具

1. Ensembl VEP

vep -i somatic_filtered.vcf \
    -o annotated.vep.vcf \
    --vcf \
    --cache \
    --offline \
    --assembly GRCh38 \
    --dir_cache /path/to/.vep \
    --everything

✅ 适用于通用功能预测、插件丰富（如 COSMIC、gnomAD）

---

2. ANNOVAR

convert2annovar.pl -format vcf4 somatic_filtered.vcf > input.avinput

table_annovar.pl input.avinput humandb/ \
   -buildver hg38 \
   -out annotated_annovar \
   -remove \
   -protocol refGene,clinvar_20240129,cosmic70,gnomad_genome \
   -operation g,f,f,f \
   -nastring . \
   -vcfinput

✅ 适合癌症、临床相关变异注释（COSMIC、ClinVar、gnomAD）

---

🚦 工具选择建议

使用场景	推荐工具
全面功能预测	VEP
癌症为重点	ANNOVAR
兼顾两者	同时使用更好

---