NAR杂志2月刊上，肿瘤研究者最爱的癌症基因组图谱集（The Cancer Genome Atlas，TCGA）数据又有新的数据挖掘文章发表啦！快和小编一起看看这次又是什么“套路”吧！
   
文章题目：The association between copy number aberration, DNA methylation and gene expression in tumor samples
中文题目：肿瘤样本的体细胞拷贝数变异，DNA甲基化和基因表达的相关性分析
发表日期： 2018 Feb 26
影响因子：10.162
  1) 研究目的在于进行TCGA开放数据的深度挖掘。
2)系统分析6个癌种的体细胞拷贝数变异 (SCNA), DNA甲基化和基因表达之间的相关性，包括乳腺癌（BRCA），结肠癌（COAD），急性髓样白血病（LAML），成胶质细胞瘤（GBM），低级胶质瘤（LGG）和前列腺癌（PRAD）。
  1)数据准备
        SCAN数据：TCGA data portal level 3（ *.nocnv_hg19.seg.txt文件，此文件版本为hg19且去除了germline的变异信息）。
        甲基化数据：TCGA data portal level 3，主要来源于 Illumina 450k array (HM450) 或者Illumina 27k array (HM27)；对于需要进行平台合并的样本，只选择共有的probe。
        表达量数据：成胶质细胞瘤的数据来源于HG133 array，其它来源于RNAseqV2技术。
2)样本筛选
        因为TCGA没有提供人群信息，本研究基于基因型的主成分分析方法，主要筛选欧洲人群。
  1)SCNA 与基因表达或者DNA甲基化的关系
        a)SCNA主要影响临近基因组区域的表达或者甲基化，且SCNA与表达多正相关，而与甲基化可以正相关也可以负相关。
        b)研究者注意到数据分析时，协变量的控制很关键（batch效应，肿瘤亚型和肿瘤纯度等）。
        c)基于SCNA与甲基化的相关性分析，发现16号染色体有个高度集中相关区域。可能因为这个区域CTCF基因的拷贝数变化。CTCF为重要的表观调控转录因子，因此这个区域的拷贝数和甲基化程度紧密相关（下图）

2)基因表达和DNA甲基化的关系
         a)肿瘤纯度严重影响了肿瘤样本中基因表达和DNA甲基化的相关性（下图）

        b)低度甲基化（cold）和高度甲基化（hot）区域的分布，提示肿瘤甲基化研究中对CpG shore的关注需要重视（下图）

3)探讨SCNA,甲基化和表达的相互关系
         以多种模型探讨三者的关系，如下图，主要包括：因果关系，被动关系和条件独立关系。结果发现条件独立模型在所有癌种中的占比最高。

  本研究的意义：
        提示肿瘤组织的细胞组成对甲基化和基因表达相关性分析的重要性，本研究开发的模型适宜于此类分析中协变量的矫正；
        提示DNA甲基化与体细胞拷贝数变异可能正相关也可能是负相关；
        首次探讨了体细胞拷贝数变异，甲基化，基因表达三者之间的调控关系，需要后续功能实验的进一步验证。