Basic Information

• 英文标题： Integrated genomic characterization of endometrial carcinoma
• 中文标题：子宫内膜癌的综合基因组特征分析
• 发表日期：01 May 2013
• 文章类型：Article
• 所属期刊：Nature
• 文章作者：Douglas A. Levine | The Cancer Genome Atlas Research Network
• 文章链接：https://www.nature.com/articles/nature12113

Abstract

1. 我们利用阵列和测序技术对373例子宫内膜癌进行了综合基因组、转录组和蛋白质组特征分析。
2. 子宫浆液性肿瘤和约25%的高级别子宫内膜样肿瘤具有广泛的拷贝数变异，较少的DNA甲基化变化，雌激素受体/孕激素受体水平低，并且TP53突变频繁。
3. 大多数子宫内膜样肿瘤拷贝数变异和TP53突变较少，但PTEN、CTNNB1、PIK3CA、ARID1A和KRAS的突变频繁，并且发现了SWI/SNF染色质重塑复合体基因ARID5B的新突变。
4. 我们识别出的一小组子宫内膜样肿瘤具有显著增加的转换突变频率以及新发现的POLE热点突变。
5. 我们的结果将子宫内膜癌分为四类：POLE超突变型、微卫星不稳定性高突变型、拷贝数低和拷贝数高。
6. 子宫浆液性癌与卵巢浆液性和基底样乳腺癌具有相似的基因组特征。
7. 我们证明了子宫内膜癌的基因组特征允许重新分类，这可能会影响患有侵袭性肿瘤的女性术后辅助治疗的选择。

Main

1. 子宫内膜癌起源于子宫内膜。它是美国女性中的第四大常见恶性肿瘤，2013年估计有49,500例新病例和8,200例死亡。
2. 大多数患者表现为低级别、早期疾病。
3. 患有更具侵袭性、高级别肿瘤并且疾病已扩散到子宫以外的大多数患者将在一年内病情进展。
4. 子宫内膜癌大致分为两大类。
5. 第一型子宫内膜样肿瘤与雌激素过剩、肥胖、激素受体阳性以及相比第二型、主要是浆液型肿瘤更为有利的预后相关，后者更常见于老年、非肥胖女性，并且预后较差。
6. 早期子宫内膜样癌症通常采用辅助放疗治疗，而浆液型肿瘤则采用化疗治疗，类似于两种组织学亚型的晚期癌症。
7. 因此，正确的亚型分类对于选择适当的辅助治疗至关重要。
8. 几份先前的研究表明，PTEN突变在I型肿瘤的肿瘤发生早期就已出现，并且经常与其他磷酸肌醇-3-羟激酶（PI(3)K）/AKT通路中的其他突变共存。
9. I型肿瘤中其他常见的突变基因包括FGFR2、ARID1A、CTNNB1、PIK3CA、PIK3R1和KRAS。
10. 大约三分之一的I型肿瘤存在微卫星不稳定性（MSI），但在II型肿瘤中较为罕见。
11. TP53、PIK3CA和PPP2R1A突变在II型肿瘤中很常见。
12. 这些研究大多仅限于对不同组织亚型和肿瘤分级样本的DNA测序。
13. 我们对373例子宫内膜癌进行了综合性的多平台分析，包括低级别内膜样癌、高级别内膜样癌和浆液性癌。
14. 这项综合分析为肿瘤分类提供了关键的分子见解，可能直接影响患者的治疗建议，并为基于基因组指导的临床试验和药物开发提供了机会。

Results

1. 收集了373名患者的肿瘤样本及其对应的生殖细胞DNA，其中包括307例子宫内膜样癌和66例浆液性(53例)或混合组织学(13例)病例。
2. 所有组织获取均得到了当地机构审查委员会的批准。
3. 样本的临床和病理特征通常反映了复发性子宫内膜癌患者的一个横断面。
4. 队列的中位随访时间为32个月（范围，1至195个月）；21%的患者出现了复发，11%的患者已死亡。
5. 在独立中心使用六种基因组或蛋白质组平台进行了全面的分子分析。
6. 对所有样本使用七个重复位点进行的微卫星不稳定性(MSI)测试发现，40%的子宫内膜样肿瘤和2%的浆液性肿瘤存在MSI。

Somatic copy number alterations

1. 在363例子宫内膜癌中评估了体细胞拷贝数变异(SCNAs)。
2. 无监督的层次聚类将肿瘤分为四个簇（图1a）。
3. 前三个拷贝数簇几乎完全（97%）由没有显著组织分级差异的子宫内膜样肿瘤组成。
4. 簇1中的肿瘤几乎不含广泛的SCNAs，平均基因组改变不到0.5%，没有显著的复发事件。
5. 与所有其他簇相比，簇1肿瘤的非同义突变率显著增加（中位数7.2×10^{-6对比1.7×10}-6次突变每兆碱基(Mb)，P小于0.001）。
6. 拷贝数簇2和3主要由子宫内膜样肿瘤组成，其中簇3比簇2更频繁地出现1q扩增（簇3肿瘤的100%对比簇2肿瘤的33%），并且无进展生存期更差（P=0.003，与簇1和2相比的日志秩检验；图1b）

Figure 1: SCNAs in endometrial carcinomas.

• a, 根据SCNAs将肿瘤分层聚类为四组。热图显示了每个肿瘤（水平轴）按染色体位置（垂直轴）绘制的SCNAs。Chr., 染色体。
• b, 每个拷贝数群组的无进展生存期的Kaplan-Meier曲线。PowerPoint幻灯片

1. 大多数浆液性（53例中的50例；94％）和混合组织学（13例中的8例；62％）肿瘤与289例子宫内膜样肿瘤中的36例（12％）聚类为第4号拷贝数群；这一单一组别特征为高度SCNAs（补充材料图2.1；焦段SCNAs的错误发现率＜0.15，以及补充材料2.1）。
2. 第4号群肿瘤特征表现为之前报道过的频繁发生的焦段扩增，包括致癌基因MYC（8q24.12）、ERBB2（17q12）和CCNE1（19q12），同时也包含之前未在子宫内膜癌中报告过的SCNAs，如含FGFR3（4p16.3）和SOX17（8q11.23）的SCNAs。
3. 第4号群肿瘤还表现出频繁的TP53突变（90％），微卫星不稳定性很少（6％），并且PTEN突变较少（11％），低于其他子宫内膜样肿瘤（84％）。
4. 总体而言，这些发现表明子宫内膜肿瘤的一个子集含有独特的SCNAs和突变模式，这些模式与传统的肿瘤组织学或分级并不相关。
5. 如预期所示，‘浆液样’簇（簇4）中的肿瘤比子宫内膜样簇组中的肿瘤具有显著更差的无进展生存期（P = 0.003，对数秩检验，图1b）。
6. 潜在的治疗相关的结构拷贝数异常包括簇2中的15q26.2焦点扩增，其中包含IGF1R；以及簇4中的ERBB2、FGFR1和FGFR3扩增及LRP1B缺失，后者最近与浆液性卵巢癌对脂质体多柔比星的耐药性相关联。

Exome sequence analysis

1. 我们对248对肿瘤/正常样本的外显子组进行了测序。基于体细胞核苷酸替换、微卫星不稳定性(MSI)和染色体拷贝数异常(SCNAs)的组合，子宫内膜肿瘤被分为四组（图2a，b）：(1)超突变组，具有异常高的突变率（每兆碱基232×10⁻⁶次突变）和独特的核苷酸变化谱；(2)高突变组（每兆碱基18×10⁻⁶次突变）的MSI肿瘤，大多数伴有MLH1启动子甲基化；(3)低突变频率组（每兆碱基2.9×10⁻⁶次突变），其中大部分是微卫星稳定(MSS)的子宫内膜样癌症；以及(4)主要由伴有广泛SCNA（拷贝数簇4）和低突变率（每兆碱基2.3×10⁻⁶次突变）的浆液性样癌症组成的组。超突变组包括17例（7%）肿瘤样本，其特征是C→A转版本频率增加，所有样本均带有POLE外切核酸酶域的突变，并且进展期无疾病生存有所改善（图2a，c）。POLE是参与核DNA复制和修复的DNA聚合酶epsilon的一种催化亚单位。我们在17例超突变样本中的13例（76%）检测到POLE的热点突变，分别是Pro286Arg和Val411Leu。在这个亚组中，在低错误发现率(FDR)下鉴定出的显著突变基因(SMGs)包括PTEN（94%，FDR=0），PIK3R1（65%，FDR=8.3×10⁻⁷），PIK3CA（71%，FDR=9.1×10⁻⁵），FBXW7（82%，FDR=1.4×10⁻⁴），KRAS（53%，FDR=9.2×10⁻⁴）和POLE（100%，FDR=4.2×10⁻³）。POLE突变的子宫内膜癌和之前报道的超突变结直肠癌的突变率超过了其他任何谱系，包括肺癌和黑色素瘤。据报道，POLE（Leu424Val）和POLD1（Ser478Asn）存在胚系易感变异，但在我们的子宫内膜正常样本外显子组测序读取中未发现这些变异。

Figure 2: Mutation spectra across endometrial carcinomas.

• 突变频率（垂直轴，顶部面板）针对每个肿瘤（水平轴）进行绘制。核苷酸替换显示在中间面板，具有POLE外切酶突变的样本中C到A转版本的频率很高。CN，拷贝数。
• 根据(1)核苷酸替换频率和模式，(2)微卫星不稳定性状态，以及(3)拷贝数聚类，将肿瘤分为四组。SNV，单核苷酸变异。
• POLE突变的肿瘤具有显著更好的无进展生存期，而拷贝数高的肿瘤则预后最差。
• 四个亚组之间反复突变的基因不同。显示了所有在至少一个四组中显著突变的基因的突变频率（MUSiC，星号表示FDR小于0.05）。

1. MSI型子宫内膜样肿瘤的突变频率大约是MSS型子宫内膜样肿瘤的十倍，SCNA很少见，RPL22中有移码缺失，频繁发生非同义KRAS突变，而FBXW7、CTNNB1、PPP2R1A和TP53中的突变很少。
2. MSS型、拷贝数低的子宫内膜样肿瘤中CTNNB1突变的频率异常高（52%）；这是唯一一个突变频率高于MSI样本的基因。
3. 拷贝数高的组包含了所有剩余的浆液性病例以及三分之一的三级子宫内膜样病例。
4. 这些肿瘤大多数有TP53突变，并且FBXW7（22%，Q=0）和PPP2R1A（22%，Q=1.7×10^-16）的突变频率很高，这在先前的研究中被认为在子宫浆液性而非子宫内膜样癌中常见。
5. 因此，部分高级别子宫内膜样肿瘤具有与子宫浆液性癌相似的SCNA和突变谱，提示这些患者可能从类似于浆液性肿瘤的治疗方法中获益。
6. 在四个组别中，有48个基因的突变频率存在显著差异（图2d和补充数据3.1）。
7. ARID5B是与ARID1A同属AT-丰富交互域(ARID)家族的一员，在MSI组中的突变频率（23.1%）高于MSS子宫内膜样（5.6%）或高SCNA浆液性肿瘤（0%），这是子宫内膜癌研究中的新发现。
8. 在赖氨酸15附近的同聚物处发生的RPL22框移插入缺失几乎只出现在MSI组（36.9%）。
9. TP53突变频率（超过90%）在浆液性肿瘤中明显高于子宫内膜样亚型（11.4%）。
10. 然而，许多（20个中有10个；50%）带有非沉默TP53突变的子宫内膜样肿瘤也同时携带有非沉默PTEN突变，相比之下，只有1个（39个中的1个；2.6%）浆液性肿瘤带有非沉默TP53突变的同时携带有非沉默PTEN突变。
11. 尽管TP53突变不仅限于浆液性肿瘤，但在子宫内膜样病例中同时存在的PTEN突变提示了一种不同的致癌机制。
12. 提供了66种传统组织学亚型之间的显著突变基因的比较（补充方法3），其他亚队列中的显著突变基因可在补充数据3.2中找到。
13. 子宫内膜癌中的PIK3CA和PTEN突变谱也与其他实体肿瘤不同（补充方法3）。
14. 综合分析可能有助于识别组织学分类错误的病例。
15. 例如，鉴定出一个没有TP53突变或广泛染色体拷贝数异常且具有KRAS突变和高突变率的浆液性病例。
16. 重新审查组织学切片后，该病例被认为与三级子宫内膜样肿瘤一致，这表明分子分析可以重新分类肿瘤组织学，并可能影响治疗决策。

Multiplatform subtype classifications

1. 所有子宫内膜肿瘤均检测了信使RNA表达（n = 333）、蛋白质表达（n = 293）、微RNA表达（n = 367）及DNA甲基化（n = 373）（补充方法4-7）。
2. 基于RNA测序的mRNA表达的非监督k-均值聚类分析确定了三个稳健的聚类，分别命名为"有丝分裂型"、"激素型"和"免疫反应型"（补充图4.1），这些聚类与四个综合聚类显著相关；POLE、MSI、拷贝数低和拷贝数高（P < 0.0001）。
3. 监督分析鉴定出POLE聚类的特征基因（n = 17），这些基因主要参与细胞代谢（图3a）。
4. MSI聚类中的少数特征基因之一是MLH1 mRNA表达降低，这可能是由于其启动子甲基化所致。
5. 拷贝数低聚类中观察到孕酮受体（PGR）表达增加，表明对激素治疗有响应性。
6. 拷贝数高聚类包括大多数浆液性和类似浆液性的子宫内膜样肿瘤，显示出最大的转录活性，表现为细胞周期调控失常增加（例如，CCNE1、PIK3CA、MYC和CDKN2A）以及TP53突变（补充图4.2和4.3）。
7. 这与报道一致，即CDKN2A表达增加可区分浆液性与子宫内膜样癌。
8. 拷贝数高聚类中约85％的病例与‘有丝分裂型’mRNA亚型共享成员资格。

Figure 3: Gene expression across integrated subtypes in endometrial carcinomas.

• a, 监督分析大约1,500个与综合亚型显著相关的基因。
• b, 由综合亚型监督的蛋白质表达聚类的热图。样本位于列中；基因或蛋白质位于行中。

1. 对反向相蛋白阵列（RPPA）表达数据的监督聚类与许多突变基因的功能丧失一致（图3b）。
2. TP53在拷贝数高的组别中频繁突变（P = 2.5 × 10^-27），并且其蛋白质表达也增加，这表明这些突变与表达增加相关。
3. 相比之下，PTEN（P = 2.8 × 10^-19）和ARID1A（P = 1.2 × 10^-6）在其余组别中的突变率高，但它们的表达减少，这表明这两种基因可能存在失活突变。
4. 拷贝数高的组别中磷酸化AKT的水平也降低，这与AKT途径下调一致。
5. 拷贝数低的组别中RAD50的表达升高，这与DNA修复有关，解释了拷贝数高低组别间的一些差异。
6. POLE组别中ASNS和CCNB1的表达高，而微卫星不稳定性（MSI）肿瘤则表现出磷酸化AKT高表达和PTEN低表达的现象
7. 对来自Illumina Infinium DNA甲基化阵列产生的DNA甲基化数据进行无监督聚类分析，揭示了四个独特的亚型（MC1-4），这些亚型支持四个整合聚类。
8. 一个高度甲基化的亚型（MC1）类似于在结肠癌和胶质母细胞瘤中描述的CpG岛甲基化表型（CIMP），与微卫星不稳定（MSI）亚型相关，并可归因于MLH1启动子的高度甲基化。
9. 一个类似浆液性的聚类（MC3）具有最小的DNA甲基化变化，主要由浆液性肿瘤和一些子宫内膜样肿瘤组成（补充图7.1），并且包含大部分高拷贝数变异的肿瘤。
10. 使用iCluster框架进行整合聚类得到两个主要的聚类，主要根据浆液性和子宫内膜样组织学进行划分，突出了TP53突变、PTEN突变缺失，并几乎完全包含了高拷贝数的肿瘤23（补充图8.1）。
11. 我们开发了一种新的聚类算法，称为SuperCluster，基于所有数据类型中的样本聚类成员资格来推导总体亚型（补充图9.1）。
12. SuperCluster识别出四个聚类，通常确认了各个平台对总体整合聚类的贡献。
13. 任何平台上均未发现主要的批次效应（补充方法10）。

Structural aberrations

1. 为了识别体细胞染色体异常，我们对106个肿瘤样本及其匹配的正常组织进行了低通、配对末端、全基因组测序。
2. 我们发现了涉及多个途径中基因的反复转位，包括WNT、EGFR-RAS-MAPK、PI(3)K、蛋白激酶A、视网膜母细胞瘤和凋亡途径。
3. 最频繁的转位（106个中的5个）涉及BCL家族的一个成员（BCL2、BCL7A、BCL9和BCL2L11）。
4. 其中四个转位通过鉴定转位连接点得到证实，另外两个还通过高通量RNA测序（RNA-Seq）得到确认。
5. 所有这些转位导致了框内融合，并预计会导致BCL家族成员的激活或表达增加（补充图3.2）。
6. 涉及BCL家族成员并导致凋亡减少的转位已在其他肿瘤类型中被描述，我们的结果表明类似机制在此处也可能起作用。

Pathway alterations

1. 整合了多个平台的数据来识别四个子宫内膜癌综合亚组中反复改变的途径。
2. 由于背景突变率高和样本量小，我们在这个分析中排除了POLE亚组。
3. 考虑到所有反复突变、纯合缺失和扩增的基因，我们使用MEMo25来识别每个亚组中具有相互排斥改变模式的基因网络。
4. 最显著的模块出现在拷贝数低的组别中，包含CTNNB1、KRAS和SOX17（图4a）。
5. 这三个基因之间的非常强的相互排他性表明，在子宫内膜样子宫内膜癌中，通过替代机制激活WNT信号传导。
6. 已证实激活型KRAS突变通过糖原合成酶激酶3β (GSK-3β)增加了β-连环蛋白的稳定性，导致了一种不同于腺瘤性息肉病基因降解之外的β-连环蛋白激活的替代机制。
7. 介导β-连环蛋白蛋白酶体降解的SOX17在拷贝数低的组别中独有的突变（8%），发生在以前未描述过的重复位置（Ala96Gly和Ser403Ile）。
8. 这个模块中其他具有相互排斥改变模式的基因包括FBXW7、FGFR2和ERBB2。
9. ERBB2在25%的浆液性或类似浆液性的肿瘤中表现出局部扩增和蛋白质过度表达，这提示了针对人表皮生长因子受体2 (HER2)抑制剂的潜在作用。
10. 一项小型临床试验发现曲妥珠单抗在子宫内膜癌中没有活性，但很少累积到HER2荧光原位杂交(FISH)扩增的浆液性癌细胞。

Figure 4: Pathway alterations in endometrial carcinomas.

• a, RTK/RAS/β-连环蛋白途径通过几种表现出互斥模式的机制发生改变。改变频率以所有病例的百分比表示。右侧面板显示了发生的模式。
• b, PI(3)K途径中PIK3CA和PIK3R1的改变呈互斥模式，并且在微卫星不稳定性和拷贝数低的亚组中经常与PTEN改变共存。
• c, 在PARADIGM共识聚类中展示顶级1,000个变化途径特征的热图。样本按其共识聚类成员资格的顺序排列。每个样本的基因组亚型显示在共识聚类下方。

1. PIK3CA和PIK3R1突变在所有亚组中都很常见，并且显示出强烈的互斥趋势，但与其它肿瘤类型不同的是，它们与PTEN突变在微卫星不稳定性(MSI)和拷贝数低的亚组中共现，这一点之前已有报道。
2. 拷贝数高的亚组显示这三个基因的改变之间存在互斥性。
3. 总体而言，93%的子宫内膜样肿瘤具有可能表明可以使用PI(3)K/AKT途径抑制剂进行靶向治疗的突变。
4. 对324个样本的拷贝数、mRNA表达和途径相互作用数据进行共识聚类，产生了五个具有不同途径激活模式的PARADIGM聚类(图4c和补充方法11)。
5. PARADIGM聚类1的MYC途径激活水平最低，WNT途径激活水平最高，这与该聚类主要由频繁发生CTNNB1突变的拷贝数低病例组成相一致。
6. PARADIGM聚类3主要由拷贝数高的病例组成，这些病例MYC/MAX信号相对较高，但雌激素受体/FOXA1信号和p53活性较低。
7. 只有TP53截断突变而不是错义突变被认定为失活突变，这表明不同类型的p53突变可能有不同的信号传导后果。
8. PARADIGM聚类5富含激素受体表达。

Comparison to ovarian and breast cancers

1. 子宫浆液性癌和高级别浆液性卵巢癌（HGSOC）的临床和病理特征非常相似。
2. HGSOC与基底样乳腺癌有许多相似的分子特征。
3. 这三个肿瘤亚型的局灶性SCNA模式相似，无监督聚类分析显示了它们之间的关联性。
4. 转录组数据集的监督分析表明这些肿瘤亚型之间有高度的相关性。
5. MC3 DNA甲基化亚型具有最小的DNA甲基化变化，也与基底样乳腺癌和HGSOC类似。
6. 这些肿瘤亚型中TP53突变的频率很高（子宫浆液性癌，91%；HGSOC，96%；基底样乳腺癌，84%）。
7. PTEN突变的频率则非常低（子宫浆液性癌，2%；HGSOC，1%；基底样乳腺癌，1%）。
8. 差异包括子宫浆液性癌中FBXW7、PPP2R1A和PIK3CA突变的频率高于基底样乳腺癌和HGSOC。
9. 我们发现子宫浆液性癌与HGSOC及基底样乳腺癌有许多共同的分子特征，尽管前者的突变更频繁，这提示了可能存在的治疗方案重叠的新机会。

Figure 5: Genomic relationships between endometrial serous-like, ovarian serous, and basal-like breast carcinomas.

• a, 每种肿瘤类型的 SCNAs。
• b, 在至少10%的一种肿瘤类型中出现的基因组改变的频率。

Discussion

1. 对373例子宫内膜癌进行的综合基因组和蛋白质组分析提供了对疾病生物学和诊断分类的见解，这些见解可能具有即时的治疗应用。
2. 我们的分析根据综合基因组数据识别出了四组新的肿瘤，包括在约10%的子宫内膜样肿瘤中发现的一种新型POLE亚型。
3. 超高的体细胞突变频率、微卫星稳定性和在POLE的外切核酸酶域中常见的新鉴定热点突变表征了这种亚型。
4. 染色体拷贝数异常增加了一层分辨率，揭示了大多数子宫内膜样肿瘤只有少数染色体拷贝数异常，大多数浆液性和类似浆液性的肿瘤表现出广泛的染色体拷贝数异常，并且SCNA的程度大致与无进展生存期相关。
5. 子宫内膜癌在磷脂酰肌醇3-激酶/akt（PI(3)K/AKT）通路中的突变频率高于癌症基因组图谱（TCGA）迄今为止研究的任何其他肿瘤类型。
6. 子宫内膜样子宫内膜癌与结直肠癌有许多共同特征，包括微卫星不稳定性（MSI）的高频率（分别为40%和11%），POLE突变（分别为7%和3%）导致超高的突变率，以及WNT/CTNNB1信号通路的频繁激活；然而，子宫内膜癌具有KRAS和CTNNB1突变的独特排他性以及途径激活的不同机制。
7. 子宫乳头状浆液性癌与基底样乳腺癌和高级别浆液性卵巢癌有许多相似特征；这三种肿瘤类型均具有高频非沉默型TP53突变和广泛的结构染色体异常。
8. 然而，在子宫乳头状浆液性癌中发现的PIK3CA、FBXW7、PPP2R1A和ARID1A突变的高频率并未在基底样乳腺癌和高级别浆液性卵巢癌中观察到。
9. 子宫乳头状浆液性癌中PIK3CA、FBXW7和PPP2R1A突变的频率比最近报道的76例子宫乳头状浆液性癌的研究高出约30%，但与其他一项研究相似。
10. 子宫乳头状浆液性癌中有27%的肿瘤存在ERBB2扩增，42%的肿瘤存在PIK3CA突变，这为靶向治疗提供了转化机会。
11. 早期的一型子宫内膜样肿瘤通常采用辅助放疗治疗，而相似分期的二型浆液性肿瘤则采用化疗。
12. 高级别的浆液性和子宫内膜样子宫癌很难正确地进行亚型分类，而且专科病理学家之间的观察者内一致性较低。
13. 我们的分子特征化数据显示，大约25%被病理学家分类为高级别子宫内膜样的肿瘤具有与子宫浆液性癌相似的分子表型，包括频繁的TP53突变和广泛的染色体拷贝数异常。
14. 这一部分子宫内膜样肿瘤与子宫浆液性癌之间显著的相似性表明，基于基因组的分类可能有助于改善这些患者的管理。
15. 临床医生应当慎重考虑对染色体拷贝数改变的子宫内膜样患者使用化疗而非辅助放疗，并且在前瞻性临床试验中正式测试这类假设。
16. 此外，子宫内膜样和类似浆液性的肿瘤之间明显的分子差异表明，这些肿瘤值得分别进行临床试验，以开发独立的治疗方案，就像在其他类型的肿瘤如乳腺癌中已经改善了治疗效果一样。

Methods Summary

1. 在机构审查委员会批准同意后，从373名患者那里获取了生物样本。
2. 使用改良的AllPrep试剂盒（Qiagen）同时提取DNA和RNA。
3. 我们利用Affymetrix SNP 6.0微阵列在363个样本中检测染色体拷贝数异常，并通过GISTIC分析识别出反复发生的事件。
4. 对248个肿瘤的外显子进行了测序，读取深度至少达到20倍。
5. 对107个肿瘤进行了低通全基因组测序，平均深度达到6倍。
6. 采用先前描述的方法，使用共识聚类来分析mRNA、miRNA、RPPA和甲基化数据。
7. 使用MEMo、iCluster和PARADIGM进行了跨平台的综合分析。

Change history

[ul]- 12 June 2013 Nature 497, 67–73 (2013); doi:10.1038/nature12113 In the ‘Results’ section of this Article, the range in the sentence “The median follow-up of the cohort was 32 months (range, 1–19 months); 21% of the patients have recurred, and 11% have died.” should have been 1–195 months. This error has been corrected in the HTML and PDF versions of the paper.

本文由mdnice多平台发布