COSMIC遺傳資源數(shù)據(jù)庫

1.簡介

COSMIC是一個在人類癌癥中發(fā)現(xiàn)的體細胞獲得性突變的在線數(shù)據(jù)庫,。體細胞突變是在非生殖細胞中發(fā)生的，不是由兒童遺傳的,。 COSMIC是癌癥中體細胞突變目錄(Catalogue Of Somatic Mutations In Cancer)的首字母縮寫,，它從科學(xué)文獻中的論文和桑格研究所癌癥基因組計劃的大規(guī)模實驗篩選中提取數(shù)據(jù)。該數(shù)據(jù)庫可供學(xué)術(shù)研究人員免費使用,，并可向其他人商業(yè)許可,。

COSMIC數(shù)據(jù)庫旨在收集和顯示有關(guān)癌癥體細胞突變的信息。它于2004年推出,，僅有四種基因HRAS,，KRAS2,，NRAS和BRAF的數(shù)據(jù)。已知這四種基因在癌癥中是體細胞突變的,。自創(chuàng)建以來,，數(shù)據(jù)庫迅速擴展。到2005年,，COSMIC包含從115,327個腫瘤中篩選出的529個基因,，描述了20,981個突變。到2009年8月,，它包含了150萬次實驗的信息,，包括近370,000個腫瘤中的13,423個基因，并描述了超過90,000個突變,。2010年7月發(fā)布的COSMIC第48版,，與國際癌癥研究機構(gòu)合作，整合了p53的突變數(shù)據(jù),。此外,，它還為最新的人類參考基因組構(gòu)建提供了更新的基因坐標。以后每 3 個月更新一次,。

該網(wǎng)站專注于以圖形方式呈現(xiàn)復(fù)雜的表型特異性突變數(shù)據(jù),。數(shù)據(jù)取自選定的基因，最初在癌癥基因普查中,，以及PubMed的文獻檢索,。

可以通過選擇基因或癌癥組織類型（表型）來訪問數(shù)據(jù)，使用按功能瀏覽或搜索框,。結(jié)果顯示具有突變計數(shù)和頻率的摘要信息,。基因摘要頁面提供了突變譜圖和外部資源;表型（組織）摘要頁面提供了突變基因的列表,。

COSMIC數(shù)據(jù)庫包含數(shù)千種與癌癥發(fā)展有關(guān)的體細胞突變,。該數(shù)據(jù)庫從兩個主要來源收集信息:

• (1)從文獻中收集已知癌癥基因的突變。經(jīng)歷人工治療的基因列表通過它們在癌癥基因普查中的存在來確定,。

• (2)納入數(shù)據(jù)庫的數(shù)據(jù)來自癌癥基因組計劃進行的癌癥樣本的全基因組重測序研究,。

image

CDKN2A_COSMIC_histogram.png

2.數(shù)據(jù)庫介紹

網(wǎng)址如下：https://cancer./cosmic/

網(wǎng)站首頁

最新版本為v87,更新與2018年11月13日。

核心板塊

2.1 COSMIC

網(wǎng)址：https://cancer./cosmic
整個網(wǎng)站的核心,，癌癥相關(guān)的體細胞突變數(shù)據(jù),。

2.2 Cell Lines Project

網(wǎng)址：https://cancer./cell_lines
Cell Lines Project 是對最常使用的 1000 多種腫瘤細胞系的深入分析的數(shù)據(jù)，而標準的 COSMIC 版本中,，包含的數(shù)據(jù)更多,，但是分析沒有 Cell Lines Project 深入，可以理解為網(wǎng)站的兩種模式,。

2.3 COSMIC-3D

網(wǎng)址：https://cancer./cosmic3d/
通過交互式的網(wǎng)頁,，展現(xiàn)了基因突變導(dǎo)致的蛋白結(jié)構(gòu)域的變化,。在搜索框中輸入一個具體的基因名稱或者蛋白名稱，可以查看具體的記錄,。

EGFR示例

▲ 這個功能超級好玩,！可以看蛋白質(zhì)的三維結(jié)構(gòu)，可以放大,，縮小,，旋轉(zhuǎn)，截圖……

EGFR示例

▲ 繼續(xù)往下拉,，可以看到各種錯義突變的位置,，炫酷的是，右上角的蛋白結(jié)構(gòu)還在轉(zhuǎn)個不停
還可以預(yù)測小分子結(jié)合位點,，也可直接轉(zhuǎn)至PDB詳細查看

2.4 Cancer Gene Census

Cancer Gene Census首頁

網(wǎng)址： https://cancer./census
在癌癥研究中，找到相關(guān)的突變基因是最核心的目的之一,。通過對各種癌癥進行調(diào)研,，整理了一份癌癥相關(guān)的突變基因列表，這份列表就是Cancer Gene Census,簡稱CGC,。這里又分為三個子菜單 Census,、Breakdown（統(tǒng)計分析）、Abbreviations,，其中 Census 菜單,，顯示目前所有的癌基因，而且這個數(shù)據(jù)表可以搜索,，導(dǎo)出（需要先注冊）,。

在CGC種，將所有的癌癥相關(guān)基因分成兩類

• （1）Tier1
  基因必須具有與癌癥相關(guān)的記錄活動,，以及癌癥突變的證據(jù),，其以促進致癌轉(zhuǎn)化的方式改變基因產(chǎn)物的活性。

• （2） Tier2
  包含具有癌癥作用的強烈跡象但具有較少廣泛可用證據(jù)的基因,。只能說在癌癥中檢測到了大量該基因的突變,，但是并沒有充分證據(jù)表明該基因突變對癌癥發(fā)生的影響。

image

CGC的完整列表

導(dǎo)出的格式有CSV和TSV

2.4.1 Census

以 DNMT3A 為例,，點擊基因名,，可以進入詳細的頁面：

▲最右邊的灰色條可上下拉動，以控制頁面中峰的顯示幅度,。鼠標落在一個突位點上,，顯示該突變點的位置以及突變數(shù)。

▲根據(jù)結(jié)構(gòu)信息,，分析該突變位點是否落在具有功能的結(jié)構(gòu)域,。

其他的功能,，比如Tissue、Distribution,、Drug Resistance,、Variant 等也非常重要，這里不逐一介紹,。

2.4.2 Breakdown（統(tǒng)計分析）

▲這里是對所有癌細胞中的突變進行了整理

2.4.3 Abbreviations：對表格中的縮寫進行解釋,。

2.5 Drug Sensitivity

▲鑒定腫瘤的分子特征，預(yù)測抗腫瘤藥物的響應(yīng)

這里主要包括 Compound,、Cancer Feature,、Cell Line 三種數(shù)據(jù)。

▲一共有265個小分子化合物,，可以靶向不同的癌基因和信號通路

2.6 Mutational Signatures（突變特征）

導(dǎo)致體細胞突變的原因很多,，比如 DNA 復(fù)制的失真、暴露到內(nèi)源性或外源性的誘變源,、 DNA 酶修飾,、DNA修 復(fù)的缺陷。不同的突變過程會產(chǎn)生不同的突變組合,，這里定義為“突變特征”,。在癌癥中，突變位點是非常多,。研究人員提出了Mutational Signatures這個概念,，突變的特征集合，共劃分了96種突變類型,，首先根據(jù)堿基突變的類型,，有C>A, C>G, C>T, T>A, T>C, T>G共6種基本類型，然后在考慮突變位點上有和下游的1個堿基,，每個堿基有A,T,C,G 4種可能的情況,，一共就有6X4X4 = 96 種突變類型。

不同癌癥中這96種突變類型出現(xiàn)的頻率有所不同,，將96種突變類型的頻率結(jié)合起來,，可以作為一種固定的突變模式，用來表征某一類癌癥,。

image

▲Cosmic基于10952給外顯子和1048個全基因組數(shù)據(jù),，總結(jié)出了 30 種“突變特征”

2.7 Tools

Tools 中主要包括 Cancer Browser、Genome Browser,、CONAN,、Beacon

• (1)Cancer Browser

通過不同的組織來查看相關(guān)類型的癌癥，更加的直觀方便,。

• (2) Genome Broswer基因組瀏覽器

image

• (3) CONAN
  copy nunber analysis, 查詢拷貝數(shù)變異的工具,。
  ▲這里需要輸入基因名稱或基因區(qū)間

• (4) GA4GH Beacon Query

一個API工具,，可以快速查詢COSMIC數(shù)據(jù)庫中某個突變是否存在。返回JSON格式的數(shù)據(jù),，

image

3.數(shù)據(jù)下載

網(wǎng)址：https://cancer./cell_lines/download
可下載內(nèi)容：

Complete mutation data
Copy Number Data
PICNIC Average Ploidies
Gene Expression
Non coding variants
Raw Gene Expression
VCF files (coding and non-coding mutations)
QC
Sequence Coverage Statistics
Genotypes
Fasta File (genes)
Oracle Database Dump

下載時需要登陸的,，而且部分數(shù)據(jù)只對大學(xué)和非盈利機構(gòu)的用戶公開。