More Than Half of DNMT3A-Mutant Patients in Pooled Public Cancer Genomic Data Carry No Tumor-Derived Mutation: Clonal Hematopoiesis Introduced by Patient-Keyed Aggregation
Cette étude révèle qu'une agrégation standard des données génomiques du cancer par clé de patient classifie erronément les mutations de l'hématopoïèse clonale issues de tissus normaux sanguins comme des mutations dérivées de tumeurs chez plus de la moitié des patients mutés pour DNMT3A, créant des distorsions pan-cancéreuses significatives qui peuvent être corrigées en filtrant les appels dérivés du sang avant la construction de la matrice.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète
Les chercheurs en cancérologie s'appuient depuis longtemps sur une méthode puissante : le regroupement de données génétiques provenant de milliers de patients à travers de nombreux hôpitaux et études dans une seule et immense bibliothèque partagée. En mutualisant ces informations, les scientifiques peuvent repérer des modèles trop rares pour être visibles dans un seul hôpital, comme savoir quels changements génétiques pilotent un type spécifique de cancer ou comment ces changements affectent la survie d'un patient. Pour que cela fonctionne, les ordinateurs lient les dossiers entre eux en utilisant une règle simple : si deux échantillons appartiennent à la même personne, ils sont traités comme une seule entrée. Cette approche est devenue la norme pour comprendre le cancer à l'échelle mondiale. Cependant, cette méthode suppose que chaque fragment de donnée génétique de la bibliothèque provient de la tumeur elle-même. En réalité, les patients présentent souvent d'autres changements génétiques dans leur sang qui ne sont pas liés à leur cancer, connus sous le nom d'hématopoïèse clonale. Ce sont des changements naturels qui surviennent dans les cellules sanguines avec l'âge, et bien qu'ils soient inoffensifs dans le sang, ils peuvent ressembler exactement à des mutations cancéreuses si l'ordinateur ne peut pas faire la distinction entre un échantillon de sang et un échantillon de tumeur.
Une équipe de chercheurs de l'Université de Stanford a découvert que cette confusion a discrètement faussé une grande partie des données publiques mondiales sur le cancer. Ils ont découvert que lorsque les scientifiques fusionnent différentes études dans une base de données unique, l'ordinateur confond parfois un échantillon de sang avec un échantillon de tumeur. Cela se produit parce que trois études spécifiques du Memorial Sloan Kettering Cancer Center ont déposé des échantillons de sang de patients dont les tumeurs avaient déjà été enregistrées dans d'autres études. Puisque le sang et la tumeur partageaient le même identifiant de patient, l'ordinateur les a fusionnés. Le résultat est que des mutations sanguines inoffensives ont été incorrectement étiquetées comme des mutations cancéreuses dans la base de données finale. Les chercheurs ont retracé plus d'un million d'appels génétiques à travers 483 études et ont constaté que, bien que l'erreur n'affectait qu'une petite fraction du total des données, elle n'était pas répartie uniformément. Au contraire, elle se concentrait fortement sur des gènes spécifiques qui sont connus pour changer dans les cellules sanguines vieillissantes.
Le gène le plus affecté était DNMT3A. Dans la base de données non corrigée, plus de la moitié des patients signalés comme ayant une mutation de ce gène n'avaient en réalité aucune mutation dans leur tumeur ; la seule preuve provenait de leur sang. Pour d'autres gènes comme TET2 et CHEK2, la situation était similaire, avec environ un cinquième des patients signalés n'ayant aucune mutation de tumeur. En revanche, des moteurs de cancer bien connus comme TP53 et KRAS étaient à peine touchés par cette erreur, ce qui explique pourquoi de nombreux chercheurs ne l'avaient pas remarquée jusqu'à présent. Les chercheurs ont confirmé la nature de l'erreur en examinant les détails des changements génétiques. Les mutations sanguines erronées apparaissaient à des niveaux très bas, souvent moins d'un pour cent du matériel génétique, alors que les véritables mutations tumorales apparaissent généralement à des niveaux beaucoup plus élevés. De plus, les patients présentant ces mutations uniquement sanguines étaient nettement plus âgés, correspondant au profil du vieillissement sanguin plutôt qu'à l'âge typique du diagnostic de cancer.
Cette erreur ne s'est pas limitée aux études sur le sang ; elle s'est propagée à 65 autres groupes de recherche, presque tous étudiant des tumeurs solides comme le cancer du poumon, du foie ou de l'estomac. Dans certains de ces groupes, plus d'un patient sur dix portait un faux drapeau de mutation. La distorsion était si forte qu'elle donnait l'impression que certains cancers présentaient des taux de mutations spécifiques beaucoup plus élevés qu'ils ne le sont réellement. Par exemple, dans un groupe de patients atteints de cancer du poumon, le taux de mutations de DNMT3A semblait près de cinq fois plus élevé que dans un autre groupe de patients atteints de cancer du poumon, simplement parce que le premier groupe se trouvait inclure des patients dont les échantillons de sang avaient été mélangés. Une fois que les chercheurs ont supprimé les données dérivées du sang, les taux entre les deux groupes sont devenus presque identiques, prouvant que la différence était un artefact de la collecte de données, et non une réelle différence biologique.
L'impact de cette erreur a dépassé le simple comptage des mutations ; il a également modifié les conclusions sur la façon dont ces gènes affectent la survie des patients. Dans certains cas, l'erreur faisait paraître un gène comme aidant les patients à vivre plus longtemps, alors qu'en réalité, il n'avait aucun effet. Dans d'autres cas, elle masquait un véritable effet protecteur. Les chercheurs ont montré que la simple suppression des données sanguines corrigeait ces estimations de survie, les déplaçant d'une manière que le hasard ne pourrait expliquer. Ils ont fourni un ensemble simple de règles à suivre pour les autres scientifiques : avant de combiner des études, vérifiez si un appel génétique provient d'un échantillon de sang ou d'un échantillon de tumeur, et s'il provient d'une étude sanguine, excluez-le de l'analyse de la tumeur. Cette correction est simple et peut être appliquée aux bases de données existantes sans nécessiter de nouveau séquençage des patients.
Les chercheurs ont pris soin de noter que leur correction ne résout pas tous les problèmes. Elle élimine les erreurs causées par le mélange de données sanguines et tumorales dans la base de données, mais elle ne peut pas éliminer les cellules sanguines qui ont physiquement envahi un échantillon tumoral et qui sont présentes à l'intérieur même du tissu tumoral. Il s'agit d'un phénomène biologique distinct qui nécessite des outils différents pour être détecté. Cependant, l'erreur qu'ils ont identifiée était purement le résultat de la manière dont les données ont été assemblées. En corrigeant cette erreur spécifique, la communauté scientifique peut s'assurer que les immenses bibliothèques de données sur le cancer sur lesquelles elle s'appuie reflètent la véritable biologie des tumeurs, plutôt qu'un mélange confus de sang et de cancer. Ce travail rappelle que même lorsque les données sont collectées correctement, la manière dont elles sont combinées peut créer de nouvelles erreurs, et que garder une trace de la provenance de chaque information est essentiel pour trouver la vérité.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.