第2章：体细胞突变类型解码——SNV、Indel、SV、CNV
好，我们直接进入正题。上一章我们把体细胞突变的基本概念捋了一遍，这一章咱们就来拆解一下，这些突变具体长什么样，怎么分类。
体细胞突变，说白了就是肿瘤基因组里的「错误拼写」。但错误也有大小之分。有的只是改了一个字母，有的呢，直接抄写了一整段，甚至把一段染色体给弄丢了。我个人习惯把它们分成四大类：单核苷酸变异 (SNV)、插入缺失 (Indel)、结构变异 (SV) 和 拷贝数变异 (CNV)。你想想看，搞懂这四兄弟，你就掌握了体细胞分析的一半。
2.1 单核苷酸变异 (SNV)
SNV，最基础也最常见。就是基因组里一个碱基被换成了另一个。比如A变成了T，C变成了G。
我在项目中遇到过很多新手，总把SNV和SNP搞混。这里我强调一下：两者都是「单碱基替换」，但SNP是群体中频率大于1%的（正常人可以携带），而体细胞SNV是肿瘤中特有的，正常组织里没有。
SNV虽然简单，但它驱动的肿瘤可不简单。根据对蛋白编码的影响，我们一般把SNV分成三类，嗯，这里要注意，不是所有突变都有功能：
核心要点：SNV功能效应
- 同义突变 (Synonymous)：碱基变了，氨基酸没变。说白了就是「沉默的替换」，一般没功能。
- 错义突变 (Missense)：碱基变了，氨基酸也变了。可能激活致癌基因，也可能失活抑癌蛋白。
- 无义突变 (Nonsense)：换出一个提前终止密码子。蛋白直接截短，功能基本报废。
为什么SNV需要重点关注？因为很多靶向药就是针对特定错义位点设计的。比如EGFR的L858R突变，就是T790M之后的又一大靶点。
2.2 插入与缺失 (Indel)
Indel，顾名思议，就是插入或缺失了一小段DNA。这里的「小」通常指少于50个碱基对。再大就是结构变异了。
Indel比SNV更「暴力」。因为它会改变阅读框（如果碱基数不是3的倍数）。
- 移码突变 (Frameshift)：插入/缺失的碱基不是3的倍数。从变异点开始，后面的氨基酸序列全乱了。破坏性极大，非常容易导致蛋白失活。
- 非移码突变 (In-frame)：插入/缺失的碱基恰好是3的倍数。结果就是多了一个或少了一个氨基酸，但后面序列正常。
我记得有一次处理乳腺癌样本，一个患者的BRCA1基因就发生了1个碱基的缺失。结果一整条蛋白都完了。嗯，这就是典型的移码灭活。
实战小技巧：
做WES分析时，Indel的假阳性率比SNV高。我建议你优先用 mutect2 或者 strelka2 来检测，并且在过滤时适当提高对Indel的支持 reads 数阈值。
2.3 结构变异 (SV)
结构变异(SV)是「大动作」。一般指长度超过50bp的基因组重构。SV类型比较多，我给大家列个表：
| 变异类型 | 描述 | 临床举例 |
|---|---|---|
| 缺失 (Deletion) | 一段DNA丢失 | PTEN基因缺失 |
| 串联重复 (Duplication) | 一段DNA被复制并串联 | EGFR扩增（部分串联） |
| 倒位 (Inversion) | 一段DNA方向颠倒 | 罕见，但可能产生融合 |
| 易位 (Translocation) | 不同染色体间的片段交换 | BCR-ABL1融合 |
你看，SV里最容易出彩的就是「融合基因」。一个经典的例子是慢性粒细胞白血病里的BCR-ABL1融合，直接导致了一条永不关闭的生长信号通路。所以我常说，发现一个关键融合，往往等于发现一个靶点。
2.4 拷贝数变异 (CNV)
CNV，顾名思义，就是DNA片段数量变了。正常细胞每个基因两份（纯合子除外），但癌细胞里可能变成10份，也可能变成0份。
我早期做分析时，经常把CNV和SV中的缺失搞混。这里强调一下区别：
- SV中的缺失：指的是一段DNA的序列丢失了（结构变化）。
- CNV中的缺失：只关注拷贝数减少（可以是整个染色体臂丢失，也可以是同源区域内两个副本都丢了）。
CNV的临床意义很直接：
- 扩增 (Amplification)：拷贝数增加。通常意味着致癌基因被过度激活。比如HER2扩增，是乳腺癌的经典指征。
- 缺失 (Deletion)：拷贝数减少。通常意味着抑癌基因功能丧失。比如RB1缺失，导致视网膜母细胞瘤。
2.5 四种变异类型的对比与层次
为了让你一眼看清全局，我画了一张图。它展示了这四类突变在基因组中的相对关系以及从单碱基到染色体级别的渐进层次：
2.6 综合对比与临床视角
讲完这些，咱们来一个横向对比。我设计了一张快速参考表，便于你在日常分析时直接对照。
| 特征 | SNV | Indel | SV | CNV |
|---|---|---|---|---|
| 大小 | 1 bp | 1-50 bp | >50 bp | 可变（常为整个基因或臂） |
| 检测难度 | 低（较成熟） | 中（易受测序错误干扰） | 高（需要长读长或特殊算法） | 中（受倍性和纯度影响） |
| 临床相关性 | 极高（直接与靶向药关联） | 高（移码导致功能丧失） | 高（融合基因是强生物标志物） | 极高（扩增/缺失直接指示预后） |
| 典型突变 | BRAF V600E | BRCA1 185delAG | BCR-ABL1 | HER2扩增 |
我还想再强调一件事：我在早期项目中，因为只做了SNV分析，漏掉了一个关键Indel，导致临床上没预测到某个患者的MSI状态。所以我的建议很明确——别只盯着一种突变。要同时做SNV、Indel、SV、CNV的联合分析，才能给出全面的体细胞变异特征报告。
避坑提醒：
我曾经在处理低纯度肿瘤样本时，CNV分析结果严重偏差。后来发现是肿瘤细胞占比只有20%。记住，CNV检测对肿瘤纯度非常敏感，建议纯度低于30%的样本慎做绝对拷贝数定值。
最后，看一段最简单的VCF格式摘录，它展示了SNV和Indel是怎么被记录的：
#CHROM POS ID REF ALT QUAL FILTER INFO
chr7 140453136 . A T 222.77 PASS SNV
chr13 32914438 . T TTC 333.00 PASS INDEL
chr5 1295113 . TCC T 150.00 PASS INDEL
chr9 123456789 . C G 88.00 PASS SNV