cBioPortal 患者键合并致过半 DNMT3A 实体瘤突变实为克隆性造血污染
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
MedRxiv 预印本指出，三项 MSK 克隆性造血队列以同一患者 ID 同时提交血液对照和肿瘤样本，使 cBioPortal 按患者键合并时把血液中的克隆性造血变异误算入对应实体瘤。
发生了什么
该研究对 cBioPortal 中 483 项研究、140 个基因的 1,282,483 条编码区突变调用按患者标识合并时发现：三项 MSK 克隆重造血（CH）研究的血液正常对照与同患者在其他实体瘤研究中的肿瘤样本共享同一患者编号，导致血液来源的体细胞性造血突变被计为该患者的肿瘤突变。血液正常样本仅贡献 1.7% 的总调用量，却集中在特定基因——52.8% 被标记为 DNMT3A 突变的患者在该基因上并无肿瘤来源调用，TET2 为 21.3%，CHEK2 为 19.7%，而 TP53 仅为 0.4%；DNMT3A 占血液正常调用的 42.0%，仅占肿瘤调用的 0.61%，中位变异等位基因频率分别为 0.4% 与 33.4%，呈典型 CH 信号。这种扭曲与配对血液正常样本的占比高度相关（45 种癌症类型中相关系数 r=0.994），同一疾病使用两种未统一标签时突变率最高相差五倍，校正使 pan-cancer DNMT3A 突变率下降 45%。
为什么重要
对于使用 cBioPortal 做 pan-cancer 二次分析的研发和转化研究人员，这意味着 DNMT3A、TET2、CHEK2 等 CH 易感基因的肿瘤体细胞突变率假说需要向下修正，其中 DNMT3A 受影响最大；cBioPortal 官方文档明确表示平台默认同一患者 ID 即同一患者[1]，这正是该污染发生的机制基础[2][3]。对于从事 DNMT3A 靶向药物或 CH 相关干预的 BD/投资读者，该数据说明过去基于公共数据库的 DNMT3A 肿瘤驱动证据可能被显著高估，DNMT3A 在实体瘤中作为治疗靶点的人群估算需要重新校准；同时，生存分析受影响的幅度大于随机移除同等患者的预期，提示既往将 DNMT3A 突变与实体瘤预后挂钩的若干分析结论可能需要复核。
还缺什么
作者提出在数据聚合前施加两条过滤规则即可消除该污染，但 cBioPortal 平台是否将采纳该方案、现有已发表的下游分析是否会被系统性回溯尚待确认。该污染涉及 65 个实体瘤研究队列，其中 15 个队列受影响患者超过一成，这些受影响队列的具体名单以及各队列中受影响基因的序列改造尚未在正文摘要中披露。受影响最大的 DNMT3A 在实体瘤中究竟是真正的肿瘤驱动事件还是 CH 偶发现象，需要在排除血液来源调用后重新评估其在各癌种的频谱和预后关联。
- 1.cBioPortal FAQs · docs.cbioportal.org 2026
- 2.cBioPortal for Cancer Genomics · cbioportal.org 2026
- 3.Patient: P-0041214 · cbioportal.org 2026
研究量化了三项 MSK 血液对照将克隆性造血变异带入 cBioPortal 实体瘤矩阵的程度，并给出可在合并前直接套用的两条过滤规则。
来源：medRxiv Oncology · medrxiv.org