肿瘤突变负荷TMB¶

一句话概述：TMB（肿瘤突变负荷）是每Mb DNA中体细胞突变的数量，TMB≥10 mut/Mb是FDA批准的免疫治疗泛癌种生物标志物，高TMB意味着更多新抗原、更可能被免疫系统识别。

核心知识点速览¶

概念	白话解释
TMB	肿瘤DNA中突变的密度，= 突变总数 / 测序区域大小(Mb)
体细胞突变	肿瘤细胞后天获得的突变（不是遗传的）
胚系突变	从父母遗传来的变异（TMB不算这个）
新抗原	突变产生的异常蛋白片段，能被免疫系统识别为"异物"
10 mut/Mb	FDA批准的TMB阈值，高于此值建议用Pembrolizumab
WES	全外显子测序，TMB计算的金标准
基因Panel	只测几百个基因，可以估算TMB（如FoundationOne CDx）
MSI-H	微卫星不稳定-高，和高TMB经常共存
POLE突变	DNA聚合酶突变导致超高TMB（>100 mut/Mb）
maftools	R中分析MAF文件的强大工具，可直接计算TMB

一、TMB的生物学基础¶

1.1 为什么高TMB有利于免疫治疗？¶

突变多 → 异常蛋白多 → 新抗原多 → T细胞识别目标多
  → 免疫检查点抑制剂解除T细胞抑制后
  → T细胞有更多"目标"可以攻击
  → 免疫治疗效果更好

类比：
  低TMB = 罪犯(肿瘤)善于伪装，警察(T细胞)找不到线索
  高TMB = 罪犯到处留指纹(新抗原)，警察(T细胞)很容易抓到

1.2 不同癌种的TMB分布¶

超高TMB（>100 mut/Mb）：
  → POLE/POLD1突变的肿瘤、MSI-H肿瘤

高TMB（>10 mut/Mb）常见于：
  → 黑色素瘤、非小细胞肺癌、膀胱癌
  → 与环境诱变因素有关（UV、吸烟等）

低TMB（<5 mut/Mb）常见于：
  → 儿童肿瘤、甲状腺癌、前列腺癌
  → 基因组相对"干净"

二、WES数据TMB计算¶

2.1 使用maftools（推荐）¶

# 安装maftools
BiocManager::install("maftools")  # 安装
library(maftools)                  # 加载

# 读取MAF文件（从TCGA或VCF转换来）
maf <- read.maf(
  maf = "TCGA-LUAD.maf.gz",             # MAF文件路径
  clinicalData = "clinical_data.txt"     # 临床数据（可选）
)

# 查看MAF摘要
print(maf)           # 基本统计
getSampleSummary(maf) # 每个样本的突变统计
plotmafSummary(maf)   # 可视化MAF摘要

# ===== 计算TMB =====
# 方法1：maftools内置函数
tmb_result <- tmb(
  maf = maf,
  captureSize = 50,   # 外显子组捕获区域大小（Mb）
  logScale = TRUE      # 对数尺度
)
head(tmb_result)  # 每个样本的TMB值

# WES外显子组大小参考：
# 标准WES: ~50 Mb（Agilent SureSelect V6）
# FoundationOne CDx: ~1.1 Mb
# MSK-IMPACT: ~1.22 Mb

2.2 手动计算TMB¶

# 从MAF文件手动计算TMB
# TMB = 非同义体细胞突变数 / 捕获区域大小(Mb)

# 读取MAF数据
maf_data <- data.table::fread("mutations.maf")

# 只保留体细胞突变（排除胚系）
# 常见体细胞突变类型
somatic_classes <- c(
  "Missense_Mutation",      # 错义突变
  "Nonsense_Mutation",      # 无义突变
  "Frame_Shift_Del",        # 移码缺失
  "Frame_Shift_Ins",        # 移码插入
  "In_Frame_Del",           # 框内缺失
  "In_Frame_Ins",           # 框内插入
  "Splice_Site",            # 剪接位点突变
  "Translation_Start_Site", # 翻译起始位点
  "Nonstop_Mutation"        # 非终止突变
)

# 过滤：只保留非同义体细胞突变
somatic_muts <- maf_data[maf_data$Variant_Classification %in% somatic_classes, ]

# 按样本计算突变数
mut_count <- table(somatic_muts$Tumor_Sample_Barcode)

# 计算TMB
capture_size_mb <- 50  # WES捕获区域大小（Mb）
tmb_values <- as.numeric(mut_count) / capture_size_mb

# 创建结果数据框
tmb_df <- data.frame(
  Sample = names(mut_count),
  Mutation_Count = as.numeric(mut_count),
  TMB = tmb_values
)

# 按TMB高低分组（FDA标准：10 mut/Mb）
tmb_df$TMB_Group <- ifelse(tmb_df$TMB >= 10, "TMB-High", "TMB-Low")
table(tmb_df$TMB_Group)  # 查看高/低TMB样本数

2.3 VCF文件转MAF¶

# 使用vcf2maf工具将VCF转为MAF格式
# 安装vcf2maf
# git clone https://github.com/mskcc/vcf2maf.git

# 运行转换（需要VEP注释）
perl vcf2maf.pl \
  --input-vcf sample.vcf \        # 输入VCF文件
  --output-maf sample.maf \       # 输出MAF文件
  --tumor-id TUMOR \               # 肿瘤样本ID
  --normal-id NORMAL \             # 正常样本ID
  --ref-fasta hg38.fa \           # 参考基因组
  --vep-path /path/to/vep \       # VEP路径
  --vep-data /path/to/vep/cache   # VEP缓存路径

三、Panel-based TMB估算¶

3.1 从Gene Panel估算TMB¶

# Panel测序（如FoundationOne CDx）只测~300-500个基因
# 需要校正才能估算全外显子的TMB

# Panel TMB计算公式
panel_region_mb <- 1.1  # FoundationOne CDx覆盖区域大小
panel_mutations <- 15    # Panel检测到的突变数
panel_tmb <- panel_mutations / panel_region_mb  # 估算TMB

# 注意事项：
# 1. Panel TMB和WES TMB不完全一致
# 2. 小Panel的TMB估算方差更大
# 3. FDA批准的Panel：FoundationOne CDx (1.1 Mb), MSK-IMPACT (1.22 Mb)
# 4. Panel < 1 Mb时TMB估算不够可靠

3.2 TMBcalc基因签名方法¶

# TMBcalc通过特征基因签名估算TMB（不需要突变数据）
# 从RNA-seq数据估算，适用于没有WES数据的情况

# 原理：某些基因的表达模式与TMB高度相关
# 通过训练机器学习模型，从表达谱预测TMB

# 详见：https://github.com/USCDTG/TMBcalc

四、TMB可视化¶

4.1 TMB分布图¶

library(ggplot2)

# 画TMB分布直方图
ggplot(tmb_df, aes(x = TMB)) +
  geom_histogram(binwidth = 2, fill = "steelblue", color = "white") +  # 直方图
  geom_vline(xintercept = 10, linetype = "dashed", color = "red", size = 1) +  # 10的阈值线
  annotate("text", x = 12, y = max(table(cut(tmb_df$TMB, breaks = 20))) * 0.9,
           label = "TMB = 10 mut/Mb", color = "red") +
  labs(x = "TMB (mutations/Mb)", y = "Number of Samples",
       title = "TMB Distribution") +
  theme_minimal()

4.2 TMB瀑布图¶

# 用maftools画突变瀑布图
oncoplot(
  maf = maf,
  top = 20,                    # 显示突变频率最高的20个基因
  clinicalFeatures = "TMB_Group",  # 添加TMB高低分组
  sortByAnnotation = TRUE       # 按注释排序
)

4.3 TMB与免疫治疗应答¶

# TMB高低组的生存分析
library(survival)
library(survminer)

# KM分析
km_tmb <- survfit(Surv(OS_time, OS_status) ~ TMB_Group, data = clinical)
ggsurvplot(km_tmb, data = clinical,
           pval = TRUE, risk.table = TRUE,
           palette = c("TMB-High" = "red", "TMB-Low" = "blue"),
           xlab = "Time (months)", title = "OS by TMB Status")

五、TMB相关标志物¶

# TMB经常和以下标志物一起分析

# 1. MSI状态
# MSI-H（微卫星不稳定）通常TMB也高
# 但不完全重叠——有TMB-H但MSI-L的情况

# 2. POLE/POLD1突变
# DNA聚合酶校对功能缺失 → 超高TMB
# POLE突变患者TMB可超过100 mut/Mb

# 3. MMR基因缺陷
# MLH1、MSH2、MSH6、PMS2 → dMMR → MSI-H → 高TMB

# 4. PD-L1表达
# PD-L1和TMB是独立的预测因子
# 两者都高的患者免疫治疗获益最大

# 三标志物联合评估
combined <- data.frame(
  TMB = clinical$TMB_Group,
  MSI = clinical$MSI_Status,
  PDL1 = ifelse(clinical$PDL1_TPS >= 50, "High", "Low")
)
table(combined$TMB, combined$MSI, combined$PDL1)  # 三维交叉表

常见报错与解决¶

报错信息	原因	解决方案
`read.maf: duplicate variants`	MAF文件有重复记录	预处理去重
`Capture size must be > 0`	captureSize参数设错	确认Panel/WES区域大小
`No non-synonymous mutations`	只有同义突变	检查Variant_Classification列
`VEP annotation failed`	VEP配置问题	检查VEP路径和缓存
`TMB = 0 for all samples`	过滤条件太严格	放宽突变类型过滤

速查表¶

# TMB计算公式
TMB = 非同义体细胞突变数 / 捕获区域大小(Mb)

# maftools快速流程
read.maf() → tmb() → plotmafSummary() → oncoplot()

# WES捕获区域大小参考
标准WES:         ~50 Mb
FoundationOne:   ~1.1 Mb
MSK-IMPACT:      ~1.22 Mb

# TMB阈值
FDA批准: ≥10 mut/Mb（Pembrolizumab）
文献常用: 中位数分组 或 ≥10
WES标准: ~200个非同义突变 ≈ 10 mut/Mb

# TMB相关因素
高TMB癌种: 黑色素瘤 > 肺癌 > 膀胱癌 > 结直肠癌(MSI-H)
低TMB癌种: 甲状腺癌 < 前列腺癌 < 乳腺癌
超高TMB: POLE突变 > MMR缺陷 > 环境诱变（UV/烟草）

面试高频问题¶

Q1：TMB的计算方法有哪些？有什么区别？¶

答：①WES（金标准）——测全部外显子（~50Mb），直接计算突变密度，最准确但成本高；②大Panel（如FoundationOne CDx，~1.1Mb）——FDA批准用于临床TMB检测，覆盖区域小但快速且标准化，准确性和WES相关性高（R²>0.9）；③小Panel（<0.5Mb）——TMB估算误差大，不推荐。不同方法的TMB值不可直接比较，因为覆盖区域、突变类型筛选、生物信息学流程都不同。

Q2：TMB高就一定对免疫治疗有效吗？¶

答：不一定。TMB高只是增加了应答的概率，但不保证。原因：①高TMB不等于高质量新抗原——有些突变不能被MHC呈递；②免疫微环境可能是"冷的"——T细胞浸润不足；③其他免疫逃逸机制——如β-catenin激活导致T细胞排斥；④肿瘤异质性——不同区域TMB可能不同。临床上建议TMB+PD-L1+MSI三标志物联合评估。

Q3：TMB和MSI的关系是什么？¶

答：MSI-H（微卫星不稳定-高）是由错配修复（MMR）缺陷导致的，这些肿瘤通常也有高TMB。但两者不完全重叠：①大部分MSI-H肿瘤是TMB-H，但也有少数MSI-H但TMB不高的；②有些TMB-H肿瘤是MSI-L/MSS——如POLE突变导致的超高TMB。两者是独立的免疫治疗预测指标，FDA分别批准了MSI-H和TMB≥10作为免疫治疗适应症标志物。

Q4：生信分析中TMB计算需要注意哪些技术问题？¶

答：①胚系突变过滤——必须用配对正常样本或数据库（gnomAD）过滤掉遗传变异；②同义突变处理——有些研究只计非同义突变，有些计全部体细胞突变，需要说明；③捕获区域大小——不同Panel/WES的目标区域大小不同，直接影响TMB计算；④肿瘤纯度——纯度低会导致TMB低估；⑤变异检测灵敏度——不同caller（如Mutect2 vs VarScan）结果可能不同。

Q5：2025-2026年TMB领域有什么新进展？¶

答：①AI预测——如Compass模型，用bulk RNA-seq预测免疫治疗应答，整合TMB等44个免疫概念，比传统方法准确率提高8.5%；②TMBcalc——基于基因签名从RNA-seq估算TMB，不需要WES数据；③质量over数量——最新研究发现不仅TMB的数量，突变的"质量"（是否产生高亲和力新抗原）也很重要；④标准化——AMP/CAP/SITC联合发布TMB检测标准化建议。