﻿# BlCB melanoma cell line panel – DepMap‑harmonized somatic mutations (v1.0)

Дата релиза: 2026‑05‑14  
Версия данных: v1.0  
Контакт: e.kosobokova@ronc.ru  

## 1. Состав релиза

Настоящий README описывает структуру релиза, форматы файлов и методы обработки данных.
Релиз включает два типа геномных данных для панели меланомных клеточных линий BlCB:

- DepMap‑гармонизированные соматические SNV/indel‑варианты, подготовленные в соответствии с логикой пайплайна проекта DepMap (OmicsSomaticMutations, DepMap Public 25Q3);

- таблицу CNV, полученную из WES‑данных и аннотированную с использованием OncoKB.

### 1.1 SNV/indel:

BlCB_DepMap_harmonized_public_v1.0.maf.gz — аннотированный MAF‑файл, содержащий DepMap‑гармонизированные соматические SNV/indel‑варианты (core и rescue) с функциональной, популяционной и клинической аннотацией (gnomAD, OncoKB, Cancer Hotspots, CHASMplus, CIViC, HESS).

BlCB_SNVs_DepMap_harmonized_v1.0.tsv — упрощённая таблица SNV/indel‑вариантов в формате TSV, предназначенная для быстрого просмотра и интеграции с другими наборами данных.

BlCB_SNVs_DepMap_harmonized_v1.0.xlsx — Excel‑версия SNV‑таблицы с листами SNVs и Data_dictionary, содержащим описание всех колонок.

### 1.2 CNV:

BlCB_CNV_OncoKB_v1.0.tsv — аннотированная таблица CNV в формате TSV для машинной обработки и дальнейшей интеграции, содержащая сегментированные профили копийности, нормализованные по модальной плоидности.

BlCB_CNV_OncoKB_v1.0.xlsx — Excel‑версия CNV‑таблицы с листами `CNV` и `Data_dictionary`, содержащим описание всех колонок.

## 2. Секвенирование и обработка WES

### 2.1. Секвенирование и первичная обработка

- Платформа секвенирования: **MGISEQ‑2000** (DNBSEQ‑G400RS High‑throughput Sequencing Set PE100, MGI Tech, Китай).  
- Библиотеки: MGIEasy Universal DNA Library Prep Set + SureSelect Human All Exon v7 (Agilent).  
- Бейсколлинг и формирование файлов FASTQ: **zebracallV2** (MGI Tech).

Обработка данных WES выполнена по GATK Best Practices (“Data Pre‑processing for Variant Discovery”, “Somatic Short Variant Discovery (SNVs + Indels)”):

- Референсный геном: **hg38/GRCh38**.  
- Выравнивание: **bwa‑mem2 v2.2.1**.  
- GATK: **GATK 4.5.0.0** (MarkDuplicatesSpark, BaseRecalibrator, ApplyBQSR).  

### 2.2. Вызов соматических SNV/indel

- Вызов вариантов: **Mutect2 (GATK 4.5.0.0)** в tumor‑only режиме с рекомендованными ресурсами:
  - `--germline-resource` на основе gnomAD (af‑only‑gnomad);  
  - дополнительные стандартные фильтры Mutect2.  
- Фильтрация Mutect2:
  - GetPileupSummaries, CalculateContamination, LearnReadOrientationModel;  
  - FilterMutectCalls (параметры по умолчанию).  
- Дополнительный QC:
  - фильтрация по панели норм (PoN): удалены варианты, присутствующие в PoN, как вероятные артефакты.  
  - жёсткие пороги по покрытию и аллельной доле: сохранены варианты с `DP ≥ 10` и `VAF ≥ 0.15`.  


Все соматические варианты для клеточных линий BlCB были объединены в единый аннотированный MAF‑файл, который затем использовался для проведения DepMap‑гармонизированной фильтрации.

### 2.3. Аннотация

Базовая аннотация:

- **Funcotator (GATK)** для hg38.

Дополнительная функциональная и клиническая аннотация (через **OpenCravat** и внешние ресурсы):

- gnomAD v2.1  
- Cancer Hotspots 1.2.1  
- CHASMplus SKCM 1.3.0  
- REVEL (база по состоянию на 2024‑07‑30)  
- ClinVar (база по состоянию на 2026‑04‑01)  
- CIViC (база по состоянию на 2026‑02‑01)
- **OncoKB** (API v1, актуальная версия на момент аннотации)

Дополнительные источники:

- COSMIC Cancer Gene Census (CGC, версия 103, GRCh38)  
- Каталог драйверов HESS сформирован на основе файла OmicsSomaticMutations.csv (DepMap Public 25Q3). Варианты с HessDriver == TRUE были извлечены и сопоставлены с нашим MAF по координатам и аллелям, что позволило определить флаги is_hess_var и is_hess_gene.

## 3. DepMap‑/CCLE‑гармонизированная фильтрация соматических вариантов

Фильтрация реализована в R и по возможности повторяет логику DepMap OmicsSomaticMutations (DepMap Public 25Q3) с адаптацией под BlCB. Ниже приведены основные шаги формирования DepMap‑гармонизированного набора соматических вариантов.

### 3.1. Функциональные классы

Функциональный фильтр исключает варианты с `Variant_Classification` в:

- `Silent`  
- `RNA`  
- `Intron`  
- `5'UTR`  
- `3'UTR`  
- `3'Flank`  
- `5'Flank`  
- `Splice_Region`  
- `IGR`  
- `COULD_NOT_DETERMINE`  

Кроме того, удаляются записи с `NA` в `Hugo_Symbol`.  
Результат — сохраняются только потенциально функциональные соматические классы (такие как `Missense_Mutation`, `Nonsense_Mutation`, frameshift/in‑frame indels, `Splice_Site` и др.).

### 3.2. Аннотация HESS, COSMIC, OncoKB, Hotspots, CHASMplus, CIViC

На уровне аннотированного MAF были вычислены флаги:

- `is_hess_var`, `is_hess_gene` — по таблице HESS‑вариантов как описано ранее.  
- `is_cgc_tier1_gene` — гены из COSMIC CGC Tier 1 (v103, GRCh38).  
- `is_oncokb_oncogenic` — `ONCOGENIC ∈ {Oncogenic, Likely Oncogenic}` (OncoKB).  
- `is_cosmic_strong` — COSMIC‑варианты с `OC_cosmic__variant_count ≥ 10` в Tier 1 CGC‑генах.  
- `is_cancer_hotspot` — записи с непустым `OC_cancer_hotspots__samples` (Cancer Hotspots).  
- `is_chasmplus_hit` — CHASMplus_SKCM‑варианты с `OC_chasmplus_SKCM__pval < 0.05`.  
- `is_civic_supported` — CIViC‑аннотированные варианты (ненулевой `OC_civic__molecular_profile_score` и валидный `OC_civic__id`).  

На их основе вариант считался rescue‑кандидатом, если он удовлетворял хотя бы одному из следующих критериев:  
(i) локализовался в гене из COSMIC CGC Tier 1;  
(ii) совпадал с HESS‑предсказанным драйверным вариантом или находился в HESS‑драйверном гене;  
(iii) был аннотирован в OncoKB как oncogenic или likely oncogenic;  
(iv) принадлежал к Cancer Hotspots.

### 3.3. DepMap‑гармонизированный набор соматических вариантов

Для вариантов, прошедших функциональный фильтр (см. 3.1), формируются:

- **Core‑слой**:
  - удовлетворяющие `gnomad_af_global ≤ 1e‑5` или `NA`.

- **Rescue‑слой**:
  - варианты с rescue_candidate = TRUE;
  - удовлетворяющие `1e‑5 < gnomad_af_global < 1e‑3`.

Core‑ и rescue‑варианты объединяются в единый DepMap-гармонизированный датасет, после чего удаляются дубликаты по `(Chromosome, Start_Position, Reference_Allele, Tumor_Seq_Allele2, Tumor_Sample_Barcode)`. 
Полученный набор соматических вариантов служит основой для формирования аннотированного MAF и SNV‑таблицы.

## 4. Аннотированный MAF и SNV-таблица

Файл `BlCB_DepMap_harmonized_public_v1.0.maf.gz` содержит только варианты, прошедшие функциональный фильтр (см. раздел 3.1). В него включены основные поля координат, `VAF`/`DP`, `gnomAD`, `OncoKB`, а также флаги `core`/`rescue`/`HESS`/`CGC`/`CancerHotspots`/`CHASMplus`/`CIViC`.

На основе того же набора сформированы файлы:

- `BlCB_SNVs_DepMap_harmonized_v1.0.tsv`;
- `BlCB_SNVs_DepMap_harmonized_v1.0.xlsx`.

SNV-таблица содержит для каждой мутации:

- идентификатор образца (`sample_id`, `Tumor_Sample_Barcode`);
- хромосому и координаты (`chromosome`, `start`, `end`, `ref`, `alt`, `variant_id`);
- символ гена и функциональную аннотацию (`gene`, `consequence`, `transcript`, `protein_change`);
- `VAF` и глубину покрытия (`DP`);
- статус фильтра Mutect2 (`filter_pass`, `AS_FilterStatus`);
- глобальную частоту аллеля gnomAD (`population_AF`, `gnomad_af_global`);
- аннотацию OncoKB (`OncoKB_annotation`, `OncoKB_level`);
- интегральный флаг приоритизации (`prioritized_flag`), основанный на OncoKB, CHASMplus и REVEL.

Подробное описание колонок приведено на листе `Data_dictionary` файла `BlCB_SNVs_DepMap_harmonized_v1.0.xlsx`.

## 5. Оценка копийности, дискретизация и аннотация CNV

Анализ CNV был выполнен с использованием **CNVkit v0.9.13**, по результатам которого были получены файлы сегментации `seg` и `cnn`. Значения числа копий для панели BlCB были нормализованы по модальной плоидности, определённой на основании кариотипирования клеточных линий.

Таблица CNV содержит для каждого гена соответствующий сегмент с изменением числа копий, а также параметры сегментации:
- `log2` — log2-отношение числа прочтений сегмента к диплоидному уровню;
- `cn` — абсолютное число копий, нормализованное по модальной плоидности;
- `depth` — исходная глубина покрытия сегмента;
- `probes` — число проб/зондов, вошедших в сегмент;
- `weight` — вес сегмента при сегментации (CBS-алгоритм).

Поскольку API OncoKB CnaAnnotator v3.4 работает с дискретными CNV-состояниями, значения числа копий были приведены к следующей шкале:

| Условие | Дискретное значение | Интерпретация |
|---|---:|---|
| `cn = 0` | `-2` | `deletion` |
| `log2 < -1` | `-1` | `loss` |
| `-1 ≤ log2 < 0` | `0` | `neutral` |
| `0 ≤ log2 < 1` | `1` | `gain` |
| `log2 ≥ 1` | `2` | `amplification` |

Интерпретация CNV выполнялась с использованием **API OncoKB CnaAnnotator v3.4**. В таблице CNV далее приведены аннотационные поля OncoKB, отражающие функциональную и клиническую интерпретацию дискретизированных CNV-состояний.

В таблице CNV приведены следующие аннотационные поля:
- `ALTERATION` — дискретизированный тип CNV;
- `GENE_IN_ONCOKB` — наличие гена в базе OncoKB;
- `VARIANT_IN_ONCOKB` — наличие варианта в базе OncoKB;
- `MUTATION_EFFECT` — предполагаемый функциональный эффект варианта;
- `MUTATION_EFFECT_CITATIONS` — источники, на которых основана оценка эффекта;
- `ONCOGENIC` — онкогенность варианта;
- `LEVEL_1`, `LEVEL_2`, `LEVEL_3A`, `LEVEL_3B`, `LEVEL_4`, `LEVEL_R1`, `LEVEL_R2` — уровни терапевтической значимости и резистентности;
- `HIGHEST_LEVEL`, `HIGHEST_SENSITIVE_LEVEL`, `HIGHEST_RESISTANCE_LEVEL` — максимальные уровни доказательности;
- `TX_CITATIONS` — источники для терапевтических утверждений;
- `LEVEL_Dx1`, `LEVEL_Dx2`, `LEVEL_Dx3`, `HIGHEST_DX_LEVEL`, `DX_CITATIONS` — диагностические уровни и ссылки;
- `LEVEL_Px1`, `LEVEL_Px2`, `LEVEL_Px3`, `HIGHEST_PX_LEVEL`, `PX_CITATIONS` — прогностические уровни и ссылки.
