IF31.7｜人类DNA聚合酶ε是CpG二核苷酸C>T突变的来源

PER-seq直接测出Pol ε在5mCpG处高错误率，挑战CpG>TpG仅源于脱氨基的经典观点。

这篇按生信解读号的读法拆：先看背景和问题，再看作者怎么做、做出了哪几条硬发现，最后把数据和代码收走。

研究背景

CpG二核苷酸中的C>T突变是人类癌症和遗传病中最普遍的突变类型，长期以来被归因于5-甲基胞嘧啶（5mC）的自发脱氨基。5mC脱氨基产生T:G错配，且修复效率低于U:G错配，因此CpG>TpG突变被认为是脱氨基的结果。然而，在错配修复缺陷（MMRd）或DNA聚合酶ε（Pol ε）外切酶结构域突变的癌症中，CpG>TpG突变频率异常高，而这两种缺陷均与脱氨基修复无关，提示复制错误可能参与其中。

科学问题

卡在哪里： 此前缺乏直接测量DNA聚合酶在特定序列背景下错误率的方法，尤其是无法区分5mC脱氨基与复制错误对CpG>TpG突变的贡献。

本文要回答： 本文旨在开发一种能直接测量DNA聚合酶错误谱的方法，并定量Pol ε在甲基化和非甲基化模板上的错误率，以阐明CpG>TpG突变的复制来源。

技术路线

作者主要用了：PER-seq、CRISPR-Cas9基因编辑、全基因组测序、非负最小二乘回归、COSMIC突变签名分析。

作者开发了PER-seq方法，在体外用纯化的Pol ε填充单链缺口，通过分子条形码和线性扩增区分真实错误与测序伪影，从而获得单分子分辨率的错误谱。首先用已知突变稀释系列验证方法准确性，再测量野生型和突变型Pol ε在甲基化及非甲基化模板上的错误谱，并与癌症患者突变数据、细胞系和小鼠模型中的突变谱进行比较，以验证体外发现的生理相关性。

图 1　Fig. 1。图1展示PER-seq原理和验证。a为方法示意图，b显示突变频率随线性拷贝数增加而稳定，c显示稀释系列中检测频率与预期高度一致（R=0.993），d-f比较Klenow-EXO−和KAPA-U+的错误率，g-h展示两者不同的错误签名，证明PER-seq能区分不同聚合酶的错误谱。

核心亮点

亮点 1｜PER-seq精确测量聚合酶错误谱

PER-seq通过分子条形码和线性扩增，将检测限降至约10^-6/碱基，并利用模板链测序扣除背景损伤。该方法在稀释系列中检测到预期突变频率（Pearson R=0.993），并准确重现了Klenow-EXO−和KAPA-U+的已知错误谱，验证了其可靠性。

图 2　Fig. 2。图2比较PER-POLE-P286R错误签名与癌症突变谱。a为PER-seq测得的P286R错误签名，b为17例POLEd且MMRd癌症的平均突变谱，两者在CpT>ApT和CpG>TpG处均有高峰。c显示PER-POLE-P286R与POLEd且MMRd样本的余弦相似性显著高于其他组。d展示非负最小二乘回归将PER-POLE-P286R分解为SBS1、SBS5、SBS10b和SBS14。

亮点 2｜POLE-P286R错误谱与POLEd/MMRd肿瘤匹配

PER-seq测得POLE-P286R的错误谱与POLEd且MMRd癌症样本的突变谱高度相似（余弦相似性显著高于其他组），主要特征为CpT>ApT和CpG>TpG。非负最小二乘回归将PER-POLE-P286R错误谱分解为SBS1、SBS5、SBS10b和SBS14的组合，余弦相似性达0.93，表明体外错误谱能重现体内突变特征。

图 3　Fig. 3。图3展示不同Pol ε变体的错误率和链特异性。a显示P286R错误率最高，EXO−次之，WT最低。b为Pol ε常见错误类型示意图。c-e分别展示P286R、EXO−和WT的链特异性错误签名，均显示CpG>TpG和CpT>ApT高峰。f显示POLEd且MMRd癌症中PER-seq衍生的链特异性错误在前导链模板富集。

亮点 3｜Pol ε在5mCpG处错误率显著升高

PER-seq显示，野生型Pol ε复制5mCpG时的C:dA错误率比非CpG背景高7倍，而P286R和EXO−突变体进一步升高。甲基化使错误率增加1.4-2.6倍，且CpG序列本身也增加错误率，表明序列背景和甲基化共同影响Pol ε保真度。

图 4　Fig. 4。图4展示癌症样本中CpG>TpG突变特征。a为四组癌症样本的平均突变谱，POLEd且MMRd组CpG>TpG频率极高。b显示该组CpG>TpG频率显著高于其他突变类型。c显示CpG>TpG在前导链模板富集。d显示甲基化水平高的CpG位点突变频率更高。e为模型示意图，说明Pol ε错误导致CpG>TpG突变。

亮点 4｜CpG>TpG突变富集于前导链模板

在POLEd且MMRd癌症样本中，CpG>TpG突变在前导链模板上显著富集，与Pol ε负责前导链合成的功能一致。此外，甲基化水平高的CpG位点突变频率更高，支持复制错误是这些突变的主要来源。

图 5　Fig. 5。图5展示mES细胞和小鼠模型中P286R突变的影响。a为mES细胞P286R突变谱的SBS分解，b显示其与PER-POLE-P286R签名相似。c显示CpG>TpG在甲基化CpG处富集。d显示前导链模板富集。e-g为小鼠WES数据，显示P286R和S459F突变小鼠的突变谱与PER-POLE-P286R相似，且CpG>TpG在甲基化CpG和前导链模板富集。

亮点 5｜细胞和小鼠模型验证Pol ε错误

CRISPR-Cas9引入P286R突变的小鼠胚胎干细胞克隆中，CpG>TpG是最常见突变类型，且在甲基化CpG处富集8倍以上，前导链模板富集。小鼠生殖系P286R和S459F突变模型也显示类似特征，核提取物实验进一步证实内源Pol ε在甲基化CpG处产生C:dA错配。

亮点 6｜野生型Pol ε错误对SBS1的贡献

野生型Pol ε在CpG处的错误率虽低于突变体，但估计每轮复制可产生超过2400个C:dA错误。在MMR正常癌症中，CpG>TpG突变在MMR活跃区域（早期复制区、H3K36me3标记区）减少，而在MMRd样本中这种减少消失，表明MMR修复了部分Pol ε错误。

生信可带走

这一块是给做分析的人用的，不是科普点缀。

• 方法栈： PER-seq、CRISPR-Cas9基因编辑、全基因组测序、非负最小二乘回归、COSMIC突变签名分析
• 公开数据： GSM4818066、SRP439101
• 代码： 原文未给出公开 GitHub/GitLab 仓库
• 谁该点开原文： 从事癌症基因组学、突变签名分析或DNA复制保真度研究的研究者。

带走一句

PER-seq为直接测量聚合酶错误谱提供了新工具，分析突变数据时应考虑复制错误对CpG>TpG的贡献，而不仅仅是脱氨基。