Tom C. Badge,, M.D., Ph.D. Peter Johansson, Ph.D. - - PowerPoint PPT Presentation

tom c badge m d ph d peter johansson ph d pediatric
SMART_READER_LITE
LIVE PREVIEW

Tom C. Badge,, M.D., Ph.D. Peter Johansson, Ph.D. - - PowerPoint PPT Presentation

Tom C. Badge,, M.D., Ph.D. Peter Johansson, Ph.D. Pediatric Hematology-Oncology Fellow Pediatric Oncology Branch Johns Hopkins Hospital and NaConal


slide-1
SLIDE 1

Tom ¡C. ¡Badge,, ¡M.D., ¡Ph.D. ¡ Pediatric ¡Hematology-­‑Oncology ¡Fellow ¡ Johns ¡Hopkins ¡Hospital ¡and ¡ ¡ the ¡NaConal ¡Cancer ¡InsCtute ¡ Peter ¡Johansson, ¡Ph.D. ¡ Pediatric ¡Oncology ¡Branch ¡ NaConal ¡Cancer ¡InsCtute, ¡NIH ¡

slide-2
SLIDE 2

Neuroblastoma ¡

  • Most ¡common ¡extracranial ¡solid ¡tumor ¡of ¡
  • childhood. ¡
  • ~ ¡8 ¡% ¡of ¡all ¡childhood ¡cancers ¡ ¡ ¡ ¡ ¡ ¡ ¡
  • ~ ¡15% ¡of ¡deaths ¡from ¡childhood ¡cancers ¡ ¡
  • ~ ¡600 ¡new ¡cases ¡in ¡the ¡U.S. ¡annually ¡
  • Arises ¡in ¡SympatheCc ¡Nervous ¡System ¡
slide-3
SLIDE 3
  • To ¡portray ¡progression ¡of ¡a ¡neuroblastoma ¡genome ¡
  • ¡ ¡ ¡ ¡Single ¡Nucleo6de ¡Variants ¡
  • ¡ ¡ ¡ ¡Chromosomal ¡Aberra6ons ¡

Primary ¡ Tumor ¡

Met ¡

Germ ¡ line ¡

slide-4
SLIDE 4

Bone ¡Marrow ¡

Diagnosis ¡ Surgery ¡ ¡

~4 ¡Months ¡

Death ¡ ¡

3 ¡years ¡

slide-5
SLIDE 5

Outline ¡

  • Second ¡GeneraCon ¡Sequencer ¡
  • IdenCfy ¡SomaCc ¡MutaCons ¡

¡ ¡ ¡Two ¡SomaCc ¡MutaCons ¡in ¡Expressed ¡Genes ¡

  • Chromosomal ¡Changes ¡

¡ ¡ ¡Stable ¡Pa,ern ¡of ¡Allelic ¡Imbalance ¡

slide-6
SLIDE 6
  • Targeted ¡37.8Mb ¡
slide-7
SLIDE 7

SOLiD ¡4-­‑color ¡liga6on ¡chemistry ¡system ¡

Sequencing ¡by ¡OligonucleoCde ¡LigaCon ¡and ¡DetecCon ¡

slide-8
SLIDE 8

SOLiD ¡4-­‑color ¡liga6on ¡chemistry ¡system ¡

Sequencing ¡by ¡OligonucleoCde ¡LigaCon ¡and ¡DetecCon ¡

slide-9
SLIDE 9

SOLiD ¡4-­‑color ¡liga6on ¡chemistry ¡system ¡

Sequencing ¡by ¡OligonucleoCde ¡LigaCon ¡and ¡DetecCon ¡

IMAGING ¡

slide-10
SLIDE 10

SOLiD ¡4-­‑color ¡liga6on ¡chemistry ¡system ¡

Sequencing ¡by ¡OligonucleoCde ¡LigaCon ¡and ¡DetecCon ¡

slide-11
SLIDE 11

SOLiD ¡4-­‑color ¡liga6on ¡chemistry ¡system ¡

Sequencing ¡by ¡OligonucleoCde ¡LigaCon ¡and ¡DetecCon ¡

slide-12
SLIDE 12

SOLiD ¡4-­‑color ¡liga6on ¡chemistry ¡system ¡

Sequencing ¡by ¡OligonucleoCde ¡LigaCon ¡and ¡DetecCon ¡

slide-13
SLIDE 13

2 ¡Base ¡Encoding ¡Improves ¡Accuracy ¡

slide-14
SLIDE 14

Advantages ¡of ¡2 ¡base ¡encoding ¡

True ¡polymorphisms ¡produce ¡2 ¡color ¡changes ¡while ¡system ¡errors ¡produce ¡a ¡single ¡color ¡change ¡

slide-15
SLIDE 15

Advantages ¡of ¡2 ¡base ¡encoding ¡

C ¡ C ¡

True ¡polymorphisms ¡produce ¡2 ¡color ¡changes ¡while ¡system ¡errors ¡produce ¡a ¡single ¡color ¡change ¡

slide-16
SLIDE 16

Bone ¡Marrow ¡

Diagnosis ¡ Surgery ¡ ¡

~4 ¡Months ¡

Death ¡ ¡

3 ¡years ¡

slide-17
SLIDE 17

Reference:GATCGTAGCCTATGGATCAATGCGAAATCGTAGCCTATTGGATCAATGCCGATCGTAGCCAGCCTATTG ATCGTAGCCTATGGATCAATGCGAAATCGTAGCCTATTGGATCAGTGCCG TCGTAGCCGATGGATCAATGCGAAATCGTAGCCGATTGGATCAATGCCGA CGTAGCCTATGGATCAATGCGAAATCGTAGCCTATTGGATCAATGCCGAT GTAGCCTATGGATCACTGCGAAATCGTAGCCGATTGGATCAATGCCGATC AGCCTATGGATCAATGCGAAATCGTAGCCGATTGGATCAATGCCGATCGT CCTATGGATCAATGCGAAATCGTAGCCGATTGGATGAATGCCGATCGTAG CTATGGATCAATGCGAAATCGTAGCCTATTGGATCAATGCCGATCGTAGC TATGGATCAATGCCAAATCGTAGCCGATTGGATCAATGCCGATCGTAGCC GTAGCCTATGGATCACTGCGAAATCGTAGCCGATTGGATCAATGCCGATC

slide-18
SLIDE 18

Sequencing ¡Reads ¡ Mapped ¡Reads ¡ High ¡Quality ¡Mapped ¡Reads ¡

Map ¡reads ¡to ¡ reference ¡genome ¡ Filter ¡low ¡quality ¡and ¡ non-­‑uniquely ¡ mapped ¡reads ¡

slide-19
SLIDE 19

Sample Primary Tumor Met1 Met2 Liver Skin Number of Mapped Reads 279M 216M 217M 259M 181M High Quality Reads 231M 186M 180M 223M 153M On Target Reads 165M 146M 143M 175M 134M Coverage 187X 182X 184X 193X 205X

slide-20
SLIDE 20

RNA ¡

Muta6ons ¡

Inser6ons/Dele6ons ¡ Copy ¡Number ¡

Allelic ¡Imbalance ¡

Transloca6ons ¡ Inversions ¡

Muta6ons ¡

Gene ¡Expression ¡

Splice ¡Variants ¡ Fusion ¡Genes ¡ Novel ¡Transcripts ¡

DNA ¡

Second ¡Genera6on ¡Sequencing ¡

slide-21
SLIDE 21

Reference:GATCGTAGCCTATGGATCAATGCGAAATCGTAGCCTATTGGATCAATGCCGATCGTAGCCAGCCTATTG ATCGTAGCCTATGGATCAATGCGAAATCGTAGCCTATTGGATCAGTGCCG TCGTAGCCGATGGATCAATGCGAAATCGTAGCCGATTGGATCAATGCCGA CGTAGCCTATGGATCAATGCGAAATCGTAGCCTATTGGATCAATGCCGAT GTAGCCTATGGATCACTGCGAAATCGTAGCCGATTGGATCAATGCCGATC AGCCTATGGATCAATGCGAAATCGTAGCCGATTGGATCAATGCCGATCGT CCTATGGATCAATGCGAAATCGTAGCCGATTGGATGAATGCCGATCGTAG CTATGGATCAATGCGAAATCGTAGCCTATTGGATCAATGCCGATCGTAGC TATGGATCAATGCCAAATCGTAGCCGATTGGATCAATGCCGATCGTAGCC GTAGCCTATGGATCACTGCGAAATCGTAGCCGATTGGATCAATGCCGATC

slide-22
SLIDE 22

Reference ¡

slide-23
SLIDE 23

Reference ¡

G ¡ C ¡

invalid ¡

5 ¡ 1 ¡ 4 ¡

slide-24
SLIDE 24

Bayesian ¡Algorithm: ¡

P(Genotype|Data) ¡= ¡ P(Data|Genotype) ¡ ¡P(Genotype) ¡ P(Data) ¡

slide-25
SLIDE 25

Bayesian ¡Algorithm: ¡

P(Genotype|Data) ¡= ¡ P(Data|Genotype) ¡ ¡P(Genotype) ¡ P(Data) ¡ Genotypes: ¡GG, ¡GC, ¡GT, ¡GA, ¡CC, ¡CT, ¡CA, ¡TT, ¡TA, ¡AA ¡ Prior: ¡P(Genotype) ¡= ¡ ¡ 0.999 ¡if ¡same ¡as ¡reference ¡(e.g. ¡GG) ¡ ¡ (1-­‑0.999)/9 ¡otherwise ¡

slide-26
SLIDE 26

Bayesian ¡Algorithm: ¡

P(Genotype|Data) ¡= ¡ P(Data|Genotype) ¡ ¡P(Genotype) ¡ P(Data) ¡ P(Data|Genotype) ¡= ¡P(Read1|Genotype) ¡P(Read2|Genotype)… ¡

slide-27
SLIDE 27

P(Read1|Genotype) ¡

Genotype ¡ GG ¡ Expected ¡Data ¡ (1-­‑perror)2

¡

(1-­‑perror) ¡perror/3 ¡ (Perror/3)2 ¡ Probability: ¡

slide-28
SLIDE 28

P(Read1|Genotype) ¡

Genotype ¡ CC ¡ Expected ¡Data ¡ (Perror/3)2 ¡ (1-­‑perror) ¡perror/3 ¡ (1-­‑Perror)2 ¡ Probability: ¡

slide-29
SLIDE 29

P(Read1|Genotype) ¡

Genotype ¡ GC ¡ Expected ¡Data ¡

0.5(1-­‑Perror)2+0.5(Perror/3)2 ¡

(1-­‑perror) ¡perror/3 ¡

0.5(Perror/3)2+0.5(1-­‑Perror)2 ¡

Probability: ¡

slide-30
SLIDE 30

Reference ¡

C ¡

invalid ¡

5 ¡ 1 ¡ 4 ¡ G ¡

slide-31
SLIDE 31

C ¡

invalid ¡

5 ¡ 1 ¡ 4 ¡ G ¡

P(GG|Data) ¡= ¡P(GG) ¡P( ¡ ¡ ¡ ¡ ¡ ¡|GG)5P( ¡ ¡ ¡ ¡ ¡ ¡|GG)1P( ¡ ¡ ¡ ¡ ¡ ¡|GG)4 ¡ P(GC|Data) ¡= ¡P(GC) ¡P( ¡ ¡ ¡ ¡ ¡ ¡|GC)5P( ¡ ¡ ¡ ¡ ¡ ¡|GC)1P( ¡ ¡ ¡ ¡ ¡ ¡|GC)4 ¡ P(GG|Data) ¡= ¡P(CC) ¡P( ¡ ¡ ¡ ¡ ¡ ¡|CC)5P( ¡ ¡ ¡ ¡ ¡ ¡|CC)1P( ¡ ¡ ¡ ¡ ¡ ¡|CC)4 ¡

slide-32
SLIDE 32

SomaCc ¡MutaCon ¡DetecCon ¡

Soma6c ¡Variant ¡ Germline ¡ Germline ¡ ¡

Same ¡as ¡Reference ¡

diBayes ¡algorithm ¡ Coverage ¡≥ ¡20 ¡X ¡ VAF ¡≤ ¡5% ¡

Tumor ¡ Tumor ¡Variant ¡

diBayes ¡algorithm ¡ Coverage ¡≥ ¡20X ¡ VAF ¡≥ ¡20% ¡

slide-33
SLIDE 33

EsCmaCon ¡of ¡False ¡Call ¡Rate ¡

False ¡Soma6c ¡Call ¡ Germline ¡Lib ¡B ¡ Lib ¡B ¡Reference ¡

diBayes ¡algorithm ¡ Coverage ¡≥ ¡20 ¡X ¡ VAF ¡≤ ¡5% ¡

Germline ¡Lib ¡A ¡ Lib ¡A ¡Variant ¡

diBayes ¡algorithm ¡ Coverage ¡≥ ¡20X ¡ VAF ¡≥ ¡20% ¡

~ ¡21,600 ¡ ~ ¡200 ¡(1%) ¡ Germline ¡DNA ¡

slide-34
SLIDE 34

SomaCc ¡MutaCon ¡DetecCon ¡

Soma6c ¡Variant ¡ Germline ¡ Germline ¡ Reference ¡ Tumor ¡ Tumor ¡Variant ¡

diBayes ¡ Coverage ¡≥ ¡20X ¡ VAF ¡≥ ¡20% ¡

~ ¡30,000 ¡ ~ ¡600 ¡(2%) ¡ False ¡Calls: ¡~300 ¡(1% ¡of ¡30,000) ¡

diBayes ¡algorithm ¡ Coverage ¡≥ ¡20 ¡X ¡ VAF ¡≤ ¡5% ¡

slide-35
SLIDE 35

Primary ¡Tumor ¡ Met1 ¡Bone ¡Marrow ¡ Met2 ¡Liver ¡ ¡ Variants ¡ 29,593 ¡ 30,006 ¡ 29,131 ¡ SomaCc ¡Variants ¡ 627 ¡ 573 ¡ 634 ¡ Protein ¡Coding ¡Region ¡ 239 ¡ 243 ¡ 287 ¡ Non-­‑synonymous ¡Variant ¡ 163 ¡ 170 ¡ 195 ¡

SomaCc ¡MutaCons ¡

slide-36
SLIDE 36

Overlap ¡with ¡RNA ¡data ¡

  • ¡Reduce ¡false ¡posiCves ¡by ¡focusing ¡on ¡ ¡

¡ ¡ ¡variants ¡detected ¡by ¡both ¡methods ¡

  • ¡IdenCfy ¡therapeuCc ¡target ¡– ¡expressed ¡by ¡nature ¡ ¡
slide-37
SLIDE 37

Expressed ¡Nonsynonymous ¡Variants ¡

RNA ¡ DNA ¡ At ¡least ¡3 ¡variant ¡ reads ¡ Soma6c ¡Variants ¡ Nonsynonymous ¡ VAF ¡≥ ¡10% ¡ Expressed ¡Nonsynonymous ¡Variants ¡

slide-38
SLIDE 38

Primary ¡ Tumor ¡ Met1 ¡Bone ¡ Marrow ¡ Met2 ¡Liver ¡ ¡ Variants ¡ 29,593 ¡ 30,006 ¡ 29,131 ¡ SomaCc ¡Variants ¡ 627 ¡ 573 ¡ 634 ¡ Translated ¡Region ¡ 239 ¡ 243 ¡ 287 ¡ Non-­‑synonymous ¡ 163 ¡ 170 ¡ 195 ¡ Expressed ¡ 3 ¡ 3 ¡ 3 ¡

Expressed ¡Nonsynonymous ¡Variants ¡

slide-39
SLIDE 39

Met1 ¡ Met2 ¡ Primary ¡ Tumor ¡ 1 ¡ 1 ¡ 1 ¡ 0 ¡ 0 ¡ 0 ¡ 2 ¡

Expressed ¡Nonsynonymous ¡Variants ¡

slide-40
SLIDE 40

Outline ¡

  • Second ¡GeneraCon ¡Sequencer ¡
  • IdenCfy ¡SomaCc ¡MutaCons ¡

¡ ¡ ¡Two ¡SomaCc ¡MutaCons ¡in ¡Expressed ¡Genes ¡

  • Chromosomal ¡Changes ¡

¡ ¡ ¡Stable ¡Pa,ern ¡of ¡Allelic ¡Imbalance ¡

slide-41
SLIDE 41

Allelic ¡Imbalances ¡

Maternal ¡Copy ¡ Paternal ¡Copy ¡ ACTGACTGGTACTGATTT ¡ ACTCACTGGTACTGATTT ¡

slide-42
SLIDE 42

Allelic ¡Imbalances ¡

Maternal ¡Copy ¡ Paternal ¡Copy ¡ Reference ¡ ACTGACTGGTACTGATTT ¡ ACTCACTGGTACTGATTT ¡ ACTGACTGGTACTCATTT ¡

slide-43
SLIDE 43

Allelic ¡Imbalances ¡

Maternal ¡Copy ¡ Paternal ¡Copy ¡ Reference ¡ ACTGACTGGTACTGATTT ¡ ACTCACTGGTACTGATTT ¡ ACTGACTGGTACTCATTT ¡

slide-44
SLIDE 44

Allelic ¡Imbalances ¡

Maternal ¡Copy ¡ Paternal ¡Copy ¡ Reference ¡ ACTGACTGGTACTGATTT ¡ ACTCACTGGTACTGATTT ¡ ACTGACTGGTACTCATTT ¡

Variant ¡Allele ¡FracCon=50% ¡ Variant ¡Allele ¡FracCon=100% ¡

slide-45
SLIDE 45

Allelic ¡Imbalances ¡

ACTGACTGGTACTGATTT ¡ ACTCACTGGTACTGATTT ¡ NORMAL ¡ VAF: ¡0%, ¡50%, ¡100% ¡ ACTGACTGGTACTGATTT ¡ ACTGACTGGTACTGATTT ¡ ACTCACTGGTACTGATTT ¡ ACTGACTGGTACTGATTT ¡ Loss ¡of ¡Heterozygosity ¡(LOH) ¡ VAF: ¡0%, ¡100% ¡ Gain ¡a ¡Copy ¡ VAF: ¡0%, ¡33%, ¡67%,100% ¡

slide-46
SLIDE 46

Allelic ¡Imbalances ¡

ACTGACTGGTACTGATTT ¡ ACTCACTGGTACTGATTT ¡ NORMAL ¡ VAF: ¡0%, ¡50%, ¡100% ¡ ACTGACTGGTACTGATTT ¡ ACTGACTGGTACTGATTT ¡ ACTCACTGGTACTGATTT ¡ ACTGACTGGTACTGATTT ¡ Loss ¡of ¡Heterozygosity ¡(LOH) ¡ VAF: ¡0%, ¡100% ¡ Gain ¡a ¡Copy ¡ VAF: ¡0%, ¡33%, ¡67%,100% ¡

slide-47
SLIDE 47

Allelic ¡Imbalances ¡

slide-48
SLIDE 48

VAF ¡SegmentaCon ¡

slide-49
SLIDE 49

VAF ¡SegmentaCon ¡

Staaf ¡et ¡al., ¡Genome ¡Biology ¡9, ¡R136 ¡(2008) ¡

slide-50
SLIDE 50

200Mb 150Mb 100Mb 50Mb 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 X LOH Triploid

Similar ¡Pa,erns ¡of ¡Allelic ¡Imbalance ¡

slide-51
SLIDE 51

Soma6c ¡Muta6ons ¡

 ¡ ¡2% ¡of ¡found ¡variants ¡in ¡tumors ¡are ¡somaCc ¡ ¡  ¡ ¡We ¡have ¡idenCfied ¡two ¡expressed ¡somaCc ¡mutaCons ¡ present ¡in ¡all ¡three ¡samples ¡

Allelic ¡Imbalance ¡

 ¡ ¡Tumor ¡showed ¡a ¡stable ¡pa,ern ¡of ¡extensive ¡allelic ¡ imbalances ¡indicaCng ¡a ¡common ¡origin ¡

Summary ¡

slide-52
SLIDE 52

Acknowledgements ¡

KHAN ¡LAB ¡

Biowulf ¡ Cluster ¡