近期拟定开展电子烟相关测试研究，但整体课题设计较为粗略，需要积累相关可研究热点，提升文章高度。烟气处理相关突变定是后续研究热点，考虑到电子烟处理可以不用进行稀释，那么细胞处理的污染性大大降低，以达到长期处理的可能性。
知识主要整理于医学统计园公众号，仅作个人学习使用。
Mutational Signatures 简介
人体细胞中基因的突变可分为两种: Somatic Mutation （体细胞突变）和 Germline Mutation（生殖系突变）。Germline Mutation 是指从父系或者母系（即胚胎时期）遗传得到的，可以通俗讲是“天生的突变”。Somatic Mutation，是指在后天发育过程中，由于 DNA 碱基之间发生置换或颠换，导致细胞基因组发生改变（这种改变并不是人体每个细胞都会携带），即“后天的突变”。
Mutational Signatures 概念
体细胞突变随时都会发生。诱发 DNA 突变因素很多：1. 外源因素，如化学试剂诱导，紫外线照射、烟气处理等；2. 内源因素，如 DNA 错配修复蛋白功能降低等。不同突变诱发过程，会在细胞内产生独特的碱基变化谱，这些碱基变化组成一类特征称之为 Mutational Signatures（可称为，突变特征）。
Cosmic 数据库整理了目前较全面体细胞突变数据。其中包括在肿瘤发展不同时期，Signature 的变化特征，并认为这些特征与生物体某些特定的生物过程（代谢过程，或生物习惯）有关联。
不同突变特征与环境
研究发现，不同环境处理对应的突变特征也有明显的区别。
- 紫外线照射下，更容易发生 SBS7a 的突变特征，即 C>T 类颠换。
- 吸烟更倾向于发生 SBS4 类的突变，即 C>A 类颠换。
不同突变特征与癌症
研究同样发现，不同癌种对应的突变特征也有明显的区别。
- Signature1 在所有的癌种中比较常见的一种突变类型。
- Signature3 在乳腺癌或者卵巢癌中突变频率较高。
Cosmic 官网上一共有 30 个 Signatures。
Mutational Signatures 分析
了解突变特征的概念后，接着就是针对样本如何进行分析其突变特征。
mutational signatures 类型
mutational signatures 类型主要分为三类：SBS(Single Base substitutions)单碱基替换、DBS(Double Base Substitutions)双碱基替换、IDs(Insertions and Deletions)小片段插入和缺失
Python 环境下教程
# 所需环境：Python > 3.4
# 安装分析所需Python库
pip install SigProfilerMatrixGenerator
# 加载Python库，安装待分析的基因组信息
from SigProfilerMatrixGenerator import install as genInstall
genInstall.install('GRCh38',bash=False)
# Signatures分析
import os
os.chdir("D://Mutation_signature//maf") # 设置工作路径
matrices = matGen.SigProfilerMatrixGeneratorFunc("temp",
"GRCh38", "./", plot=True,exome=False,bed_file=None,
chrom_based=False,tsb_stat=False,seqInfo=False,cushion=100)
# 具体参数详解
# temp 输入的vcf文件名，还可支持maf，txt
# GRCh38 参考基因组名称
# ./ 分析结果输出为当前目录
# plot 绘制分析结果
# exome 默认False 分析全部的mutation，不只是exon
# bed_file 默认False 无bed_file文件输入
# chrom_based 默认False 不输出charom based的matrix
# seqInfo 默认False 不输出原始突变序列矩阵
# cushion 默认100 如果exome和bed_file均为False，这个参数意义也不大，是在给定位置上下游100处，统计突变
# 在当前工作路径下会产生三个文件夹：input, output, logs
