주요 비뇨기계 종양에 대한 대규모 유전체 연구 리뷰

Comprehensive Molecular Characterization of Urological Malignancies: Literature Review of Landmark Studies

Article information

J Urol Oncol. 2019;17(3):125-135
Publication date (electronic) : 2019 December 27
doi : https://doi.org/10.22465/kjuo.2019.17.3.125
1Department of Urology, Seoul National University College of Medicine, Seoul, Korea
2Department of Urology, Seoul Metropolitan Government-Seoul National University Boramae Medical Center, Seoul, Korea
3Department of Urology, Seoul National University Hospital, Seoul, Korea
서준교1,2, 정창욱,1,3orcid_icon
1서울대학교 의과대학 비뇨의학교실,
2서울특별시 보라매병원 비뇨의학과,
3서울대학교병원 비뇨의학과
Corresponding Author: Chang Wook Jeong Department of Urology, Seoul National University Hospital, Seoul National University College of Medicine, 101 Daehak-ro, Jongno-gu, Seoul 03080, Korea E-mail: drboss@snu.ac.kr Tel: +82-2-2072-3899, Fax: +82-2-742-4665
Received 2019 November 7; Revised 2019 November 25; Accepted 2019 November 28.

Trans Abstract

Owing to recent advancements in next-generation sequencing and bioinformatics, genetic data of urological malignancies exponentially studied and published. Application of precision medicine strategies for cancer diagnosis, management is just around the corner, and we need to prepare for this paradigm change. For this reason, we performed the literature reviews of 13 landmark studies for urological malignancies, 5 for prostate cancer, 5 for renal cell carcinoma, and 3 for urothelial carcinoma. Furthermore, we reviewed potentially druggable genes for urological malignancies that have in vivolin vitro evidence. Finally, we selected total 255 genes included important mutations, structural variations, copy number alterations, clinically informative genes and potential drug target genes for prostate cancer, renal cell carcinoma, and urothelial carcinoma. This literature review and comprehensive molecular characterization of urological malignancies make help to understanding genetic backgrounds of the disease. However, there was less than 5% of Asian data included in current landmark studies for urological malignancies; thus we need to build up the large-scaled genetic studies for Korean population.

서 론

정밀의학 (precision medicine) 이란 환자마다 다른 유전적, 환경적, 질병이력, 생활 습관 둥울 고려하여 개인을 더 세밀하게 분류하고, 각각의 환자에게 가장 최적의 치료법을 제공하는 개념이다.1 정밀의학의 개념은 비록 새로운 것이 아니지만,2 차세대 염기서열 분석 (next-generation sequencing) 으로 인해 유전체 분석 비용 및 속도가 획기적으로 감소하고 빅데이터 분석을 위한 생체정보학 (bioinformatics) 의 발전과 함께 현실화 단계에 진입하고 있다. 정밀의학의 도입은 종양 환자의 진단과 치료에 큰 진보를 가져을 것으로 기대되고 있으며 또한 가장 절실하게 필요한 것으로 생각되고 있다.

차세대 염기서열 분석은 2006년 처음 상용화된 이후 유전체 분야 연구의 획기적인 발전을 가져온 기술로, DNA 조각을 분리 및 증폭한 뒤 대량의 DNA 가닥을 동시에 염기서열하는 방법을 이용하여 초병렬시퀀싱(massive parallel se-quencing)이라고도 불린다.3 고전적인 유전체 분석 기술 (Sanger DNA sequencing)은 1997년 개발된 이후 2000년대 후반까지 유전체 분석의 표준 검사법으로 이용되어 왔으나 많은 인력과 시간이 필요하여 실제 임싱에 적용하기에는 무리가 있었다.3 생어시퀀싱 (Sanger DNA sequencing) 을 이용하여 총 13년의 시간과 30억불의 자본이 필요했던 인간의 유전체 분석(Human Genome Project)을 차세대 염기서열 분석을 이용하여 10,000달러 내외의 분석비용으로 수일 만에 분석 가능하게 되었으며3 분석 시간과 비용은 기술의 발전과 함께 점점 감소하고 있다. 이런 기술의 발전으로 인해, 최근에는 유전체 정보를 실제 진단과 치료에 이용하려는 시도가 이루어지고 있다.4

유전체 분석 비용과 시간의 감소로 인해 각각의 종양에 대한 대규모 유전체 분석부터 여러 종양 사이의 유전체 변이 비교를 위한 연구까지 광범위하게 이루어지고 있다. 비뇨기계 암에 대한 유전자 정보 분석 또한 다양한 임상상의 환자 군에 대하여 전세계 많은 연구진들에 의해 수행되고 있다. 가장 대표적인 종양 유전변이 정보 분석 프로젝트는 2005년 시작된 The Cancer Genome alts (TCGA)로 NCI (National Cancer Institute)와 NHGRI (National Human Genome Research Institute)의 협업을 통해 총 종의 암에 대한 주요 유전자 변이를 밝혀 내었으며 비뇨기계 암 중 전립선암, 방광암 및 주요 병리형태의 신장암에 대한 유전 변이 데이터를 담고 있다. 또한 전립선암에 대하여 Canadian Prostate Cancer Genome network (CPC-GENE), Stand UP to Cancer/Prostate Cancer Foundation Dream Team (SU2C/ PCF Dream Team), 신장암에 대하여 도쿄대학교, Beijing genomic institute에서, 방광암에 대하여 Memorial Sloan Kettering Cancer Center (MSKCC)나 Dana-Farber cancer institute 등 많은 다기관 혹은 단일기관 연구를 통해 비뇨기계 종양의 유전체 분석을 수행하고 발표하고 있다.

연구진은 이 종설을 통해 주요 비뇨기계 종양인 전립선암, 신장암, 방광암에 대한 정밀의학의 적용을 준비하기 위해 기존에 발표된 대규모 유전체 연구를 분석 및 정리하고 최종적으로 각각의 비뇨기 종양에 대하여 주요 유전자를 선별하여 보고자 하였다.

전립선암

전립선암에 대한 유전자 분석은 특히 advanced prostate cancer 에 초점이 맞춰져 있으며 임상적 특징에 따라 국소진행성, 전이성, 거세불응성 전립선암에 대하여 진행되어 왔다. 이 리뷰에는 TCGA, SU2C, CPC-GENE, MSKCC prostate oncogenome project 가 포함되었으며 리뷰에 포함된 연구의 특징을 Table 1 에 정리하였다.

Disease characteristics and next generation sequencing platform for prostate cancer targeted landmark study

1. TCGA (The Cancer Genome Atlas) in Pumarv Prostate Cancer

The cancer genome atlas에서 전립선암에 대하여 333 case의 primary prostate cancer의 DNA, RNA, mi RNA등 유전체 정보를 4가지 플랫폼으로 분석한 연구가 2015년 Cell 저널에 게재되었다.5 이 연구를 통해 이미 잘 알려진 전립선암의 driver mutation 이 재차 확인되었으며 ETS family gene; ERG (46%), ETV1 (8%), ETV4 (4%), FLI1 (1%) fusion과 SPOP (11%), FOXA1 (3%), IDH1 (1%) mutation 이 가장 흔하게 나타나는 것을 확인할 수 있었다. ETS family gene은 SPOP와 서로 상호 배타적으로 발견되며 TMPRSS2가 가장 흔한 fusion partner 로 확인되었고, PTEN deletion은 ERG-positive case 에서 흔히 발견되었다.6 SPOP 와 FOXA1 은 함께 나타나는 경우가 많으며 약 10% 의 국소 전립선암에서 발견되었다. SPOP/FOXA1 gene 은 CHD1 deletion과 함께 나타나는 경우가 많았다. IDH1 은 이 연구에서 새롭게 발견된 prostate cancer 의 hotpot mutation 으로 전이성 전립선 암에서는 IDH1 mutation 이 관찰되지 않았다. IDH1 mutation group은 특징적인 global DNA hyper-methylation을 보이며 early age에서 발견되이 early onset prostate cancer와 관련 있을 것으로 추정된다.

TCGA 연구진은 MutSig7를 이용하여 임상적으로 유의한 전립선암의 유전자 변이를 추출하였고 SPOP, TP53, FOXA1, PTEN, MED12, CDKN1B는 이전부터 흔하게 알려진 높은 발현빈도를 가진 유전자이며 BRAF, HRAS, AKT1, CTNNB1, ATM은 빈도는 흔하지 않지만 기능적으로 prostate cancer와 연관된 것으로 알려진 유전자로 확인 되었다. NKX3–1 은 이 연구에서 처음 기능적 유의성이 발견 되었으며, ZMYM3 은 기능적 유의성은 확인되지 않았으나 이 연구에서 처음 전립선암에서의 발현이 발견되었다. KMT2C, KMT2D, APC, IDH1, PIK3CA는 전립선암과 생 물학적 연관성은 밝혀져 있으나 MutaSig CV 분석에서 유 의하지 않은 것으로 나타났다. Potential actionable target에 대한 분석도 수행하였으며 DNA repair pathway (BRCA1, BRCA2, CDK12, ATM, FANCD2, RAD51C, RB1), PI3K/RAS signaling pathway (PTEN, PIK3CA, PIK3CB, AKT1), MAPK pathway (HRAS, BRAF) 등이 유효한 drug target 이 될 수 있을 것으로 분석하였다.

2. Canadian Prostate Cancer Genome Network (CPC-GENE) for Localized Prostate Cancer

이 연구는 nonindolent prostate cancer의 치료 반응성과 예후 예측을 하기 위한 목적으로 구성되었다.8 총 200개의 prostate specimen을 대상으로 whole genome sequencing을 하고 추가적인 277개의 whole exome sequencing을 한 연구로 single nucleotide variant (SNV), copy number alterations (CNA), epigenome profile을 분석한 현재로서 가장 대규모의 연구이다.

Localized prostate cancer의 CNAs 분석을 통해 반복적인 MYC lesion의 allelic gain과 PTEN, TP53, NKX3-1 의 allelic loss가 발견되었다. 비교적 homogeneous한 집단임에도 intertumor heterogeneity는 0%-39.2% (per cent genome altered, PGA) 까지 다양하였다. 다음은 수술적 치료의 대상이 되는 130개의 tumor와 matched blood sample에 대하여 high depth WGS를 시행하였다. Somatic SNV는 평균 0.533 (0.05–6.92)으로 Gleason score (GS)가 상승할수록 증가하 였다(GS 3+3, 7; GS 3+4, 9; GS 4+3, 10, p=0.001). 전체 중 2% 이상에서 반복적으로 확인된 SNV는 총 6개로 SPOP, TTN, TP53, MUC16, MED12, FOXA1 이었다. DNA repair gene인 ATM은 1.75%에서 관찰되었고, FAT1 mutation burden은 GS 증가와 correlation을 보였다. Noncoding region SNV 분석에서도 TP53, MED12, FOXA1 등이 높은 빈노로 나타났다. Localized prostate cancer 에 대한 Genomic arrangement 분석에서는 TMPRSS2: ERG fusion (38%) 이 가장 많이 나타났고 MMS22L (chr6q16.1), ARHGAP10 (Chr4q31.23) 이 뒤를 이어 높게 나타났다.

종양을 일으키는 유전적 변이는 반복적인 point mutation 에 의해 초래되기도 하지만, 일부의 genomic instability로 인한 DNA double strand brake (chromothripsis)나 single strand break (kataegis)에 의해서 발생하기도 한다. Chromothripsis는 large tumor size와 연관 있었으나 나이나 GS와는 연관관계가 없었다. Chromothripsis와 연관된 mutation은 FOXA-1, NKX3-1, CHD1, CDKN1B였다. Kataegis는 CHD1 deletion 과 강하게 연관되어 있었고 SPOP 의 CNAs/ SNV와도 연관성이 있었다.

Localized prostate cancer의 recurrence를 분석하하기 위해 130명의 WGS data를 이용하였다. 여러 유전자 변이 중 ATM의 point mutation만이 biochemical recurrence (BCR) 와 연관관계가 있었다. MYC 의 amplification, 7 centromere 의 translocation 도 BCR 의 예후인자로 확인되었다. 연구진 은 BCR과 유의한 관계를 보이는 것으로 관찰된 T-category, ACTL6B hyper-methylation, TCERGL1 hypo-methylation, the chr7:61 Mbp CTX, ATM SNVs, and MYC CNAs를 이 용하여 BCR의 multimodal prediction model area under the curve (AUC) of receiver operating characteristic curve는 0.83 (95% CI 0.80–0.86)으로 나타났으며 genome alteration 으로 단순 비교한 PGA model (AUC=0.61)보다 더 유용한 것으로 확인되었다.

3. SU2C/PCF Dream Team, clinical Sequencing in Metastatic CRPC

Stand up 2 cancer (SU2C) 재단은 The American Association of Cancer Research의 과학적 지원과 함께 종양 극복울 목표로 하는 다기관 연구 팀인 Dream Team Project를 발족하였다. 전립선 암에 대한 Dream Team project는 PCF의 추가 지원울 통해 2이2년 advanced prostate cancer의 precision therapy, 2013 년 metastatic castration-resistant prostate cancer에 대해 연구가 기획되었다.

Robinson 등9이 2015년 Cell 저널에 발표한 연구는 150개 의 metastatic castration-resistant prostate cancer (mCRPC) 에 대안 whole exome sequencing과 transcriptome sequencing data 로 정밀의학 적용을 위한 기초 토대를 만들기 위한 목적으로 진행되었다. Transcriptome analysis는 150종의 tumor RNA에서 확보한 215 transcriptome library를 분석하였 으며 84예(56%)에서 ETS family fusion이 관찰되었고, 8예 에서 druggable target (BRAF, RAF1, PIK3CA, PIK3CB, RSPO2)이 관찰되었다. 거의 전부에 해당하는 99%의 mCRPC 환자에서 잘 알려진 종양 관련 유전자들의 single nucleotide variants (SNV)나 indel mutation이 관찰되었으며 그 중 63% 에 해당하는 환자에서 AR 의 변이가 관찰되었다. AR을 제외하더라도 65% 의 환자에서 actionable target 이 관찰되었으며 이는 각각 PI3K (49%), DNA repair (19%), RAF kinases (3%), CDK inhibitors (7%) 와 WNT (5%) pathway 관련 유전자로 확인되었다.

유전자 분석을 통해 mCRPC에서는 AR (62.7%), ETS family (56.7%), TP53 (53.3%)와 PTEN (40.7%)의 변이가 흔하게 나타남을 알 수 있었다. TCGA 데이터와 비교를 통 해 mCRPC와 primary prostate cancer의 유전자 발현 특징을 비교하였다, TP53 (q<0.001; Benjamini-Hochberg)과 AR, KMT2D, APC, BRCA2, GNAS (q<0.1; Benjamini-Hochberg) mutation 이 특징적으로 mCRPC에서 많이 발현 하였다. AR과 GNAS 는 상호 배타적으로 발현되었다. AR 관련 pathway의 변이(FOXA1, NCOR1, NCOR2, SPOP, ZBTB16)는 71.3%에서, PI3K pathway의 변이(PTEN, PIK3CA, AKT1)는 49%에서, Wnt signaling pathway의 변 이(CTNNB1, APC, RNG43, ZNRF3, RRSPO2)는 18%에서 발생하였다. Cell cycle 관련된 변이(RB1, CCND1, CDKN-2A/B, CDKN1B, CDK4)와 DNA repair pathway (BRCA2, ATM, BRCA1, CDK12, FANCA, RAD51B, RAD51C)도 관찰되었다.

4. SU2C/PCF Dream Team, Autopsy Data of Primary and Metastatic CRPC

Kumar 등10이 2016년 Nature Medicine 지에 발표한 연구 는, 63 명의 환자 autopsy 를 통해 획득한 176 개의 원발 혹은 전이 전립선암 조직에 대한 array comparative genome hybridization (CGH), whole exome sequencing (WES)과 mi-croarray 를 시행하였다. 대부분의 환자는 adenocarcinoma 였 으나 20개의 tumor는 small cell neuroendocrine histology를 보였다. 연구자들은 잘 알려진 AR, ERG, TP53, RB1, SPOP, CHD1, ZBTB16의 반복적인 변이를 확인하였으며, FOXA2 gene 의 변이도 관찰하였다. 5 명의 전이 환자에서 DNA mismatch repair gene (MSH2, MSH6)의 변이가 관찰되었다.

AR 의 유전자 변이는 63% 에서 관찰되었으며 metastatic CRPC 에서 특징적으로 호빌·하였다. AR expression과 activity 는 interindividual 간 차이가 있었으나 대부분의 경우 in-traindividual concordance는 잘 유지되었다. TMPRSS2-ERG fusion은 FISH를 이용한 검사로 100%의 intra-individual concordance를 보였으며 CGH array에서는 94%의 concordance 를 보였다. 원발성 전립선암에서 mortality 와 관련되어 있는 것으로 알려진 31 종의 gene 의 activity 를 check하였을 때, cell cycle progression는 조직에서 cell proliferation marker인 Ki-67 발현과 양의 상관관계를 보였고, AR activity 와 음의 상관관계를 보였다. 또한 AR expression은 cell proliferation 의 key regulator 인 E2F1와도 음의 상관관계를 보였으며, Fanconi-anemia (FA) complex gene (FANCA, FANCI, FANCD2, BRCA1, BRCA2 등) expression과 RB1 의 loss와도 음의 상관관계를 보였으며 FA complex gene expression은 mCRPC 환자 치료 반응 및 예후에 관계가 있었다. DNA repair pathway로 알려진 FA complex와 ATM gene은 PARP inhibitor (olaparib)의 약제 반응과 연관되어 있다고 알려진 유전자로, 이 유전자 집단의 소실은 carbo-platin 약제 치료 기간의 증가와 유의한 연관관계가 있었다.

5. Prostate Onco genome Project by MSKCC (Piimaiy & Metastatic)

이 연구는 181 개의 원발성 전립선암, 37 개의 전이성 전립선암, 7종의 cell line (CWR22RV1, DU145, PC3, VCaP, LNCaP, LNCaP104R, LNCaP104S) 그리고 5종의 xenograft (LAPC9, LNM971, LuCaP35, LAPC3, LAPC4)에 대하여 포괄적인 유전자 분석을 수행한 연구로 copy number alteration (CNA), Transcriptome analysis 및 focused exon sequencing 을 수행하였다.6 CNA 는 30 개의 amplification, 36 개의 focal deletion 이 관찰되었으며 7개의 chromosome arm 의 반복적인 변이가 관찰되었다. 가장 흔한 염색체 변이는 8p 의 loss 로, NKX 3.1 유전자가 포함된 부분이지만 mRNA expression data와 상이하여 이 부분의 다른 유전자 변이가 동반되어 있을 가능성을 확인하였다. 그 외 PTEN, RB1, TP53 과 ERG-TMPRSS 의 deletion 등 잘 알려진 부위의 염색체 손상이 관찰되었다. 흔한 amplification loci 는 MYC, AR과 이전에 발견되지 않았던 NCOA2 (∼11% of tumor)가 발견되었으며, AR 의 경우 metastatic cancer 에서 주로 발견되었다.

80 종의 종양에 대하여 138 exon 에 대한 sequencing 을 수행하였고, 76의 잘 알려진 22종의 유전자에 대하여 mass spectrometry 로 분석하였다. 최종적으로 57 개의 다른 유전자에 대한 84 개의 체성세포 유전자변이가 관찰되었으며 그 중 37% 의 missense mutation은 단백질 기능과 연관되어 있었다. 가장 흔한 유전자 변이는 AR 이었으며 모두 전이성전 립선암에서 발견되었다. 잘 알려진 oncogene 인 PIK3CA, KRAS, BRAF 는 낮·은 빈도로 발견되었다. TP53 과 PTEN 의 손실은 CNA분석에서 잘 관찰되었으나 missense mutation 은 낮은 빈도로 관찰되었다.

Pathway analysis에서는 PKK, RAS/RAF와 RB pathway 의 변이가 원발암에서는 34%-43%, 전이성암에서는 74%-100%에서 관찰되었으며, PI3K pathway의 경우 원발암 (∼42%)과 전이암(∼100%)을 막론하고 거의 절반에서 변이가 관찰되었다. Deletion이나 mutation, express reduction 등 으로 인한 PTEN 의 기능 저하는 INPP4B 나 PHLPP 의 기능 저하와 함께, PI3K pathway alteration을 일으키는 것으로 보이며 최근 prostate cancer에 대한 PI3K pathway inhibitor 임상연구의 근거가 될 것으로 보인다.

AR은 정상 전립선뿐만 아니라 전립선 암, 특히 castration resistant group에서 중요할 것으로 생각되고 있으며, 이 연구에서도 AR pathway alteration은 절반 이상의 원발암 (∼56%)과 모든 전이성 전립선암 (100%) 에서 발견되었다. 가 장 흔히 발견되는 소견은 8q13.3 의 gain 이었으며 이는 nuclear receptor coactivator 인 NCOA2와 oncogene MYC와 인접해 있는 곳이다. AR pathway 관련 mutation은 NOCA2, NCOR2, NRIP, TNK2, EP300에서 관찰되었고 NCOA2 al-teration은 원발암의 20%, 전이성암의 63% 에서 관찰되었다. 특징적으로 NCOA2 변이는 거세 불응성이 아닌 원발암에 서 높은 재발률과 연관이 있었다.

RENAL CELL CARCINOMA

신장암은 병리학적 특성에 따라 가장 흔한 clear cell subtype 과 papillary & chromophobe subtype ᄋ로 나눠진다. 신장암에 대한 유전정보 분석 연구는 대부분 clear cell 조직 아형을 대상으로 진행되어 왔다. VHL을 비롯하여 3번 chromosome 의 유전정보 변이는 clear cell 조직 아형 신세 포암의 발생에 주요한 역할을 하는 것으로 알려져 있으며, papillary type에서는 MET, fumarate hydratase (FH)의 유전 정보 변이가 중요하다. 본 리뷰에는 포함된 신장암 유전체 연구의 특징은 Table 2에 정리되어 있다.

Disease characteristics and next generation sequencing platform for renal cell carcinoma targeted landmark study

1. Clear Cell Renal Cell Carcinoma

1) TCGA in clear cell renal cell carcinoma

신장암 중 가장 흔한 subtype 인 clear cell renal cell carcinoma (ccRCC)는 VHL gene의 변이로 인한 hypoxia inducible factor (HIFs)가 병인에 중요한 역할을 하는 것으로 잘 알려져 있으며 PBRM1, SETD2 등의 유전자가 발병에 영향을 주는 것으로 알려진 암이다. TCGA 연구진은 400개 의 종양 샘플에 대하여 CNAs, mutation, fusion analysis를 시행하고 DNA methylation 및 RNA expression profile을 분 석하였다.11 Arm level alteration은 3p loss가 가장 흔하였고 (91%) 이 부분에 가장 흔한 4개의 mutation (VHL, PBRM1, BAP1, SETD2)이 위치해 있다. 14q의 loss (HIF1A)는 45% 에서 발견되었는데 이는 aggressive disease와 관련되어 있 는 것으로 알려져 있다. Amplfication은 PRKCI, MDS1, EVI1, MDM4, MYC, JAK2 등의 lesion에서 발견되었다. WES 을 통한 분석에서 총 9개의 유전자가 significant 하게 나타났다(VHL, PBRM1, SETD2, KDM5C, PTEN, BAP1, MTOR, TP53).

RNA/mRNA expression을 이용하여 clear cell RCC를 4 group으로 분류할 수 있었다. M1 subtype은 chromatic remodeling process 의 변이가 발생하는 군으로, PBRM1 mutation 이 높은 빈도로 발생하였다. M3 는 CDKN2A과 PTEN 의 deletion 이 더 높은 빈도로 발생하였고, M4 에서는 BAP1 이 흔하게 변이되었으며 mTOR mutation 이 더 높은 빈도로 발현하였다. PI3K/AKT pathway는 28%에서 mutation이 일어나 potential therapeutic target으로 작용할 수 있을 것으로 보였다.

2) BGI-Shenzhen study for clear cell RCC

2012년 Nature Gewetics에 약 100예의 ccRCC에 대하여 WES 를 수행한 연구 결과가 발표되었다.12 연구진은 10 례의 ccRCC에 대하여 whole exome sequencing을 수행한 후 발 견된 somatic mutation을 포함하여 약 1,100 개의 유전자로 88 예의 ccRCC 에 대하여 targeted sequencing을 시행하였다. 최종적으로 23 개의 통계적으로 유의한 mutation을 발견하였다. Pathway analysis를 통해서는 ubiquitin-mediated proteolysis pathway (UMPP) alteration이 가장 흔하게 일어났고, 이는 HIF1a, HIF2a의 과발현과 유의한 관련성을 보이는 것으로 밝혀졌다.

3) Tokyo university cancer genome project in clear cell RCC

2013년 도쿄대학교는 Cancer Genome Project를 통해 100개 이상의 ccRCC 세포에 대하여 WES 혹은 WGS를 시 행하고 240 specimen에 대하여 targeted deep sequencing을 수행한 결과를 발표하였다.13 WES/WGS를 통해 밝혀진 777개의 유전자 변이 중 통계적으로 유의한 유전자 변이 중 28개의 통계적으로 유의한 변이가 관찰되었다. 90% 이상의 유전자 변이 중 3p 부위의 LOH가 발견되었으며 잘 알려진 유전자인 VHL, PBRM1, BAP1, SETD2 가 위치한 곳이었 다. SETD2와 BAP1 mutation은 VHL이나 PBRM1 mutation에 이어 발생하는 것으로 추정되었다. 3p target recurrent mutated gene과 survival과 recurrence를 비교한· 분석에서는 BAP1 은 poor prognosis와 연관되어 있었고(hazard ratio [HR], 2.58; 95% confidence interval [CI] 1.13–5.90; p=0.0203), SETD2는 high relapse rate와 관련이 있었다 (HR, 3.38; 95% CI, 1.80–6.34; p=0.0006).

2. Papillary Renal Cell Carcinoma

1) TCGA in papillary renal cell carcinoma

Papillary type RCC는 15%-20%의 신장암에서 발생하는 암으로 indolent한 종양부터 highly lethal phenotype까지 다 양한 특성을 보이는 종양으로 현재까지 진행성 종양에서 특별한 치료제가 확립되어 있지 않다. TCGA 연구진은 161 papillary RCC에 대하여 WES, Copy number analysis, mRNA와 miRNA sequencing, methylation analysis늘 시행하였다.14 Papillary RCC는 병리학적 특성에 따라 크게 type 1 과 type2로 나눠진다. Papillary RCC에 대한 유전적 정보 는 잘 알려져 있지 않으나 hereditary papillary RCC는 MET germline mutation에 의해 일어나는 종양으로 papillary type1 RCC 형태로 발생하게 된다. FH 의 germline mutation은 papillary type 2 RCC나 hereditary leiomyomatosis를 유발한다. Antioxidant response element인 NRF2-ARE pathway regulatory gene (CUL3, NFE2L2)의 경우 sporadic papillary RCC와 관련 있는 것으로 알려져 있다.

Copy number analysis을 통해 papillary RCC를 3 그룹으로 나눌 수 있었는데, multiple chromosomal gain (주로 7,17 그리고 2,3,12,16,20)이 특징적인 그룹은 type 1 pathology 와 lower grade tumor와 관련이 있었으며 다는 2 group은 type 2 papillary pathology와 관련이 있었다. 그 중 한 그룹은 적은 수의 CNV를 보였으며 다른 group 은 심한 aneuploidy 와 multiple chromosome loss와 연관이 있었으며 9p loss, poor survival 과 관련있었다.

WES 를 통해 5개의 반복적인 유전자 변이 (MET, SETD2, NF2, KDM6A, SMARCB1)를 확인할 수 있었다. TFE3와 TFEB fusion 도 10% 에서 발견되었는데 TFE3 의 흔한 mutation partner PRCC와 SFPQ 외에 RBM10와 DVL2가 발견되었다. TFEB는 COL21A1 와 CADM2와 fusion이 발견되었다. MET mutation은 type 1 papillary와, CDKN2A, SETD2/BAP1/PBRM1 은 type2 papillary 와 연관이 관찰되었다.

3. Chromophobe

1) TCGA in chromophobe renal cell carcinoma

TCGA는 66개의 chromophobe RCC (ChRCC)에 대하여 WGS과 DNA methylation 분석을 시행하였다.15 Chromophobe type RCC는 5% 정도의 신장암에서 발생하며 indolent pattern을 보여 10년 생존률이 90%에 달한다. ChRCC 에 대한 germline mutation은 잘 알려져 있지 않으나 FLCN의 변이로 일어나는 Birt-Hogg-Dube syndrome의 34% 는 chRCC 의 발생과 연관되어 있다. Cowden syndrome 을 일으키는 PTEN mutation도 chRCC와 연관되어 있는 것 으로 알려져 있다.

WES 분석을 통해 총 60개의 somatic mutation을 발견하였으나 단 2개의 유전자 (TP53, PTEN) 만이 통계적 유의성 을 나타냈다(MutSig q<0.1). TERT promotor lesion의 반복적인 유선자 structural rearrangement는 TERT expressiom을 상승시켜 oncogenesis 을 유발할 수 있을 것으로 추정되었다.

UROTHELIAL CELL CARCINOMA

요로상피암의 유전자형 분석은 주로 muscle invasive, high grade bladder cancer에 대하여 수행되었다. TCGA da-ta가 2014년16 Nature 저널에 2017년17 Cell 저널에 발표되 었고, Dana-Farber cancer center와 MSKCC, BGI 등이 요로 상피암의 유전자 분석 데이터를 발표하였다. Upper urinary tract urothelial carcinoma에 대한 연구는 비교적 그 수가 적으며, 2015 년 TCGA 데이터가 European urology 에 개제된 바가 있다.18 본 종설에 포함된 연구는 Table 3에 정리되어 있다.

Disease characteristics and next generation sequencing platform for urothelial carcinoma targeted landmark study

1. Muscle-invasive Bladder Cancer

1) TCGA (The cancer genome atlas) in muscle invasive bladder cancer

2017년 chemotherapy naïve, muscle invasive, high-grade urothelial tumor에 대하여 TCGA data를 분석하였다.17 전체 412개의 종양에 대하여 whole exome sequencing을 수행하였고, CNA, single nucleotide variants (SNVs)와 RNA sequencing, pathologic feature에 따른 유전체 분석도 수행하 였다. AHR, ERBB2, FGFR3 등을 포함하여 20여개의 amplication 된 CNAs 가 관찰되었으며 가장 흔한 focal deletion 은 CDKN2A였다. 방광암은 high non-synonymous mutation rate늘 보이며 C — G transversions (27%)와 C — T transitions (51%)이 가장 흔하였다. Mutsig을 이용한 분석 에서 34개의 유의한 유전자 변이를 관찰하였고 그중 KMT2C (18%), ATM (14%), FAT1 (12%), CREBBP (12%), ERBB2 (12%), SPTAN1 (12%), KMT2A (11%) 는 10% 이상의 빈도로 관찰되었다. HLA mutation은 BCG 시 행 history 가 있는 군에서 더 흔하게 나타났으며 (11.4% vs. 3.1%) 이는 immunological pressure에 의한 positive selection 때문으로 생각된다. 가장 흔한 intrachromosomal fusion은 FGFR3-TACC3 fusion이었으며(n=10) PPARG related fusion 도 6 예에서 발견되었다.

저자들은 mRNA expression을 통해 방광암의 subtyping 및 precision medicine strategy늘 제안하였다. 이전 저자들은 FgFR3 expression과 Epithelial lineage gene expression 을 이용하여 총 4 종의 subtype 을 분류하여 분석한 바 있었다.16 이 연구에서는 RNA expression profile과 표현형을 이 용하여 이전 분석 내용을 확장하였으며 크게 3 class로 분류하였다. Expression profile은 크게 luminal type (60%), bas-al/squamous cell type (35%)와 neuronal type (5%)으로 분 류할 수 있었다. Luminal type은 luminal papillary type과 luminal infiltrative type으로 크게 구분하였다. Luminal papillary type은 luminal marker가 잘 발현하고 smooth muscle marker가 잘 발현되지 않는 subtype으로 비교적 low stage, low CIS와 관련이 있어 non muscle invasive bladder cancer (NMIBC) 로부터 진행한 종양의 가능성을 보여준다 Preliminary data 결과는 좋지 않았으나 neoadjuvant chemotherapy가 도움이 되거나, 유전적 특성에 따라 FGFR3 inhibitor가 도움이 될 것으로 생각된다. Luminal infiltrated type은 특징적으로 ECM marker와 EMT marker 가 상승되어 있으며 wild type P53을 가진다. Cisplatin based NAC에 반응이 나쁘기 때문 에 anti-PDL1 치료가 가장 효과적인 것으로 알려져 있다. Luminal ty pe 은 urothelial origin marker 의 상승 (UPK1A/UPK2, KRT20, SNX31)이 관찰되며 normal urothelial cell에서 초래되었음을 추정케 한다. Basal cell type 은 basal cell marker, squamous cell marker와 함께 immune marker 의 상승이 동반되며 TP53 mutation 이 동반되며 CIS 와 높은 확률로 관련되어 있다. 마지막 neuronal subtype 은 일부에선 병리 소견과 무관하게 neuronal differentiation marker 의 상승이 동반되며 TP53 과 RB1, E2F3 의 변이가 동반된다. 모든 subtype 중 가장 나쁜 예후를 나타낸다. 방광 암의 high overall mutation rate와 mutation proiile은 APOBEC cytidine deaminase의 영향으로 보이며, APOBEC 관련 유전자의 mutation burden 이 높으면 생존율이 높아지는 것을 확인하였다. 이는 APOBEC이 key mutagenic source일 것으로 주정되며 early stage bladder cancer에서 APOBEC expression의 regulation이 방광암 예방의 핵심이 될 것으로 보인다.

2. Molecular Based Cisplatin Response Prediction (Dana-Farber/MSKCC)

Dana-Farber cancer institute와 MSKCC 연구진은 cisplatin based chemotherapy늘 시행하는 “환자들에서 response늘 예측하기 위해 Cystectomy specimen에서 pathologic down-staging 이 있는 responder 25명과(pi0/piis) nonresponder (pT2 이상) 25 명을 비교하여 initial TURBT 의 WES data 를 비교하였다.19 TP53, RB1, KDM6A, ARID1A가 유의한 변 이로 나타났으며, ERCC2 는 18% 에서 변이가 관찰되었으나 관계적 유의성은 없었다. Cisplatin based chemotherapy responder 에 대한 enrichment analysis에서 ERCC2만이 responder 에 유의한 유전자 변이로 나타났다.

3. Upper Urinary Tract

1) TCGA in upper unnarv tract urothelial carcinoma

요로상피암의 genetic profiling 은 대부분 하부요로(방광)에 국한되어 진행되고 있어 상부요로 요로상피암에 대한 정보는 적다. 2015년 MSKCC에서 European Urology 에 발표 한18 수행된 MSK-impact assay 를 이용하여 상부요로 요로 상피암과 방광 요로상피암의 유전정보의 차이를 비교하는 연구를 수행하였다.

연구진은 83フ개의 upper urinary tract urothelial carcinoma (UTUC) (high-grade 60/low-grade 23)와 102개의 방광암 검체를 분석하였다. CNAs는 발견되지 않았고 422 somatic mutation 이 발견되었다. 상부요로에서 FGFR3, TSC1, ARID1A, CREBBP, HRAS, KDM6A, KMT2D, TP53, INPP4A, PIK3CA가 발견되었다. Low grade UC에서 FGFR3 mutation이 높은 빈도로 나타났으며, High grade UC 에서는 FGFR3/HRAS/TP53 이 상호 배타적으로 나타났다. 특히 TP53은 high grade에서 특이적으로 나타났으며 FGFR3, CREBBP, STAG2는 low grade에 특이적으로 나타 났다. 59 high grade UTUC와 102 high grade 방광암을 MSK-impact panel 을 이용하여 비교하였다. FGFR3, HRAS, CDKN2B는 상부요로 high grade UC와 연관이 있었고, TP53, RB1, ARID1A는 하부요로 high grade UC와 연관이 있었다.

DRUGGABLE TARGET SELECTION

OncoKB 는 MSK 에서 제공하는 종양 환자의 정밀의학 지식 데이터 베이스로 3,000개 이상의 mutation, fusion, CNV 와 477개의 종양 관련 유전자 정보가 등록되어 있다.20 또한 임상적 근거의 축적 정도에 따라 level 1–4 로 분류하고 있 고, level 1 은 임상적 적용 가능한 약제표적 유전자를 포함 하고 있으며 단계가 내려갈수록 임상 적용의 근거 수준이 낮아져 level 4 의 경우 가설 수준의 약제 표적 유전자 정보 를 제공하고 있다. 각각의 비뇨기 종양에 대하여 drug target 으로 작용 가능한 유전자 중 level 1 의 근거 수준을 확보한 경우는 없었으며, 신장암에서 MET 과 TSC1 을 제외하고는 모두 level 3–4의 근거 수준을 확보하고 있다. 상세한 내용은 Table 4 에 정리하였다.

Druggable target for major urological malignancies

주요 비뇨기계 종양에 대한 중요 유전자 변이 정보 정리

연구진은 전립선암, 신장암, 요로상피암에 대하여 진행된 대규모 유전체 연구 결과를 기반으로 각 종양의 주요 유전자 변이, 구조적 이상(iusion, copy number alteration)을 선별하였고 임상적 정보와 연관성이 알려진 유전자를 별도로 선별하였다. 또한 각 종양에 대하여 drug target으로 작용될 가능성이 있는 유전자를 선별하여 정리하였다 (Table 5).

Common mutations and potential druggable targets for major urological malignancies (prostate cancer, renal cell carcinoma and urothelial cancer)

결 론

연구진은 이 종설을 통하여 주요 비뇨기 종양에 대하여 수행된 대규모 유전체 연구를 리뷰하고 정리하여 전립선암, 신장암 및 요로상피암의 주요 유전자 변이와, 구조적 변이 및 약제 표적 유전자를 정리하여 보았다. 종양 유전체에 대한 이해는 정밀의학의 시대를 준비하기 위해 의료인의 필수적인 덕목이 될 가능성이 높다. 향후 지속적인 해외 대규모 연구를 추적하고 한국인에 대한 대규모 유전체 연구를 수행하여, 한국인의 비뇨기계 종양에 대한 정밀의학 체계를 구축하길 기대하는 바이다.

Notes

이해관계 (Conflict of Interest)

저자들은 이 논문과 관련하여 이해관계의 충돌이 없음을 명시합니다.

References

1. . Precision Medicine Initiative (PMI) Working Group. The precision medicine initiative cohort program – building a research foundation for 21st century medicine. Precis Med Initiat Work Gr Rep to Advis Comm to Dir NIH Bethesda (MD): National Institutes of Health; 2015 Sep 17. [cited 2019 Aug 1]. Available from. https://ghr.nlm.nih.gov/primer/precisionmedicine/initiative.
2. . National Research Council (US) Committee on A Framework for Developing a New Taxonomy of Disease. Toward precision medicine: building a knowledge network for biomedical research and a new taxonomy of disease Washington (DC): National Academies Press (US); 2011.
3. . Kamps R, Brandão RD, Bosch B J, Paulussen AD, Xanthoulea S, Blok MJ, et al. Next-generation sequencing in oncology: genetic diagnosis, risk prediction and cancer classification. Int J Mol Sci 2017 Jan 31;18(2)pii: E308. https://doi.org/10.3390/ijms18020308.
4. . Zehir A, Benayed R, Shah RH, Syed A, Middha S, Kim HR, et al. Mutational landscape of metastatic cancer revealed from prospective clinical sequencing of 10,000 patients. Nat Med 2017;23:703–13.
5. . Cancer Genome Atlas Research Network. The molecular taxonomy of primary prostate cancer. Cell 2015;163:1011–25.
6. . Taylor BS, Schultz N, Hieronymus H, Gopalan A, Xiao Y, Carver BS, et al. Integrative genomic profiling of human prostate cancer. Cancer Cell 2010;18:11–22.
7. . Lawrence MS, Stojanov P, Polak P, Kryukov GV, Cibulskis K, Sivachenko A, et al. Mutational heterogeneity in cancer and the search for new cancer-associated genes. Nature 2013;499:214–8.
8. . Fraser M, Sabelnykova VY, Yamaguchi TN, Heisler LE, Livingstone J, Huang V, et al. Genomic hallmarks of localized, non-indolent prostate cancer. Nature 2017;541:359–64.
9. . Robinson D, Van Allen EM, Wu YM, Schultz N, Lonigro RJ, Mosquera JM, et al. Integrative clinical genomics of advanced prostate cancer. Cell 2015;161:1215–28.
10. . Kumar A, Coleman I, Morrissey C, Zhang X, True LD, Gulati R, et al. Substantial interindividual and limited in-traindividual genomic diversity among tumors from men with metastatic prostate cancer. Nat Med 2016;22:369–78.
11. . Cancer Genome Atlas Research Network. Comprehensive molecular characterization of clear cell renal cell carcinoma. Nature 2013;499:43–9.
12. . Guo G, Gui Y, Gao S, Tang A, Hu X, Huang Y, et al. Frequent mutations of genes encoding ubiquitin-mediated proteolysis pathway components in clear cell renal cell carcinoma. Nat Genet 2011;44:17–9.
13. . Sato Y, Yoshizato T, Shiraishi Y, Maekawa S, Okuno Y, Kamura T, et al. Integrated molecular analysis of clear-cell renal cell carcinoma. Nat Genet 2013;45:860–7.
14. . Cancer Genome Atlas Research Network, Linehan WM, Spellman PT, Ricketts CJ, Creighton CJ, Fei SS, et al. Comprehensive molecular characterization of papillary renal-cell carcinoma. N Engl J Med 2016;374:135–45.
15. . Davis CF, Ricketts CJ, Wang M, Yang L, Cherniack AD, Shen H, et al. The somatic genomic landscape of chromo-phobe renal cell carcinoma. Cancer Cell 2014;26:319–30.
16. . Cancer Genome Atlas Research Network. Comprehensive molecular characterization of urothelial bladder carcinoma. Nature 2014;507:315–22.
17. . Robertson AG, Kim J, Al-Ahmadie H, Bellmunt J, Guo G, Cherniack AD, et al. Comprehensive molecular characterization of muscle-invasive bladder cancer. Cell 2017;171:540–56.e25.
18. . Sfakianos JP, Cha EK, Iyer G, Scott SN, Zabor EC, Shah RH, et al. Genomic characterization of upper tract ur-othelial carcinoma. Eur Urol 2015;68:970–7.
19. . Van Allen EM, Mouw KW, Kim P, Iyer G, Wagle N, Al-Ahmadie H, et al. Somatic ERCC2 mutations correlate with cisplatin sensitivity in muscle-invasive urothelial carcinoma. Cancer Discov 2014;4:1140–53.
20. . Chakravarty D, Gao J, Phillips SM, Kundra R, Zhang H, Wang J, et al. OncoKB: a precision oncology knowledge base. JCO Precis Oncol 2017;2017httsp://doi.org/10.1200/PO.17.00011. Epub 2017 May 16.

Article information Continued

Table 1.

Disease characteristics and next generation sequencing platform for prostate cancer targeted landmark study

Enrolled study Disease characteristics NGS platform Samples
TCGA_prostate5 pT2a-pT4, primary prostate cancer • Whole-exome sequencing
• Array based methods (copy number alteration, DNA methylation, mRNA sequencing)
• Micro RNA sequencing
• Reverse-phase protein array
333
CPC-GENE8 Localized, nonindolent prostate cancer • Whole-exome sequencing
• Array based methods (copy number alteration, DNA methylation, mRNA sequencing)
200 (WGS)+ 277 (WES)
SU2C/PCF clinical data9 Metastatic castration resistant prostate cancer • Whole-exome sequencing
• Transcriptome sequencing (mRNA)
150
SU2C/PCF autopsy data10 Metastatic prostate cancer • Whole-exome sequencing
• Array based methods (Comparative genomic hybridization, RNA sequencing)
176
MSKCC-Oncogenome project6 Primary & metastatic prostate cancer
Prostate cancer cell-line & Xenografts
• Whole-genome sequencing
• Array based methods (Comparative genomic hybridization, RNA sequencing)
• Micro RNA sequencing
218

NGS: next-generation sequencing, TCGA: The Cancer Genome alts, CPC-GENE: Canadian Prostate Cancer Genome network, SU2C/PCF Dream Team: Stand UP to Cancer/Prostate Cancer Foundation Dream Team, MSKCC: Memorial Sloan Kettering Cancer Center, WGS: whole genome sequencing, WES: whole exome sequencing.

Table 2.

Disease characteristics and next generation sequencing platform for renal cell carcinoma targeted landmark study

Enrolled study Disease characteristics NGS platform Samples
TCGA clear cell11 Clear cell subtype, any stage, primary tumor • Whole-exome sequencing
• Array based methods (Copy number alteration, DNA methylation, mRNA sequencing)
• Micro RNA sequencing
446 (for at least one platform)
372 (for all platform)
BGI-Shenzhen study12 Clear cell subtype, any stage, primary tumor • Whole-exome sequencing
• Targeted sequencing (1,100 gene panel)
10 (WES)+88 (Targeted)
Tokyo university Cancer genome project13 Clear cell subtype, any stage, primary tumor • Whole-exome sequencing
• Whole-genome sequencing
• Targeted sequencing (777 gene panel)
• Array based methods (copy number alteration, DNA methylation, mRNA sequencing)
14 (WGS)+106 (WES), 240 (CNA), 100 (RNA)
TCGA papillary14 Papillary (types 1, 2), any stage, primary tumor • Whole-exome sequencing
• Array based methods (copy number alteration, DNA methylation, mRNA sequencing)
• Micro RNA sequencing
• Protein expression analysis
161
TCGA chromophobe15 Chromophobe, any stage, primary tumor • Whole-genome sequencing
• Whole-exome sequencing
• Array based methods (Copy number alteration, DNA methylation, mRNA sequencing)
• Mitochondrial DNA sequencing (mtDNA)
66 (all)+50 (WGS)+61 (mtDNA)

TCGA: The Cancer Genome alts, WGS: whole genome sequencing, WES: whole exome sequencing, CAN: copy number alteration.

Table 3.

Disease characteristics and next generation sequencing platform for urothelial carcinoma targeted landmark study

Enrolled study Disease characteristics NGS platform Samples
TCGA_bladder17 Chemotherapy naïve, muscle invasive bladder cancer • Whole-exome sequencing
• Array based methods (copy number alteration, DNA methylation, mRNA sequencing)
• Micro RNA sequencing
• Reverse-phase protein array (RPPA)
412
Dana-Farber/MSKCC19 Muscle invasive bladder cancer patients who underwent cisplatin based chemotherapy • Whole-exome sequencing 50
TCGA_UTUC18 Upper urinary tract urothelial carcinoma, bladder cancer • Targeted sequencing (MSK-IMPACT panel) 83 (UTUC)+102 (bladder)

TCGA: The Cancer Genome Atlas, MSKCC: Memorial Sloan Kettering Cancer center, UTUC: upper urinary tract urothelial carcinoma.

Table 4.

Druggable target for major urological malignancies

  Gene Variants Drug Evidence level
Prostate cancer ATM Mutation Olaparib Level 4
Renal cell MET Amplification Cabazatinib Level 2
carcinoma TSC1 Mutation Everolimus Level 2
  MTOR L1460P, L2209V, L2427Q, Q2223K Temsirorimus, Everolimus Level 3
Bladder cancer ERCC2 Mutation Cisplatin Level 3
  FGFR2 Fusions AZD4547, BGJ398, Debio1347, Erdafitinib Level 3
  FGFR3 Fusions, G370C, G380R, K650E, K650M, K650N, K650Q, K650R, K650T, R248C, S249C, S371C, Y373C AZD4547, BGJ398, Debio1347, Erdafitinib Level 3
  MTOR E2014K, E2419K Everolimus Level 3
All solid tumor NTRK1, NTRK2, NTRK3 Fusion Entrectinib, Larotrectinib Level 3
  BRAF D287H, D594A, D594G, D594H, D594N, F595L, G464E, G464V, G466A, G466E, G466V, G469A, G469E, G469R, G469V, G596D, G596R, K601N, K601T, L597Q, L597V, N581I, N581S, S467L, V459L PLX8394 Level 3
  CDKN2A Mutation Abemaciclib, Palbociclib, Ribociclib Level 3
  FGFR1, FGFR2 Mutation AZD4547, BGJ398, Debio1347, Erdafitinib Level 3
  KRAS Mutation ERK Inhibitors, MEK Inhibitors Level 3
  MTOR Mutation Everolimus, Temsirolimus Level 3
  NF1 Mutation Cobimetinib, Trametinib Level 3
  PTEN Mutation AZD8186, GSK2636771 Level 3
  SMARCB1 Mutation Tazemetostat Level 3

Table 5.

Common mutations and potential druggable targets for major urological malignancies (prostate cancer, renal cell carcinoma and urothelial cancer)

  Mutation Fusion Copy number alteration Clinically informative gene Drug target gene
Prostate cancer ERBB2, EGFR, KRAS, NRAS, BRAF, BRCA1, BRCA2, KIT, IDH1, MYC, SPOP, FOXA1, FOXA2, NKX3-1, TP53, AR, PTEN, MED12, PIK3CA, PIK3CB, PIK3R1, CDKN1B, CDKN2A, CTNNB1, ZMYM3, CHD1, CDK12, GNAS, ATM, MSH2 TMPRSS2, ERG, ETV1, ETV4, ETV5, FLI1 MYC, PTEN, TP53, NKX3-1, AR TMPRSS2, ERG, ETV1, ETV4, ETV5, FLI1, PTEN, SPOP, FOXA1, CDH1, IDH1, GNAS, ATM, NCOA2, FAT1 ATM, BRCA1, BRCA2, CDK12, ATM, FANCD2, RAD51C, RB1, HRAS, BRAF
  MSH6, NCOA2, FANCA, FANCD2, PALB2, HRAS, AKT1, RB1, ZNF770, TTN, MUC4, MUC16, FAT1, RAF1, RSPO2, ZBTB16, NCOR1, NCOR2, APC, RNF43        
  ZNRF3, MLH1, MLH2, CCND1, KMT2C, KMT2D, KMT6A, ZFHX3, ERF, SPINK1, KIF2B, FGFR1, FGFR2, FGFR4, RET        
Renal cell carcinoma NRAS, TP53, PTEN, PIK3CA, CDKN2A, MUC4, FAT1, KDM6A, STAG2, TERT, TSC1, VHL, PBRM1, SETD2, BAP1, KDM5C, MTOR, HIF1A, PRKCI, MDS1, EVI1, MDM4, JAK2, NEGR1, QKI, CADM2, PTPRD, NRXN3, LRP1B, SYNE2, CSMD3, AKAP13, SPTBN4, RYR1, NAV3, CARD11, AHNAK, ZNF804A, SHANK1, LRRK2, FMN2, FAM111B, CUL7, ASB15, TCEB1, FPGT, MUDENG, KEAP1, TET1, MLLT10, MSGN1, KRT32, M6PR, RPL14, GRB7, DNHD1, NLRP12, VMO1, OR4C13, KCNMA1, LMAN2L, ZNF536, YIPF3, MET, NF2, SMARCB1, NFE2L2, FH, CUL2, TSC2 TFE3, TEB VHL, PBRM1, SETD2, BAP1, HIF1A SFPQ, TFE3, BAP1, SETD2, PBRM1, MET, FH, CUL2, NFE2L2, CDKN2A, PTEN, TERT MET, TSC1, MTOR
Urothelial carcinoma TP53, KMT2D, KDM6A, ARID1A, PIK3CA, KMT2C, RB1, EP300, FGFR3, STAG2, ATM, FAT1, ELF3, CREBBP, ERBB2, SPTAN1, KMT2A, ERBB3   AHR, BCL2L1, CCND1, CCNE1, E2F3, EGFR, ERBB2, FGFR3, GATA3, KRAS, MDM2, MYCL1, PPARG, PVRL4, SOX4, TERT, YWHAZ, ZNF703, CDKN2A, RAD51B FGFR3, ERBB2, ERBB3, CDKN2A, CDH1, TP53, RB1, E2F3, MDM2, ERCC2, CREBBP, STAG2, CCND1, KRAS, HRAS, CDKN2B, ARID1A ERCC2, FGFR2, FGFR3, MTOR, KDM6A, EZH2, CDKN2A