问题：使用sig_tally来解析WES样品的SBS Signature时，如何设置use_syn？

[wangshun1121]

如题：最近刷了一遍TCGA的突变Signature，回头一边检查结果，一边审视sig_tally源代码。关于该函数中sig_tally中是否纳入同义突变，在帮助信息中并没有言明该参数默认值时啥，查看了代码知道默认时True。

那么，若将这个参数设置为F，那么某些CDS区特定的SNP突变，注定不可能被计算入SBS中，进一步就会影响后续SBS Signature的发现或解析。

另外，我也去了COSMIC官网上，找到了SBS发现的原始素材和工具，但没能发现源代码。那么，问题来了：当初这批Signature解析的时候，是否没有区分同义与非同义？Exomic的Signature是否锁定的Exon区间？然后，分析目标若为解析WES样品COSMIC SBS组分，那么sig_tally时是否要纳入同义突变？甚至进一步考虑，将来若采用小panel测序，又要比较和引用COSMIC的SBS，那么三碱基突变的组分，是否需要根据测序区间三碱基组合的比例进行修正？

[wangshun1121]

我接下来继续尝试各种不同组合。但是，这个问题提出来，希望抛砖引玉

[wangshun1121]

刚刚简简单单，画了一幅图。横轴是包括/排除同义突变算出的COSMIC SBS组分的相关系数，纵轴时log10(TMB)。

简单的结果：当TMB足够高，则包括或排除同义突变，SBS组分的相关性有一定保证；若TMB降下来，那可不一定了。。。

[wangshun1121]

ID Signature与SBS类似。但是，普遍上说，更多样品中ID的相关性还是比SBS好些。

[ShixiangWang]

@wangshun1121 你好，一般的情况不需要去除同义突变。突变一般被认为是随机时间，突变因素不带有同义或非同义的倾向性。纳入突变的数目越多，越容易得到合理的signature解析结果。

不过，不同基因组区间的核苷酸突变环境是不同的，这有可能影响建立panel的结果，最好先推断出panel的核苷酸环境组成，再去解析signature。sigminer只支持外显子和全基因组之间SBS signature的转换，见https://shixiangwang.github.io/sigminer-book/convert.html。

[wangshun1121]

对于Mutation Signature，我是这么理解的：这些Signature实际代表了特定类型的碱基，发生特定突变的概率。所以，从上游DNA的层面说，Target Region中不同三连碱基的丰度必然影响后面Mutation Signature组分的比例；从下游说，若CDS中同义突变被排除，相当于强行去掉了特定碱基发生特定突变的可能。

而针对panel，不考虑同义或非同义的情况，先假设每一个位点突变成其他碱基的概率相等，那么，在一种情况下（例如WGS）得到的Signature可以根据碱基组合的比例，转换为特定panel的。实际上，现在已经有研究Mutation Signature的文章涉及到了这种场景。例如Nature Genetics研究8个国家食管鳞癌WGS的文章（10.1038/s41588-021-00928-6）。文中把三连碱基突变谱，按照突变发生的位置（非转录的DNA，基因区间转录链，基因区间非转录链），由SBS96变成了SBS288。3个区间中的Signature组成比例很相似。他们的策略是先寻找DeNovo的Signature，再和标准的Sig比较。

若后面去挖掘Signature，尤其样品没那么多时，还是需要借用标准的Sig的。此时，了解Signature的背景信息就很重要了。

[wangshun1121]

最近在做Signature的研究，发现好多常用的临床肿瘤突变指标（TMB，MSI，HRD等）都可以用Signature表出。这里面应该有东西值得深挖呢。

[ShixiangWang]

目前方法、应用上都还有值得探索的空间。