机构名称：
¥ 2.0
摘要 基因组测序的最新进展将已知癌症驱动基因的空间扩大了数倍。然而，这种激增的大部分是基于对体细胞突变频率和/或其对蛋白质功能的影响的计算分析。相反，实验研究必然考虑突变与其他基因相互作用并赋予癌症表型的功能背景。最终，正是这样的结果成为癌症生物学的“硬通货”。新方法 NEAdriver 利用迄今为止以全局相互作用网络和功能注释途径形式积累的知识来恢复已知和预测新的驱动基因。通过考虑每个肿瘤基因组中突变的共现性，驱动基因的发现是个性化的——作为总结整个癌症患者队列信息的替代方案。对于每个体细胞基因组变化，来自两个网络分析通道的概率估计被组合成成为驱动基因的联合可能性。因此，检测以前未被注意到的候选驱动事件的能力来自于将个体基因组背景与网络视角相结合。该程序应用于 10 个最大的癌症队列，然后根据先前的癌症基因集评估错误率。发现的驱动基因组合对癌症结果具有重要意义。这揭示了具有单独稀疏突变模式的驱动基因，这些突变模式无法通过其他计算方法检测到，并且与先前分析很少涉及的癌症生物学领域相关。具体而言，在腺癌和胶质母细胞瘤中观察到胶原蛋白、层粘连蛋白和整合素基因的复发性突变。考虑个体癌症基因组中候选驱动基因的星座模式为个性化癌症医学开辟了一条新途径。
在全球网络背景下的个性化发现罕见癌症驱动因素
主要关键词
相关文件推荐
