Measuring cancer evolution from the genome

间断平衡 癌症的体细胞进化 基因组 癌变 癌症 中性分子进化理论 选择(遗传算法) 生物 表型 进化动力学 进化生物学 遗传学 基因 社会学 人口学 计算机科学 人口 人工智能
作者
Trevor A. Graham,Andrea Sottoriva
标识
DOI:10.1002/path.4821
摘要

Abstract The temporal dynamics of cancer evolution remain elusive, because it is impractical to longitudinally observe cancers unperturbed by treatment. Consequently, our knowledge of how cancers grow largely derives from inferences made from a single point in time – the endpoint in the cancer's evolution, when it is removed from the body and studied in the laboratory. Fortuitously however, the cancer genome, by virtue of ongoing mutations that uniquely mark clonal lineages within the tumour, provides a rich, yet surreptitious, record of cancer development. In this review, we describe how a cancer's genome can be analysed to reveal the temporal history of mutation and selection, and discuss why both selective and neutral evolution feature prominently in carcinogenesis. We argue that selection in cancer can only be properly studied once we have some understanding of what the absence of selection looks like. We review the data describing punctuated evolution in cancer, and reason that punctuated phenotype evolution is consistent with both gradual and punctuated genome evolution. We conclude that, to map and predict evolutionary trajectories during carcinogenesis, it is critical to better understand the relationship between genotype change and phenotype change. Copyright © 2016 Pathological Society of Great Britain and Ireland. Published by John Wiley & Sons, Ltd.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
111发布了新的文献求助10
刚刚
科研通AI2S应助lgh采纳,获得10
刚刚
yangcj完成签到,获得积分10
2秒前
今后应助半颗橙子采纳,获得10
3秒前
acuis发布了新的文献求助10
3秒前
陈洋_复旦大学完成签到,获得积分10
3秒前
汉堡包应助BJYX采纳,获得10
4秒前
ding应助yyauthor采纳,获得10
5秒前
掌心化雪完成签到,获得积分10
7秒前
fsaf完成签到,获得积分10
8秒前
quxiaofei完成签到,获得积分10
9秒前
顾矜应助依诺采纳,获得10
10秒前
111完成签到,获得积分10
10秒前
缓慢寒梦完成签到 ,获得积分20
11秒前
CMD完成签到 ,获得积分10
11秒前
wanci应助微弱de胖头采纳,获得10
12秒前
12秒前
Darlin发布了新的文献求助10
13秒前
14秒前
15秒前
跺跺脚完成签到,获得积分10
15秒前
15秒前
BJYX完成签到,获得积分10
15秒前
可靠从云完成签到 ,获得积分10
16秒前
在水一方应助玥玥采纳,获得10
16秒前
lelelelelelele完成签到,获得积分10
17秒前
嗯哼举报kiki求助涉嫌违规
17秒前
半颗橙子发布了新的文献求助10
18秒前
18秒前
23我发布了新的文献求助10
19秒前
清浅时光完成签到,获得积分20
20秒前
FashionBoy应助75986686采纳,获得10
20秒前
J.发布了新的文献求助10
21秒前
21秒前
21秒前
21秒前
乐乐应助Darlin采纳,获得10
22秒前
Sky发布了新的文献求助10
22秒前
23秒前
24秒前
高分求助中
Evolution 10000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 600
Distribution Dependent Stochastic Differential Equations 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3157298
求助须知:如何正确求助?哪些是违规求助? 2808647
关于积分的说明 7878088
捐赠科研通 2467070
什么是DOI,文献DOI怎么找? 1313183
科研通“疑难数据库(出版商)”最低求助积分说明 630369
版权声明 601919