A practical framework and online tool for mutational signature analyses show intertissue variation and driver dependencies

计算生物学 生物 癌变 遗传学 鉴定(生物学) 基因组 变化(天文学) 签名(拓扑) 组分(热力学) 数据挖掘 癌症 基因 数学 几何学 植物
作者
Andrea Degasperi,Tauanne Dias Amarante,Jan Czarnecki,Scott Shooter,Xueqing Zou,Dominik Glodzik,Sandro Morganella,Arjun Scott Nanda,Cherif Badja,Ching Chiek Koh,Sophie Momen,Ilias Georgakopoulos-Soares,João M. L. Dias,Jamie Young,Yasin Memari,Helen Davies
出处
期刊:Nature cancer [Springer Nature]
卷期号:1 (2): 249-263 被引量:141
标识
DOI:10.1038/s43018-020-0027-5
摘要

Mutational signatures are patterns of mutations that arise during tumorigenesis. We present an enhanced, practical framework for mutational signature analyses. Applying these methods on 3,107 whole genome sequenced (WGS) primary cancers of 21 organs reveals known signatures and nine previously undescribed rearrangement signatures. We highlight inter-organ variability of signatures and present a way of visualizing that diversity, reinforcing our findings in an independent analysis of 3,096 WGS metastatic cancers. Signatures with a high level of genomic instability are dependent on TP53 dysregulation. We illustrate how uncertainty in mutational signature identification and assignment to samples affects tumor classification, reinforcing that using multiple orthogonal mutational signature data is not only beneficial, it is essential for accurate tumor stratification. Finally, we present a reference web-based tool for cancer and experimentally-generated mutational signatures, called Signal (https://signal.mutationalsignatures.com), that also supports performing mutational signature analyses.
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
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
WNL发布了新的文献求助10
1秒前
平淡南霜发布了新的文献求助10
1秒前
1秒前
共享精神应助我爱读文献采纳,获得10
1秒前
英俊的铭应助感动的世平采纳,获得10
2秒前
2秒前
柒八染发布了新的文献求助10
2秒前
2秒前
zewangguo完成签到,获得积分20
2秒前
lx完成签到,获得积分20
3秒前
Ssyong完成签到 ,获得积分10
3秒前
3秒前
luohan完成签到,获得积分10
3秒前
诚心的大碗完成签到,获得积分10
3秒前
晾猫人完成签到,获得积分10
3秒前
3秒前
花开hhhhhhh完成签到,获得积分10
3秒前
欢欢完成签到,获得积分10
4秒前
Joshua发布了新的文献求助10
4秒前
可爱的函函应助Tira采纳,获得10
4秒前
lqq的一家之主完成签到,获得积分10
5秒前
陈陈完成签到 ,获得积分10
5秒前
么系么系完成签到,获得积分10
5秒前
6秒前
坤坤完成签到,获得积分10
6秒前
东风第一枝完成签到,获得积分20
6秒前
欢欢发布了新的文献求助10
6秒前
Jasper应助易安采纳,获得10
8秒前
8秒前
一一发布了新的文献求助10
8秒前
9秒前
Muller完成签到,获得积分10
9秒前
经法发布了新的文献求助10
10秒前
谦让的忘幽完成签到,获得积分20
10秒前
和谐小南完成签到,获得积分10
10秒前
小jiojio的猪完成签到,获得积分10
10秒前
小匹夫完成签到,获得积分10
11秒前
赤墨完成签到,获得积分10
11秒前
11秒前
12秒前
高分求助中
Continuum Thermodynamics and Material Modelling 3000
Production Logging: Theoretical and Interpretive Elements 2700
Social media impact on athlete mental health: #RealityCheck 1020
Ensartinib (Ensacove) for Non-Small Cell Lung Cancer 1000
Unseen Mendieta: The Unpublished Works of Ana Mendieta 1000
Bacterial collagenases and their clinical applications 800
El viaje de una vida: Memorias de María Lecea 800
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 量子力学 光电子学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3527469
求助须知:如何正确求助?哪些是违规求助? 3107497
关于积分的说明 9285892
捐赠科研通 2805298
什么是DOI,文献DOI怎么找? 1539865
邀请新用户注册赠送积分活动 716714
科研通“疑难数据库(出版商)”最低求助积分说明 709678