The IARC TP53 database: New online mutation analysis and recommendations to users

数据库 国际机构 生物 种系突变 癌症 遗传学 基因 计算生物学 突变 计算机科学
作者
Magalí Olivier,Rosalind A. Eeles,Monica Hollstein,Khan Ma,Curtis C. Harris,Pierre Hainaut
出处
期刊:Human Mutation [Wiley]
卷期号:19 (6): 607-614 被引量:1202
标识
DOI:10.1002/humu.10081
摘要

Mutations in the tumor suppressor gene TP53 are frequent in most human cancers. Comparison of the mutation patterns in different cancers may reveal clues on the natural history of the disease. Over the past 10 years, several databases of TP53 mutations have been developed. The most extensive of these databases is maintained and developed at the International Agency for Research on Cancer. The database compiles all mutations (somatic and inherited), as well as polymorphisms, that have been reported in the published literature since 1989. The IARC TP53 mutation dataset is the largest dataset available on the variations of any human gene. The database is available at www.iarc.fr/P53/. In this paper, we describe recent developments of the database. These developments include restructuring of the database, which is now patient-centered, with more detailed annotations on the patient (carcinogen exposure, virus infection, genetic background). In addition, a new on-line application to retrieve somatic mutation data and analyze mutation patterns is now available. We also discuss limitations on the use of the database and provide recommendations to users. Hum Mutat 19:607–614, 2002. © 2002 Wiley-Liss, Inc.
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
文艺清涟发布了新的文献求助10
刚刚
oyly完成签到 ,获得积分10
2秒前
沉静的函发布了新的文献求助10
3秒前
脑洞疼应助快点毕业吧采纳,获得10
3秒前
4秒前
lmz完成签到,获得积分10
4秒前
彭于晏应助史迪仔崽采纳,获得10
5秒前
JIaaaa1发布了新的文献求助30
5秒前
一纸空文给一纸空文的求助进行了留言
6秒前
杨晓柳完成签到,获得积分10
7秒前
7秒前
8秒前
9秒前
成就映秋发布了新的文献求助10
10秒前
10秒前
廉紫真完成签到,获得积分10
12秒前
12秒前
冰淇淋完成签到,获得积分10
12秒前
12秒前
桐桐应助KeLiang采纳,获得10
12秒前
ding应助汎影采纳,获得10
13秒前
Hello应助麦苗果果采纳,获得10
15秒前
15秒前
穆紫应助成就映秋采纳,获得10
16秒前
tlx发布了新的文献求助10
16秒前
JIaaaa1完成签到,获得积分10
16秒前
贺可乐发布了新的文献求助30
17秒前
澳臻白发布了新的文献求助10
18秒前
19秒前
YYH发布了新的文献求助10
19秒前
落后冬云发布了新的文献求助30
20秒前
21秒前
21秒前
duang发布了新的文献求助10
21秒前
汉堡包应助研友_Z1eelZ采纳,获得10
22秒前
23秒前
小白发布了新的文献求助20
23秒前
小丛雨发布了新的文献求助10
23秒前
丘比特应助汎影采纳,获得10
24秒前
今后应助wangfang采纳,获得80
25秒前
高分求助中
Sustainability in Tides Chemistry 2000
Bayesian Models of Cognition:Reverse Engineering the Mind 800
Essentials of thematic analysis 700
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 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 3124688
求助须知:如何正确求助?哪些是违规求助? 2775052
关于积分的说明 7725125
捐赠科研通 2430553
什么是DOI,文献DOI怎么找? 1291228
科研通“疑难数据库(出版商)”最低求助积分说明 622091
版权声明 600323