Structured data
- Date Published
- Publisher
- Nature Biotechnology
- URL
- https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4868596/
REVEALER 도구를 통해 functional phenotype과 관련있는 mutually exclusive genomic alteration을 찾다.
Table of Contents
Summary #
Introduction #
TCGA 등 대규모 유전체 서열 데이터는 암의 somatic/epigenetic alteration 카다로그를 제공하고 있다. 이제 도전은 기능적으로 의미있는 alteration subsets를 확인하고, 결과적으로 치료 표적으로 이용하는 것이다. 이 driver의 확인은 genomic instability 때문에 복잡하다.
molecular alteration과 pathway activity, drug response를 연결하는 것은 이 관계가 1:1이 아니어서 어렵다.
REVEALER는 functional activation, gene dependency, drug response profile 관련된 genomic alteration 그룹을 확인한다.
Results #
REVEALER overview #
3 inputs
- functional "target" profile for individual samples accross a given dataset
- a dataset containing a comprehensive collection of genomic "features"
- an optional "seed" feature
Information Coefficient (IC): re-scaled mutual information matric - -1 ~ 1
REVEALER uncovers alterations associated with Beta-catenin activation #
Transcriptional NRF2/NFE2L2 activation in Lung cancer #
Drug sensitivity: the MEK-inhibitor PD-0325901 and MAPK Activation #
Example 4. KRAS dependency #
REVEALER: Simulated data analysis #
REVEALER: Comparisons with other methods #
Discussion #
Suggested Pages #
- 0.290 Cancer genome data analysis and knowledgebase
- 0.025 Biological database
- 0.025 Dabrafenib
- 0.025 Cancer genomics
- 0.025 소세포폐암
- 0.025 DDR2
- 0.025 VEGF
- 0.025 December 7
- 0.025 Adenocarcinoma
- 0.025 KRAS
- More suggestions...