REVEALER 도구를 통해 functional phenotype과 관련있는 mutually exclusive genomic alteration을 찾다.

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

1. functional "target" profile for individual samples accross a given dataset
2. a dataset containing a comprehensive collection of genomic "features"
3. 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...