GenVarFormer: Predicting gene expression from long-range mutations in cancer
UC San Diego(加州大学圣地亚哥分校);Standard Model Biomedicine, Inc.(标准模型生物医学公司);Irving Medical Center, Columbia University(哥伦比亚大学欧文医学中心);New York Genome Center(纽约基因组中心);Moores Cancer Center, UC San Diego(加州大学圣地亚哥分校摩尔癌症中心);Department of Medicine, Division of Genomics & Precision Medicine, UC San Diego(加州大学圣地亚哥分校医学院基因组与精准医学系)
本文提出基于 transformer 的 GenVarFormer,通过突变及局部 DNA 上下文建模最远 800 万碱基对的表达调控,在乳腺癌数据中显著提升预测、泛化和生存预后性能。
2025-09-29 q-bio.GN
Somatic mutations in human ageing: New insights from DNA sequencing and inherited mutations
本文通过DNA测序技术探讨体细胞突变与衰老的关系,发现尽管突变随年龄积累并伴随克隆扩增,但其负荷较低且具随机性,难以单独解释大多数衰老表型,近期研究进一步质疑其在衰老中的作用。
2023-07-28 q-bio.GN
Correlated Mixed Membership Modeling of Somatic Mutations
University of Illinois at Chicago(伊利诺伊大学芝加哥分校)
癌症体细胞突变谱的最新研究寻求识别用于个性化医学中的靶向治疗的突变。然而,谱的分析并不是微不足道的,因为每个谱是异质的,并且存在影响癌症基因之间的因果关系的多种混杂因素,例如癌症(子)类型、生物学过程、突变总数和非线性突变相互作用。此外,癌症在生物学上是多余的,即,不同的突变可导致相似生物过程的改变,因此鉴定所有可能的突变组合集对于有效的患者治疗是重要的。为了模拟这种现象,我们提出了相关零膨胀负二项过程来推断体细胞突变谱的内在结构,通过潜在的表示。该随机过程考虑了不同但相关的共现突变,其使用与相关β-伯努利过程和概率参数混合的谱特异性负二项分散参数来对谱异质性进行建模。这些模型参数通过使用来自癌症基因组档案(TCGA)的泛癌症数据集经由摊销和随机变分推断的迭代优化来推断。通过检查潜在空间,我们确定了体细胞突变之间的生物学相关性。
2020-05-21 cs.LG q-bio.GN stat.ML
Reconstructing gene expression and knockout effect scores from DNA mutation (Mut2Ex): methodology and application to cancer prediction problems
由于数据的稀疏性和低维性,当只有有限数量的突变特征可用时,为临床相关性结果构建预测模型会带来相当大的挑战。在这篇文章中,我们提出了一种方法来增强这些功能的预测能力,利用多模态之间的关联关系的个人的突变概况和相应的基因表达或敲除效应的档案。因此,我们可以从可用的突变特征中重建感兴趣基因的表达或效应分数,然后直接使用这种重建的表示来建模和预测临床结果。我们表明,与仅利用原始突变数据的模型相比,我们的方法在预测准确性方面产生了显着的改进,并且结果与使用真实表达或效应谱获得的结论相当。
2022-12-10 q-bio.GN
Prediction of cancer driver genes and mutations: the potential of integrative computational frameworks
目前可获得的大量测序数据使科学界能够探索一系列可能驱动和发展癌症的遗传变量。已经提出了无数的预测工具,使研究人员和临床医生能够比较和优先考虑驱动基因和突变及其相对致病性。然而,在计算方法或比较的金标准上几乎没有共识。因此,不同工具的基准测试高度依赖于输入数据,这表明过拟合仍然是一个巨大的问题。解决办法之一是限制特定工具的范围和使用。然而,这些限制迫使研究人员在为特定目的创建和使用高质量工具与描述驱动癌症的复杂变化之间走钢丝。虽然癌症发展的知识每天都在增加,但许多生物信息学管道依赖于真空中的单核苷酸变异或改变,而不考虑细胞区室,突变负担或疾病进展。即使在生物信息学和计算癌症生物学领域,研究领域也是各自为政,有可能忽视潜在的协同作用或突破。在这里,我们概述了用于构建或测试发现癌症驱动因素的预测工具的数据库和数据集。我们介绍了驱动基因,驱动突变的预测工具,以及这些基于结构分析的影响。此外,我们建议并推荐该领域的方向,以避免筒仓研究,朝着综合框架的方向发展。
2023-03-30 q-bio.GN
Negative selection maintains transcription factor binding motifs in human cancer
癌细胞中的体细胞突变影响破坏重要细胞功能的各种基因组元件。特别是,被转录因子识别的DNA结合位点的突变可以改变调节因子结合亲和力和靶基因的表达。许多启动子突变与癌症风险增加有关,在正选择下已发现选定转录因子结合位点的突变。然而,编码区突变的负选择是难以捉摸的,非编码区负选择的意义仍然存在争议。在这里,我们提出的转录因子与非编码变体的结合位点共定位的分析。为了避免统计偏差,我们考虑了不同癌症类型的突变特征。对于许多转录因子,包括FOX、HOX和NR家族的多个成员,我们表明人类癌症积累的突变比预期的要少,这些突变是偶然增加或降低结合基序的亲和力的。这种基序的保守性在DNA酶可接近的区域中甚至更明显。我们的数据证明了针对结合位点改变的负选择,并表明这种选择压力保护癌细胞免于重新布线调节电路。进一步分析转录因子和各自的保守结合基序可以揭示对各种人类癌症的存活性至关重要的细胞调节途径。
2015-11-09 q-bio.GN q-bio.PE
Cancer classification and pathway discovery using non-negative matrix factorization
从全方位测序数据中提取遗传信息对于理解疾病非常重要。我们提出了一种新的方法来有效地探索基因突变的景观,并将它们聚集起来预测癌症类型。我们使用多项逻辑回归,非光滑非负矩阵分解(nsNMF)和支持向量机(SVM)来利用全范围的测序数据,旨在更好地聚集基因突变并提高其预测癌症类型的能力。具体而言,我们引入了一个分类器,使用从全外显子组测序数据获得的体细胞突变来区分癌症类型。从多种癌症中鉴定突变,并使用SIFT、PP2和CADD进行评分,并在个体基因水平上进行分组。然后应用nsNMF降维并获得系数矩阵和基矩阵。从所获得的矩阵导出特征矩阵,以利用SVM模型训练用于癌症类型分类的分类器。我们已经证明,分类器能够以合理的准确度区分癌症类型。在使用突变计数作为特征的五重交叉验证中,平均预测准确率为77.1%(SEM=0.1%),显著优于基线和使用突变评分作为特征的模型。使用来自nsNMF的因子矩阵,我们确定了与每种癌症类型显著相关的多个基因和途径。这项研究提供了一个通用和完整的管道来研究体细胞突变和癌症之间的关联。发现的与每种癌症类型相关的基因和途径可以导致生物学见解。所提出的方法可以适用于其他疾病分类和途径发现的研究。
2018-10-08 cs.CE q-bio.GN
A comprehensive comparison of tools for fitting mutational signatures
本文针对已知突变特征拟合工具缺乏系统基准的问题,评估十二款工具在八种癌症类型合成及真实突变目录上的表现,给出不同突变负荷下的最佳选择并指出参考特征约束与缺失特征的影响。
2024-12-06 q-bio.GN q-bio.QM
Learning Embeddings from Cancer Mutation Sets for Classification Tasks
Cambridge Cancer Genomics(剑桥癌症基因组学公司);University of Lancaster(兰卡斯特大学);University of Cambridge(剑桥大学)
分析癌症患者的体细胞突变谱在癌症研究的发展中是必不可少的。然而,大多数突变的低频率和患者之间突变的变化率使得数据在统计分析方面极具挑战性,并且难以用于分类问题,用于聚类,可视化或学习有用的信息。因此,创建包含癌细胞DNA有用信息的体细胞突变谱的低维表示将有助于在推进精准医学的应用中使用这些数据。在本文中,我们讨论了开放的问题,从体细胞突变的学习,并提出Flatsomatic:一个解决方案,利用变分自编码器(VAE)创建体细胞轮廓的潜在表示。本文所做的工作显示了这种方法的巨大潜力,VAE嵌入在聚类任务中的表现优于PCA,在分类任务中对原始高维数据的表现也同样出色。我们相信本文提出的方法在未来的研究中以及将数据驱动模型引入精确肿瘤学中具有重要价值。
2019-11-20 cs.LG eess.IV q-bio.GN
PathGene: Benchmarking Driver Gene Mutations and Exon Prediction Using Multicenter Lung Cancer Histopathology Image Dataset
PathGene通过多中心肺癌病理图像数据集,利用多实例学习方法提升驱动基因突变和外显子预测的准确性,助力精准肿瘤学发展。
2025-11-27 cs.AI q-bio.GN
The Discovery of Mutated Driver Pathways in Cancer: Models and Algorithms
人类癌症的发病机制仍然知之甚少。随着高通量测序技术的快速发展,产生了大量的癌症基因组学数据。破译这些数据给计算生物学家带来了巨大的机遇和挑战。其中一个关键挑战是区分驾驶员突变,基因以及乘客的途径。基因突变的互斥性(每个患者在基因集中具有不超过一个突变)已经在各种癌症类型中观察到,并且因此已经被用作驱动基因集或途径的重要性质。在这篇文章中,我们的目的是审查最近的发展,发现驱动程序的途径或模块在癌症的计算模型和算法,重点是相互排斥的基础上。
2016-04-05 q-bio.GN
Utilizing Protein Structure to Identify Non-Random Somatic Mutations
动机:人类癌症是由基因组内肿瘤抑制基因和癌基因的体细胞突变积累引起的。在癌基因的情况下,最近的理论表明,只有几个关键的“驱动”突变负责肿瘤的发生。由于在开发治疗携带这些驱动突变的癌症的药物方面取得了重大的药理学成功,已经开发了几种依赖于突变聚类的方法来识别它们。然而,这些方法将蛋白质视为单链,而不考虑其空间结构。我们提出了一种新的方法,结合蛋白质的三级结构,以增加我们的权力时,确定突变聚类。结果如下:我们已经开发了一种新的算法,iPAC:蛋白质氨基酸聚类识别,用于识别蛋白质中的非随机体细胞突变,考虑到三维蛋白质结构。通过使用三级信息,我们能够检测已知表现出突变聚类的蛋白质中的新簇,以及基于现有方法在没有聚类证据的情况下识别蛋白质中的簇。例如,通过结合蛋白质数据库(PDB)和癌症体细胞突变目录中的数据,我们的算法在已知的癌症蛋白质(如KRAS和PI3KCa)中识别出新的突变簇。此外,通过利用三级结构,我们的算法还识别了EGFR,EIF2AK2和其他蛋白质中未被当前方法识别的簇。
2013-02-27 q-bio.GN
Understanding genomic alterations in cancer genomes using an integrative network approach
近年来,癌症基因组测序和癌症基因组的其他高通量研究已经产生了许多值得注意的发现。本文就染色体危机和突变风暴等基因组变异的新机制及其与癌症的关系作一综述。基因组改变刺激癌症基因组进化。因此,肿瘤克隆进化与肿瘤干细胞之间的关系进行了评论。癌症生物学的关键问题是这些基因组改变如何在生物功能的背景下支持癌症的发展和转移。到目前为止,诸如途径分析的努力已经提高了对基因突变和DNA拷贝数变异对癌症发展、进展和转移的功能贡献的理解。然而,已知的途径对应于一小部分(可能是5- 10%)体细胞突变和拷贝数改变的基因。为了全面了解这些基因组改变在癌症中的功能,提出并讨论了一个综合网络框架。最后,对利用综合网络方法研究癌症组学数据的挑战和方向进行了评论。
2014-09-10 q-bio.GN q-bio.MN
Deep Discriminative Fine-Tuning for Cancer Type Classification
Human Longevity Inc.(人类长寿公司)
确定转移性肿瘤的原发部位是癌症护理中的开放性问题之一,因为治疗的功效通常取决于起源的癌症组织。因此,可以利用肿瘤基因组数据并预测起源部位的分类方法具有重要价值。由于肿瘤DNA点突变数据非常稀疏,因此之前通过依赖于点突变作为特征的方法仅证明了有限的准确性(12种肿瘤类别为64.5%)(1)。通过依赖基因表达数据,可以大大提高肿瘤分类准确性(对于33类,超过90%)(2)。然而,这种额外的数据在临床环境中通常不容易获得,因为点突变通过临床突变谱分析更好地进行谱分析和靶向。在这里,我们试图开发一种用于肿瘤亚型分类的准确的深度迁移学习和微调方法,其中预测的类别指示原发部位。我们的方法显著优于使用DNA点突变进行肿瘤分类的最新技术,将误差减少了30%以上,同时在癌症基因组图谱(TCGA)数据集上区分了更多的类别。使用我们的方法,我们实现了最先进的肿瘤类型分类准确率为78.3%的29个肿瘤类别,仅依赖于肿瘤中的DNA点突变。
2019-11-15 cs.LG q-bio.GN stat.ML
KRAS mutation testing in colorectal cancer as an example of the pathologist's role in personalized targeted therapy: a practical approach
识别个性化靶向治疗的靶点是病理学家的领域和宝藏。几十年来,病理学家不得不学习,理解,采用和实施许多新的实验室技术,因为他们到达现场。病理学家成功地将这些测试的结果整合到最终的病理报告中,这些报告过去是,现在仍然是临床治疗决策的基础。分子方法是不同的,但在“试剂盒程序”时代并不更难理解。病理学家有知识和专业知识,以确定特定的基因突变使用适当的分子测试目前可用。本文综述了转移性结直肠癌(CRC)中KRAS突变检测的最新进展,并表明病理学家参与了该过程的10个阶段。最近的研究表明,高灵敏度,简单,可靠和快速的检测可能会显着提高抗EGFR治疗耐药的CRC患者的识别。因此,直接测序似乎不是用于临床目的的KRAS测试的最佳程序。简要描述和比较了12种目前可用于KRAS突变检测的高灵敏度诊断检测方法(具有CE-IVD标志)。描述了体细胞突变试验的建议病理学报告内容。总之,有证据表明,将石蜡块与肿瘤组织一起用于KRAS突变检测可能不符合患者的最佳利益。相反,循证方法表明,KRAS突变检测应在病理科进行,仅使用CE-IVD/FDA批准的KRAS检测,并强制定期参加欧洲病理学会作为独立国际机构组织的KRAS EQA计划。
2013-05-06 q-bio.GN
OncoScore: a novel, Internet-based tool to assess the oncogenic potential of genes
癌症突变的复杂、不断演变的景观对在NGS实验中通常产生的大量突变中识别癌症基因构成了巨大的挑战。因此,优先考虑这些变量的能力至关重要。为了解决这个问题,我们开发了OncoScore,这是一种文本挖掘工具,根据现有的生物医学文献,根据基因与癌症的关联对基因进行排名。人工管理数据集上的受试者工作特征曲线和曲线下面积(AUC)指标证实了OncoScore的出色区分能力(OncoScore截止阈值= 21.09; AUC = 90.3%,95%CI:88.1-92.5%),表明OncoScore在需要有效优先排序癌症相关基因的情况下提供了有用的结果。
2017-04-07 q-bio.GN q-bio.QM
Machine learning methods for prediction of cancer driver genes: a survey paper
Universidade Federal do Rio Grande do Sul(南里奥格兰德联邦大学);Hospital de Clínicas de Porto Alegre(阿雷格里港临床医院)
确定驱动肿瘤出现的基因和突变是提高对癌症的理解并确定疾病诊断和治疗新方向的重要一步。尽管有大量的基因组学数据,但从数百万可能的体细胞突变中精确检测驱动突变及其携带基因(称为癌症驱动基因)仍然是一个挑战。计算方法在识别与癌症驱动因素相关的基因组模式和开发预测驱动因素事件的模型方面发挥着越来越重要的作用。机器学习(ML)一直是这些努力背后的引擎,并为解决该领域的剩余差距提供了绝佳的机会。因此,这项调查的目的是对基于ML的计算方法进行全面分析,以识别癌症驱动突变和基因,从而为这一科学问题中的广泛数据和算法景观提供综合的全景视图。我们讨论了如何在以前的解决方案中探索数据类型和ML算法之间的相互作用,并概述了当前值得科学界进一步关注的分析限制。我们希望通过帮助读者更熟悉ML带来的领域的重大发展,我们可以激励新的研究人员解决开放性问题,并推动我们对癌症驱动因素发现的认识。
2021-09-28 cs.LG q-bio.GN
BRCA Gene Mutations in dbSNP: A Visual Exploration of Genetic Variants
本研究通过计算分析 dbSNP 中 BRCA1/BRCA2 的 41,177 和 44,205 个突变,发现多数突变临床意义未知,且各外显子每碱基突变率相似,致病性内含子突变多位于剪接区附近。
2023-09-01 cs.DB q-bio.GN
DRIVE: Machine Learning to Identify Drivers of Cancer with High-Dimensional Genomic Data & Imputed Labels
Cambridge Cancer Genomics(剑桥癌症基因组学公司);The University of Edinburgh(爱丁堡大学)
识别驱动癌症生长的突变是临床决策和精确肿瘤学的关键。由于驱动突变赋予选择性优势,因此发生的可能性增加,因此目前倾向于使用基于频率的统计模型。这些方法不适用于罕见的、低频率的驱动突变。解决这个问题的另一种方法是通过功能影响评分,但是使用这种方法的方法非常容易出现误报。在本文中,我们提出了一种新的驱动程序突变识别的组合方法,它使用的统计建模和功能影响的方法的力量。初步结果表明,这种方法优于国家的最先进的方法在精度方面,并提供了相当的性能在受试者工作特征曲线(AU-ROC)下的面积。我们相信,基于机器学习的数据驱动系统,例如这些,将在不久的将来成为精准肿瘤学的一个组成部分。
2021-05-02 cs.LG q-bio.GN
Identification and Validation of the SNV Biomarkers Based on Multi-Dimensional Patterns
背景:单核苷酸变异(SNV)是不同类型癌症患者DNA样本中的不同分布。尽管如此,选择适当的方法来最大程度地识别SNV的癌症是一项严格的任务。结果:在本文中,我们提出了一个生物标志物的概念的基础上SNV模式在不同的特征维度。由12种不同癌症组成的原始数据集(2761个样品)从TCGA(癌症基因组图谱)获得。在对样本中的562,321个DNA突变位点进行初步筛选后,提取突变位点,并在六个不同的SNV特征维度中按癌症类型进行表征。在本研究中,我们发现提取的特征在样本的疾病类型的聚类中心表现出相似的分布。在对原始数据进行初步处理后,样本更侧重于癌症的亚型分布或SNV水平的癌症。我们使用k-最近邻(KNN)分类提取的特征和留一交叉验证他们。分类准确率稳定在97%左右,最高可达97.43%。在验证阶段,我们在9种癌症中重要性最高的特征位点发现了验证过的癌基因。结论:总之,根据其所属的癌症,样本显示出一致的模式。通过SNV的不同维度的分布对样本的癌症进行分类是可行的,并且具有较高的准确性。这对发现致癌基因具有潜在的意义。
2020-02-25 q-bio.GN q-bio.QM
RADIA: RNA and DNA Integrated Analysis for Somatic Mutation Detection
体细胞单核苷酸变异的检测是表征癌症基因组的关键组成部分。到目前为止,突变识别算法主要集中在比较来自同一个体的正常和肿瘤基因组。近年来,像癌症基因组图谱(TCGA)这样的项目也对肿瘤RNA进行测序已经成为常规。在这里,我们提出了RADIA(RNA和DNA集成分析),一种将患者匹配的正常和肿瘤DNA与肿瘤RNA相结合以检测体细胞突变的方法。RNA的包含增加了检测体细胞突变的能力,特别是在低DNA等位基因频率下。通过整合DNA和RNA,我们能够挽救传统的突变调用算法所错过的回调,这些算法只检查DNA。RADIA被开发用于使用来自同一个体的DNA和RNA来鉴定体细胞突变。我们在TCGA的子宫内膜癌和肺腺癌的真实数据中证明了高灵敏度(84%)和非常高的特异性(98%和99%)。具有高DNA和RNA读段支持的突变具有超过99%的最高验证率。我们还介绍了一个模拟包,它将人工突变尖峰到真实数据,而不是模拟来自参考基因组的测序数据。我们评估敏感性的模拟数据,并证明我们的能力,包括RNA救援回叫在低DNA等位基因频率。最后,我们强调了由于RNA的掺入而被挽救回来的重要癌症基因的突变。软件可在https://github.com/aradenbaugh/radia/上获得
2014-02-04 q-bio.GN
A Spatial Simulation Approach to Account for Protein Structure When Identifying Non-Random Somatic Mutations
背景资料:目前的研究表明,一小部分“驱动”突变是肿瘤发生的原因,而更多的“乘客”突变发生在肿瘤中,但不会使疾病进展。由于最近在治疗由驱动突变引起的癌症方面的药理学成功,已经开发了多种尝试鉴定此类突变的方法。基于驱动突变倾向于聚集在蛋白质的关键区域的假设,簇识别算法的开发变得至关重要。结果如下:我们开发了一种新的方法,空间蛋白质氨基酸聚类(SpacePAC),通过直接在3D空间中考虑蛋白质的三级结构来识别突变聚类。通过结合癌症体细胞突变目录(COSMIC)中的突变数据和蛋白质数据库(PDB)中的空间信息,SpacePAC能够识别许多蛋白质中的新突变簇,如FGFR 3和CHRM 2。此外,SpacePAC能够更好地定位最重要的突变热点,如BRAF和ALK病例所示。R软件包可在Bioconductor网站上获得:http://www.bioconductor.org/packages/release/bioc/html/SpacePAC.html结论:SpacePAC为识别突变簇增加了一个有价值的工具,同时考虑蛋白质三级结构
2013-10-29 q-bio.GN
Safety and Robustness in Decision Making: Deep Bayesian Recurrent Neural Networks for Somatic Variant Calling in Cancer
Cambridge Cancer Genomics(剑桥癌症基因组学公司);The University of Cambridge(剑桥大学)
个体肿瘤的基因组图谱在为给定患者创建个性化癌症治疗策略时可以提供大量信息;这种做法被称为精确肿瘤学。这涉及肿瘤样本的下一代测序和随后的基因组畸变(如体细胞突变)鉴定,以提供靶向治疗的潜在候选者。从测序噪声和种系变异背景中识别这些畸变构成了经典的分类式问题。这在以前已经被许多不同的监督机器学习方法所讨论,包括深度学习神经网络。然而,到目前为止,这些神经网络还没有被定制为在突变呼叫中给出任何置信度的指示,这意味着肿瘤学家可能以低概率为真的突变为目标。为了解决这个问题,我们在这里提出了一个用于癌症变异识别的深度递归神经网络,与标准神经网络相比,它的性能没有下降。这种方法通过不同的先验知识实现了更大的灵活性,以避免对单个数据集的过度拟合。我们将把这种方法整合到肿瘤学家的软件中,以获得安全、可靠和统计上有信心的体细胞突变要求,从而进行精确的肿瘤治疗选择。
2019-12-04 cs.LG q-bio.GN stat.ML
Flatsomatic: A Method for Compression of Somatic Mutation Profiles in Cancer
Cambridge Cancer Genomics(剑桥癌症基因组学公司);University of Lancaster(兰卡斯特大学);University of Cambridge(剑桥大学)
在这项研究中,我们提出了Flatsomatic -一种变分自动编码器(VAE),优化压缩体细胞突变,允许无偏的数据压缩,同时保持信号。我们比较了VAE的两种不同的神经网络架构:多层感知器(MLP)和双向LSTM。我们用于训练我们的模型的体细胞概况由来自癌症基因组图谱的8,062名泛癌症患者和来自COSMIC细胞系项目的989个细胞系组成。每个患者的谱由发生体细胞突变的基因组基因座表示,并且为了减少稀疏性,去除频率<5的位置。我们通过改变其证据下限来增强VAE的性能,并设计了一个基于F1分数的损失,表明它有助于VAE比二进制交叉熵更好地学习。我们还采用了beta-VAE来加权损失函数中的变分正则化项,并通过初步函数来增加每个时期的正则化项的权重来显示最佳性能。我们使用微观F1分数度量评估了VAE的重建能力,并表明我们表现最好的模型是2层深度MLP VAE。我们的分析还表明,潜在空间的大小对VAE学习能力没有显着影响。我们将创建的Flatsomatic嵌入与来自主成分分析的数据的较低维度版本进行了比较,显示了Flatsomatic的优越性能,并对两个数据集进行了K均值聚类,以与每个配置文件的已知癌症类型进行比较。最后,我们提出的结果证实,Flatsomatic表示的64个维度保持相同的预测能力,作为原来的8,298维向量,通过预测药物反应。
2019-11-27 cs.LG eess.IV q-bio.GN
A Graph Theoretic Approach to Utilizing Protein Structure to Identify Non-Random Somatic Mutations
背景:众所周知,癌症的发生是由基因组中体细胞突变的积累引起的。对于癌基因,目前的研究表明,有一小部分“驱动”突变主要负责肿瘤发生。此外,由于最近在治疗这些驱动突变及其产生的肿瘤方面的一些药理学成功,已经开发了多种方法来使用诸如机器学习和突变聚类的方法来鉴定潜在的驱动突变。我们提出了一种新的方法,通过考虑蛋白质的三级结构,通过图论方法,增加我们的能力,以确定突变簇。结果如下:我们设计并实现了GraphPAC(Graph Protein氨基酸聚类),以识别突变聚类,同时考虑蛋白质的空间结构。使用GraphPAC,我们能够检测已知表现出突变聚类的蛋白质中的新簇,以及基于当前方法在没有先前聚类证据的情况下识别蛋白质中的簇。具体而言,通过利用蛋白质数据库(PDB)中可用的空间信息以及癌症体细胞突变目录(COSMIC)中的突变数据,GraphPAC识别了众所周知的癌基因(如EGFR和KRAS)中的新突变簇。此外,通过利用图论来解释三级结构,GraphPAC识别了DPP4,NRP1和其他未被现有方法识别的蛋白质中的簇。R包可在以下网址获得:http://bioconductor.org/packages/release/bioc/html/GraphPAC.html GraphPAC提供了iPAC的替代方案,并在考虑蛋白质三级结构时利用图论方法识别潜在的激活驱动突变时扩展了当前方法。
2013-07-12 q-bio.GN
Multi-Phase Cross-modal Learning for Noninvasive Gene Mutation Prediction in Hepatocellular Carcinoma
Institute for Infocomm Research (I2R), Agency for Science, Technology and Research (A*STAR)(新加坡科技研究局资讯通信研究院);National University of Singapore(新加坡国立大学);Singapore General Hospital(新加坡中央医院);National Cancer Centre(新加坡国立癌症中心)
肝细胞癌(HCC)是最常见的原发性肝癌类型,也是全球癌症相关死亡的第四大常见原因。了解HCC中潜在的基因突变为治疗计划和靶向治疗提供了巨大的预后价值。放射基因组学揭示了非侵入性成像特征和分子基因组学之间的关联。然而,成像特征识别是费力且容易出错的。在本文中,我们提出了一个端到端的深度学习框架,用于使用多相CT扫描预测APOB,COL11A1和ATRX基因的突变。考虑到肝癌的肿瘤内异质性(ITH),多区域采样技术被实现以生成用于实验的数据集。实验结果证明了该模型的有效性。
2020-05-08 cs.CV eess.IV q-bio.GN
A Multi-Evidence Framework Rescues Low-Power Prognostic Signals and Rejects Statistical Artifacts in Cancer Genomics
针对癌症基因组学低功效队列中标准关联研究失效的问题,提出融合因果推断与多维度生物学验证的五标准多证据框架,可有效区分真假预后信号,为低功效队列分析提供新范式。
2025-10-21 cs.LG q-bio.GN
An Extension of Deep Pathway Analysis: A Pathway Route Analysis Framework Incorporating Multi-dimensional Cancer Genomics Data
癌症研究的最新突破来自于新兴的通路分析领域。通过将统计方法应用于先前已知的基因和蛋白质调控信息,通路分析提供了一种有意义的方式来解释基因组数据。虽然已经研究了许多基因/蛋白质调控关系,但以前从未以基因/蛋白质调控网络和途径的有组织形式提供如此大量的数据。然而,通径分析的研究还处于起步阶段,尤其是在将其应用于解决实际问题时。在本文中,我们提出了一种新的方法来研究生物途径,交叉分析突变信息,转录组和蛋白质组学数据。利用这一结果,我们确定了可能导致疾病病因的异常途径。每个途径路径被编码为一个bavonet网络,该网络用一系列条件概率初始化,这些条件概率专门设计用于编码途径中编码的调控关系的方向性。更复杂的相互作用,如磷酸化和甲基化,在其他途径中,可以使用这种方法建模。我们的模型的有效性通过其区分真实途径与TCGA mRNA-seq上的诱饵、突变、拷贝数变异和乳腺癌和卵巢癌研究的磷酸化数据的能力来证明。大多数的途径可以通过生物学文献来证实。此外,正确识别途径的比例高于以前的工作,其中仅纳入乳腺癌患者的mRNA-seq突变数据。因此,这种结合更多样化数据的深入途径分析可以提高扰动途径检测的准确性。
2017-10-10 cs.OH q-bio.GN stat.ME
A Network-Structured Bayesian Hierarchical Model for Sparse Mutation-Drug Response Associations: Application to Cancer Pharmacogenomics
University of Ibadan(伊巴丹大学);Worcester Polytechnic Institute(伍斯特理工学院)
提出网络结构贝叶斯层次模型,结合GMRF与马蹄形先验及共轭吉布斯采样,在癌症药物基因组学中识别稀疏、可解释且外部支持的基因-药物敏感性关联,并支持组织特异性分析。
2026-09-09 q-bio.GN q-bio.QM stat.AP