Abstract 5359: Regulatory germline variants in 10,389 adult cancers
Notice bibliographique
Résumé
Abstract Previous studies of rare germline variants in cancer has largely been limited to the coding regions of known predisposition genes. The TCGA PanCanAtlas Germline Working Group is analyzing germline predisposing variants of 10,389 cases in 33 cancer types. We deployed more than 121,000 virtual machines running for over 600,000 hours on the ISB Cancer Genome Cloud to conduct massively parallel variant calling and analyses, and the resulting data are shared with scientists across institutions worldwide. Carriers of the functional regulatory variants add on to the 8.9% of cases carrying known pathogenic variants. Burden analyses reveal enrichment of rare variants in the 3'UTR region of NHP2 and POLH. Further, we observed variants aggregating in conserved regions of selected microRNA families that are also affected by somatic mutations, including mir-17 and mir-29. We nominate regulatory variants by using GWAVA and FunSeq2 corroborated with their enrichment in cancer. The prioritized variants are then further evaluated by further co-occurrence of two-hit events and expression changes in their respective tumor samples. Finally, we examine ancestries, familial history and age at onset for carriers of these variants. Overall, we aim to discover and establish the role of regulatory germline variants in oncogenesis. Citation Format: Kuan-lin Huang, Amila Weerasinghe, Yige Wu, Wen-wei Liang, R. Jay Mashl, Sheila Reynolds, Kathleen E. Houlahan, Ninad Oak, The Cancer Genome Atlas, Alexander J. Lazar, Michael C. Wendel, Ekta Khurana, Sharon Plon, Feng Chen, Mark Gerstein, Ilya Shmulevich, Li Ding. Regulatory germline variants in 10,389 adult cancers [abstract]. In: Proceedings of the American Association for Cancer Research Annual Meeting 2018; 2018 Apr 14-18; Chicago, IL. Philadelphia (PA): AACR; Cancer Res 2018;78(13 Suppl):Abstract nr 5359.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».