為了分析不同類型、組織起源腫瘤的共性、差異以及新課題。TCGA于2012年10月26日-27日在圣克魯茲，加州舉行的會(huì)議中發(fā)起了泛癌計(jì)劃。參考：https://www.ncbi.nlm./pmc/articles/PMC6000284/  為此我也錄制了系列視頻教程在：TCGA知識(shí)圖譜視頻教程（B站和YouTube直達(dá)）

本研究發(fā)表于普通雜志：Sci Rep. 2013 Oct  題目是：Comprehensive identification of mutational cancer driver genes across 12 tumor types. 主要就是使用4個(gè)軟件分析TCGA數(shù)據(jù)庫(kù)的somatic突變結(jié)果而已。本文獻(xiàn)解讀屬于100篇泛癌研究文獻(xiàn)系列，首發(fā)于：http://www./4132.html

雖然本文比較簡(jiǎn)單，但他們使用的數(shù)據(jù)來(lái)源的文章很厲害，是 Nature 502, 333–339 (17 October 2013) doi:10.1038/nature12634 因?yàn)槭嵌畏治?，所以?chuàng)新性就不足。

關(guān)于驅(qū)動(dòng)基因

癌癥發(fā)生的根本原因是基因突變。從表現(xiàn)形式上來(lái)講是腫瘤細(xì)胞不可控制的增長(zhǎng)，主要是腫瘤驅(qū)動(dòng)基因突變導(dǎo)致，這些基因發(fā)生突變后，特別是某些基因發(fā)生重大突變，腫瘤的發(fā)生就不再僅僅是一種風(fēng)險(xiǎn)，而是一種必然。

關(guān)于鑒定驅(qū)動(dòng)基因，看我們生信技能樹(shù)團(tuán)隊(duì)成員的一個(gè)文獻(xiàn)總結(jié)：https:///cn/2018/01/jcb-review-smg/

找driver基因的4個(gè)算法

每個(gè)算法來(lái)判斷driver基因，都有自己的優(yōu)缺點(diǎn)，如下：

所以作者把這4個(gè)算法 (MuSiC, Onco-driveFM, OncodriveCLUST and ActiveDriver)  應(yīng)用到了TCGA計(jì)劃的12個(gè)癌癥的三千多病人數(shù)據(jù)。

算法的一致性

韋恩圖是比較好的展現(xiàn)方式

很多重要的的基因都是不同算法被判定為driver基因，比如：

• RB1 possesses both clear recurrence and FM bias, it has undetectable CLUST or ACTIVE biases.

• Mutations in HRAS are both significantly clustered and biased towards high functional impact, but are neither signifi-cantly recurrent nor ACTIVE biased.

• BRAF, on the other hand shows all signals of positive selection, except FM bias.

和CGC比較

COSMIC數(shù)據(jù)庫(kù)維護(hù)的CGC基因集，Cancer Gene Census - COSMIC

可以看到，當(dāng)年的549個(gè)CGC基因，有88個(gè)都是至少被一個(gè)算法可以找到。

關(guān)于HCDs

全文的重點(diǎn)：

We designed a novel approach to elaborate the catalog of high- confidence drivers, HCDs, across the pan-cancer dataset combining the results of multiple methods to identify cancer driver genes.

后記

理論上是可以下載數(shù)據(jù)重現(xiàn)這個(gè)分析，前提是學(xué)習(xí)這4款軟件的用法：https://www./#!Synapse:syn1729383

1. Download the MAFs from syn1710680

2. Filter out variants that are unlikely to be somatic
   2.1. Variants that are common in NHLBI exomes or 1000G (Global MAF > 0.1%)
   2.2. Variants in genes without Hugo names (Prefixed with LOC or ENSG)
   2.3. Variants in genes known to be problematic on GRCh37 (PDE4DIP, CDC27, MUC4, DUX4, HYDIN, PRIM2)
   2.4. Variants annotated to transcripts without a start or stop codon, unless it's in a pseudogene
   2.5. Variants in a blacklist of common artifacts seen during manual review at The Genome Institute, WashU

3. Classify variants in pseudogenes as Silent (in MAF column 9, Variant_Classification)

這個(gè)數(shù)據(jù)來(lái)源于 很牛的文章，Nature 502, 333–339 (17 October 2013) doi:10.1038/nature12634 值得大家仔細(xì)學(xué)習(xí)！