驱动基因的个性化优先排

基因)

专有词汇

SNVs：单核苷酸变异
DEG：差异表达基因
PCST：奖赏性斯坦纳树
PCSF：奖赏性斯坦纳森林
驱动突变(或驱动事件)：使细胞获得选择性生长优势从而将其“驱动”成肿瘤的突变事件
驱动基因：发生这些突变的基因
乘客突变：与驱动突变在同一基因组中发生但不会影响适应性的其他突变
斯坦纳树模型：

分条列出

1、 topic 主题是什么(重要吗?)

2、 theory 理论背景是什么(充分吗?)

3、 issue 要研究的问题是什么(有趣吗?/有意义吗?)

4、 hypothesis 研究假设是什么，推导的逻辑是什么(合理吗?)

5、 study 求证的方法是什么(科学吗?)

6、 result 主要的结果是什么(令人惊奇吗?surprise?)

7、 explanation 结果的意料/意外是什么，基于文献如何解释，有什么意义和启示，存在的问题(有价值/不足吗?)

8、 implication 对该领域的研究有什么启发，对你的研究有什么借鉴(有实用/收获吗?)

9、 如果让你来做这样一个研究，你会这么做吗?你还能怎么做?

读书笔记

首先，这篇论文的题目是“体细胞选择区分致癌基因和抑癌基因”，目前，区分各种癌症类型中的乘客基因、致癌基因和抑癌基因对了解癌症病因和确定临床上可操作的靶点至关重要。
本文基于理论背景——蛋白质编码突变的体细胞选择方向和大小在乘客基因、致癌基因和抑癌基因上存在显著差异——开发了新方法（GUST方法），该方法将肿瘤发展中的基因的体细胞选择，物种进化过程中的分子保守性以及常规比例测量方法相结合，以对不同组织和器官中的癌症基因进行分类，以癌症类型特异性的方式发现致癌基因和抑癌基因。
本文通过10倍基因保留交叉验证对GUST方法进行测试，并与20/20+进行对比，最终证明了GUST预测的驱动基因与现有方法高度吻合，同时提供了额外的OG / TSG分类。
最终得出结论，体细胞选择是突变基因对肿瘤适应性影响的定量测量。GUST方法直接从全外显子组测序或靶向测序数据估计这些特征，并精确定位在不同细胞环境中驱动肿瘤发生的基因和功能域。
但是该方法依旧存在问题，尽管我们发现了许多已知和新颖的癌症驱动基因，但在本文的分析中，它们都没有高可信度地显示出双重OG / TSG作用。另外，只有极少数突变的基因可能会在选择系数的最大似然估计期间引起非收敛性问题，这限制了GUST在发现稀有驱动因子方面的应用。
看完本文之后，主要是了解了一个GUST的方法，然后我觉得这篇文章里面一些具体的数据处理方式对我来说还有点理解上的困难，原理也是理解的马马虎虎，具体说启发的话，暂时还没有什么想法，主要是还不够了解。我觉得可能多看些此类的论文，再回头看会有些收获。