太秀了!这个10分+外显子生信套路,教你平平无奇中弯道超车( 四 )



各组之间每个签名的分布显示了PSCC和LUSC (p<0.0001)、BLCA (p=0.006)和CESC(p<0.0001)组之间的显著差异 。 然而 , 在PSCC和HNSC (p=0.208)和ESCA (p=0.387)之间没有观察到显著差异 , 表明这3个队列之间有相似的突变特征 。 如前所述 , 作者通过评估APOBEC突变特征估计 , 进一步比较了这些队列中的突变背景(图3D) 。

PSCC样本与BLCA (p=0.0002)和CESC (p<0.0001)队列显著不同 , 后者显示出高浓度的APOBEC相关突变 。 当将PSCC与LUSC、ESCA和HNSC队列进行比较时 , 没有观察到差异 。


太秀了!这个10分+外显子生信套路,教你平平无奇中弯道超车
本文插图



(图3)
全文总结
本篇范文在ASCO大学研讨会、AUA全国会议和ASCO征服癌症基金会领导等会议上做过口头报告 。 这也说明本篇范文所进行研究具有重要的临床价值 。 虽然作者的样本量并不是很大 , 但却代表了使用全外显子测序的方法报告的最大的PSCC群体 。 并且作者还分析了HPV和基因类型的数据 。 通过对PSCCC基因组学的系统分析 , 发现Notch信号调控途径与超过一半的PSCC样本有关 。 这对于未来的临床研究很有意义 , 因为最近的研究表明 , 在67%的人类HNSC病例中发现了类似的致癌突变 , 这些突变基本都在NOTCH信号通路上 。 因此 , NOTCH失活是PSCC和HNSC45的标志 。 在靶向治疗的时代 , 像PSCC这样的罕见癌症 , 可以与其他SCCs一起纳入针对特定共同靶向改变的临床试验 。 并且本篇范文还能够为使用PI3K/mTOR抑制剂对NOTCH1突变HNSC患者相关的临床试验提供了潜在的理论基础 。 作者的数据还提供了一些表明PIK3CA和CDKN2A可能是PSCC驱动突变的证据 。 富集分析表明 , PIK3CA和CDKN2A的突变在特定的蛋白位点显著富集 。

【太秀了!这个10分+外显子生信套路,教你平平无奇中弯道超车】好啦 , 今天的分享就到这里啦~总之 , 小癌种是生信比较好的切入点 , 最关键的是不容易被抢发 。 如果有幸能够结合一些临床样本的测序分析等 , 那绝对可以发个高分文章呀 。 高效品读文献 , 才能发表属于自己的高分文章!

推荐阅读