RADIA: RNA and DNA integrated analysis for somatic mutation detection.
RADIA: RNA and DNA integrated analysis for somatic mutation detection.
复制标题
DOI：
10.1371/journal.pone.0111516
复制
发表时间：
2014
期刊：
影响因子：
3.7
通讯作者：
Haussler D
中科院分区：
文献类型：
--
作者：
Radenbaugh AJ;Ma S;Ewing A;Stuart JM;Collisson EA;Zhu J;Haussler D
体细胞单核苷酸变异的检测是癌症基因组表征的重要组成部分。迄今为止，突变识别算法主要集中于比较同一个体的正常基因组和肿瘤基因组。近年来，癌症基因组图谱 (TCGA) 等项目对肿瘤 RNA 进行测序已成为惯例。在这里，我们提出 RADIA（RNA 和 DNA 集成分析），这是一种新颖的计算方法，将患者匹配的正常和肿瘤 DNA 与肿瘤 RNA 结合起来，以检测体细胞突变。 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。通过整合个体的 DNA 和 RNA，我们能够检测到仅检查 DNA 的传统算法可能会漏掉的突变。我们在 TCGA 的子宫内膜癌和肺腺癌患者数据中证明了 RADIA 的高灵敏度 (84%) 和极高的精确度 (98% 和 99%)。同时具有高 DNA 和 RNA 读取支持的突变的验证率最高可达 99% 以上。我们还引入了一个模拟包，可以在患者数据中加入人工突变，而不是模拟来自参考基因组的测序数据。我们评估了模拟数据的敏感性，并证明了我们通过包含 RNA 来挽救低 DNA 等位基因频率的回复突变的能力。最后，我们强调了由于 RNA 的掺入而得以挽救的重要癌症基因的突变。
The detection of somatic single nucleotide variants is a crucial component to the characterization of the cancer genome. Mutation calling algorithms thus far have focused on comparing the normal and tumor genomes from the same individual. In recent years, it has become routine for projects like The Cancer Genome Atlas (TCGA) to also sequence the tumor RNA. Here we present RADIA (RNA and DNA Integrated Analysis), a novel computational method combining the patient-matched normal and tumor DNA with the tumor RNA to detect somatic mutations. The inclusion of the RNA increases the power to detect somatic mutations, especially at low DNA allelic frequencies. By integrating an individual’s DNA and RNA, we are able to detect mutations that would otherwise be missed by traditional algorithms that examine only the DNA. We demonstrate high sensitivity (84%) and very high precision (98% and 99%) for RADIA in patient data from endometrial carcinoma and lung adenocarcinoma from TCGA. Mutations with both high DNA and RNA read support have the highest validation rate of over 99%. We also introduce a simulation package that spikes in artificial mutations to patient data, rather than simulating sequencing data from a reference genome. We evaluate sensitivity on the simulation data and demonstrate our ability to rescue back mutations at low DNA allelic frequencies by including the RNA. Finally, we highlight mutations in important cancer genes that were rescued due to the incorporation of the RNA.
登录
查看更多内容
影响因子：
12.3
作者：
Cirulli ET;Singh A;Shianna KV;Ge D;Smith JP;Maia JM;Heinzen EL;Goedert JJ;Goldstein DB;Center for HIV/AIDS Vaccine Immunology (CHAVI)
通讯作者：
Center for HIV/AIDS Vaccine Immunology (CHAVI)
EGFR和KRAS突变的NSCLC之间的基因组广泛的SNP比较分析以及非小细胞肺癌中的两种致癌合作模型的表征。
影响因子：
2.7
作者：
Blons, Helene;Pallier, Karine;Le Corre, Delphine;Danel, Claire;Tremblay-Gravel, Maxime;Houdayer, Claude;Fabre-Guillevin, Elizabeth;Riquet, Marc;Dessen, Philippe;Laurent-Puig, Pierre
通讯作者：
Laurent-Puig, Pierre
来自1,092个人基因组的遗传变异的综合图。
影响因子：
64.8
作者：
通讯作者：
--
影响因子：
64.8
作者：
通讯作者：
--
影响因子：
7
作者：
Harrow J;Frankish A;Gonzalez JM;Tapanari E;Diekhans M;Kokocinski F;Aken BL;Barrell D;Zadissa A;Searle S;Barnes I;Bignell A;Boychenko V;Hunt T;Kay M;Mukherjee G;Rajan J;Despacio-Reyes G;Saunders G;Steward C;Harte R;Lin M;Howald C;Tanzer A;Derrien T;Chrast J;Walters N;Balasubramanian S;Pei B;Tress M;Rodriguez JM;Ezkurdia I;van Baren J;Brent M;Haussler D;Kellis M;Valencia A;Reymond A;Gerstein M;Guigó R;Hubbard TJ
通讯作者：
Hubbard TJ