Stochastic Tunneling of Two Mutations in a Population of Cancer Cells.
Stochastic Tunneling of Two Mutations in a Population of Cancer Cells.
复制标题
DOI：
10.1371/journal.pone.0065724
复制
发表时间：
2013
期刊：
影响因子：
3.7
通讯作者：
Michor F
中科院分区：
文献类型：
--
作者：
Haeno H;Maruvka YE;Iwasa Y;Michor F
癌症的发生、发展和耐药性的出现是由特定的遗传和/或表观遗传改变所驱动的，例如点突变、结构改变、DNA甲基化和组蛋白修饰改变。这些改变可能会对突变细胞产生有利、有害或中性的影响。以前的研究表明，在一个固定大小的种群中，即使没有只包含第一个变化的细胞接管种群的中间状态，具有两个特定变化的细胞也可能出现；这种现象被称为随机隧穿。在这里，我们研究了一个随机Moran模型，在该模型中，固定大小的细胞种群中出现了两个变化。我们开发了一种新的方法来全面描述两个突变的随机隧穿的进化动力学。我们考虑了大变异率和不同适应值的场景，并用精确的随机计算机模拟验证了数学预测的准确性。我们的理论适用于在固定大小的二进制分裂单元中累积两个改变的情况。
Cancer initiation, progression, and the emergence of drug resistance are driven by specific genetic and/or epigenetic alterations such as point mutations, structural alterations, DNA methylation and histone modification changes. These alterations may confer advantageous, deleterious or neutral effects to mutated cells. Previous studies showed that cells harboring two particular alterations may arise in a fixed-size population even in the absence of an intermediate state in which cells harboring only the first alteration take over the population; this phenomenon is called stochastic tunneling. Here, we investigated a stochastic Moran model in which two alterations emerge in a cell population of fixed size. We developed a novel approach to comprehensively describe the evolutionary dynamics of stochastic tunneling of two mutations. We considered the scenarios of large mutation rates and various fitness values and validated the accuracy of the mathematical predictions with exact stochastic computer simulations. Our theory is applicable to situations in which two alterations are accumulated in a fixed-size population of binary dividing cells.
登录
查看更多内容
影响因子：
3.7
作者：
Iwasa Y;Michor F
通讯作者：
Michor F
DOI：
10.1007/978-0-387-78168-6_1
发表时间：
2008-01-01
期刊：
PROBABILITY MODELS FOR DNA SEQUENCE EVOLUTION, SECOND EDITION
影响因子：
--
作者：
Durrett, Richard
通讯作者：
Durrett, Richard
影响因子：
2
作者：
Komarova, NL;Sengupta, A;Nowak, MA
通讯作者：
Nowak, MA
影响因子：
1.4
作者：
Lehmann, Laurent;Rousset, Francois
通讯作者：
Rousset, Francois
影响因子：
64.8
作者：
FISHER, JC
通讯作者：
FISHER, JC