Advances in understanding tumour evolution through single-cell sequencing.
Advances in understanding tumour evolution through single-cell sequencing.
复制标题
DOI：
10.1016/j.bbcan.2017.02.001
复制
发表时间：
2017-04
期刊：
影响因子：
--
通讯作者：
Beerenwinkel N
中科院分区：
文献类型：
--
作者：
Kuipers J;Jahn K;Beerenwinkel N
在肿瘤内观察到的突变异质性对开发有效的癌症治疗提出了额外的挑战。彻底了解肿瘤的亚克隆组成及其突变历史对于开发针对个体患者的治疗设计至关重要。对大量肿瘤的比较研究允许识别突变模式，这可以改进对癌症进展、对治疗的反应和转移潜力的预测。肿瘤的组成是由进化过程形成的。下一代测序的最新进展提供了通过对单细胞进行测序以前所未有的分辨率分析肿瘤的进化历史和伴随的异质性的可能性。当从批量数据转移到单细胞测序数据时，出现了新的计算挑战，导致了新的建模框架的发展。在这篇综述中，我们提出了最先进的方法来了解批量或单细胞测序数据中编码的肿瘤基因，并强调了未来发展更全面和信息丰富的肿瘤演变图片的方向。这篇文章是特刊的一部分，题为：进化原理-癌症的异质性？由Robert A.盖滕比
The mutational heterogeneity observed within tumours poses additional challenges to the development of effective cancer treatments. A thorough understanding of a tumour's subclonal composition and its mutational history is essential to open up the design of treatments tailored to individual patients. Comparative studies on a large number of tumours permit the identification of mutational patterns which may refine forecasts of cancer progression, response to treatment and metastatic potential. The composition of tumours is shaped by evolutionary processes. Recent advances in next-generation sequencing offer the possibility to analyse the evolutionary history and accompanying heterogeneity of tumours at an unprecedented resolution, by sequencing single cells. New computational challenges arise when moving from bulk to single-cell sequencing data, leading to the development of novel modelling frameworks. In this review, we present the state of the art methods for understanding the phylogeny encoded in bulk or single-cell sequencing data, and highlight future directions for developing more comprehensive and informative pictures of tumour evolution. This article is part of a Special Issue entitled: Evolutionary principles - heterogeneity in cancer?, edited by Dr. Robert A. Gatenby.
登录
查看更多内容
影响因子：
11.2
作者：
Bonavia R;Inda MM;Cavenee WK;Furnari FB
通讯作者：
Furnari FB
影响因子：
3.7
作者：
Dago AE;Stepansky A;Carlsson A;Luttgen M;Kendall J;Baslan T;Kolatkar A;Wigler M;Bethel K;Gross ME;Hicks J;Kuhn P
通讯作者：
Kuhn P
影响因子：
9.3
作者：
El-Kebir, Mohammed;Satas, Gryte;Raphael, Benjamin J.
通讯作者：
Raphael, Benjamin J.
使用下一代 DNA 测序数据进行变异发现和基因分型的框架。
影响因子：
30.8
作者：
通讯作者：
--
影响因子：
4.3
作者：
Beerenwinkel, Niko;Antal, Tibor;Dingli, David;Traulsen, Arne;Kinzler, Kenneth W.;Velculescu, Victor E.;Vogelstein, Bert;Nowak, Martin A.
通讯作者：
Nowak, Martin A.