DORGE: Discovery of Oncogenes and tumoR suppressor genes using Genetic and Epigenetic features.
DORGE: Discovery of Oncogenes and tumoR suppressor genes using Genetic and Epigenetic features.
复制标题
DOI：
10.1126/sciadv.aba6784
复制
发表时间：
2020-11
期刊：
影响因子：
13.6
通讯作者：
Li W
中科院分区：
文献类型：
--
作者：
Lyu J;Li JJ;Su J;Peng F;Chen YE;Ge X;Li W
DORGE通过整合最全面的遗传和表观遗传数据来预测癌症驱动基因。 癌症驱动基因（包括肿瘤抑制基因（TSG）和癌基因（OG））的数据驱动发现对于癌症预防，诊断和治疗至关重要。尽管表观遗传改变对于肿瘤的发生和发展是重要的，但是大多数已知的驱动基因仅基于遗传改变来鉴定。在这里，我们开发了一种算法，DORGE（使用遗传和表观遗传特征发现癌基因和肿瘤抑制基因），通过整合全面的遗传和表观遗传数据来识别TSG和OG。DORGE将组蛋白修饰确定为TSG的强预测因子，并发现错义突变，超级增强子和甲基化差异作为OGs的强预测因子。我们使用独立的功能基因组学数据广泛验证了DORGE预测的癌症驱动基因。我们还发现DORGE预测的双功能基因（TSG和OG）在蛋白质-蛋白质相互作用和药物-基因网络中的枢纽处富集。总的来说，我们的研究加深了对肿瘤发生中表观遗传机制的理解，并揭示了以前未检测到的癌症驱动基因。
DORGE predicts cancer-driver genes by integrating the most comprehensive collection of genetic and epigenetic data. Data-driven discovery of cancer driver genes, including tumor suppressor genes (TSGs) and oncogenes (OGs), is imperative for cancer prevention, diagnosis, and treatment. Although epigenetic alterations are important for tumor initiation and progression, most known driver genes were identified based on genetic alterations alone. Here, we developed an algorithm, DORGE (Discovery of Oncogenes and tumor suppressoR genes using Genetic and Epigenetic features), to identify TSGs and OGs by integrating comprehensive genetic and epigenetic data. DORGE identified histone modifications as strong predictors for TSGs, and it found missense mutations, super enhancers, and methylation differences as strong predictors for OGs. We extensively validated DORGE-predicted cancer driver genes using independent functional genomics data. We also found that DORGE-predicted dual-functional genes (both TSGs and OGs) are enriched at hubs in protein-protein interaction and drug-gene networks. Overall, our study has deepened the understanding of epigenetic mechanisms in tumorigenesis and revealed previously undetected cancer driver genes.
登录
查看更多内容
影响因子：
14.9
作者：
Gonzalez-Perez A;Lopez-Bigas N
通讯作者：
Lopez-Bigas N
影响因子：
64.5
作者：
Davoli T;Xu AW;Mengwasser KE;Sack LM;Yoon JC;Park PJ;Elledge SJ
通讯作者：
Elledge SJ
影响因子：
--
作者：
Forbes, S A;Beare, D;Campbell, P J
通讯作者：
Campbell, P J
影响因子：
64.5
作者：
Guenther, Matthew G.;Levine, Stuart S.;Young, Richard A.
通讯作者：
Young, Richard A.
影响因子：
30.8
作者：
Bailey, Swneke D.;Desai, Kinjal;Kron, Ken J.;Mazrooei, Parisa;Sinnott-Armstrong, Nicholas A.;Treloar, Aislinn E.;Dowar, Mark;Thu, Kelsie L.;Cescon, David W.;Silvester, Jennifer;Yang, S. Y. Cindy;Wu, Xue;Pezo, Rossanna C.;Haibe-Kains, Benjamin;Mak, Tak W.;Bedard, Philippe L.;Pugh, Trevor J.;Sallari, Richard C.;Lupien, Mathieu
通讯作者：
Lupien, Mathieu