SFyNCS detects oncogenic fusions involving non-coding sequences in cancer.
SFyNCS detects oncogenic fusions involving non-coding sequences in cancer.
复制标题
DOI：
10.1093/nar/gkad705
复制
发表时间：
2023-10-13
影响因子：
14.9
通讯作者：
Yang, Lixing
中科院分区：
文献类型：
--
作者：
Zhong, Xiaoming;Luan, Jingyun;Yu, Anqi;Lee-Hassett, Anna;Miao, Yuxuan;Yang, Lixing
融合基因是众所周知的癌症驱动因素。然而，大多数已知的致癌融合是蛋白质编码的，由于缺乏合适的检测工具，很少涉及非编码序列。我们开发了SFyNCS来从转录测序数据中检测蛋白质编码基因和非编码序列的融合。这项研究的主要优势是，我们使用从基因组数据中检测到的体细胞结构变异来验证从转录数据中检测到的融合。这使我们能够全面评估各种融合检测和过滤策略和参数。我们通过在癌细胞系和患者样本中进行广泛的基准测试，表明SFyNCS比现有算法具有更高的敏感性和特异性。然后，我们将SFyNCS应用于癌症基因组图谱队列中33种肿瘤类型的9565个肿瘤样本，总共检测到165,139个融合。其中，72%的融合涉及非编码序列。我们发现，在3%的前列腺癌中，一个长的非编码RNA反复与各种癌基因融合。此外，我们在32%的去分化脂肪肉瘤中发现了涉及两个非编码RNA的融合，并在小鼠模型中实验验证了致癌功能。
Fusion genes are well-known cancer drivers. However, most known oncogenic fusions are protein-coding, and very few involve non-coding sequences due to lack of suitable detection tools. We develop SFyNCS to detect fusions of both protein-coding genes and non-coding sequences from transcriptomic sequencing data. The main advantage of this study is that we use somatic structural variations detected from genomic data to validate fusions detected from transcriptomic data. This allows us to comprehensively evaluate various fusion detection and filtering strategies and parameters. We show that SFyNCS has superior sensitivity and specificity over existing algorithms through extensive benchmarking in cancer cell lines and patient samples. We then apply SFyNCS to 9565 tumor samples across 33 tumor types in The Cancer Genome Atlas cohort and detect a total of 165,139 fusions. Among them, 72% of the fusions involve non-coding sequences. We find a long non-coding RNA to recurrently fuse with various oncogenes in 3% of prostate cancers. In addition, we discover fusions involving two non-coding RNAs in 32% of dedifferentiated liposarcomas and experimentally validated the oncogenic functions in mouse model.
登录
查看更多内容
影响因子：
30.8
作者：
Kleinman, Claudia L.;Gerges, Noha;Jabado, Nada
通讯作者：
Jabado, Nada
影响因子：
7
作者：
Uhrig S;Ellermann J;Walther T;Burkhardt P;Fröhlich M;Hutter B;Toprak UH;Neumann O;Stenzinger A;Scholl C;Fröhling S;Brors B
通讯作者：
Brors B
DOI：
10.1002/path.4730
发表时间：
2016-07
期刊：
The Journal of pathology
影响因子：
--
作者：
Spans L;Fletcher CD;Antonescu CR;Rouquette A;Coindre JM;Sciot R;Debiec-Rychter M
通讯作者：
Debiec-Rychter M
影响因子：
8.8
作者：
Gao Q;Liang WW;Foltz SM;Mutharasu G;Jayasinghe RG;Cao S;Liao WW;Reynolds SM;Wyczalkowski MA;Yao L;Yu L;Sun SQ;Fusion Analysis Working Group;Cancer Genome Atlas Research Network;Chen K;Lazar AJ;Fields RC;Wendl MC;Van Tine BA;Vij R;Chen F;Nykter M;Shmulevich I;Ding L
通讯作者：
Ding L
各种癌症中涉及长链非编码RNA和肿瘤特异性融合的景观
影响因子：
14.9
作者：
Guo M;Xiao ZD;Dai Z;Zhu L;Lei H;Diao LT;Xiong Y
通讯作者：
Xiong Y