Resumen

La integración de datos multiómicos del cáncer puede ayudar a las personas a explorar los cánceres de manera integral. Sin embargo, con un gran volumen de diferentes datos ómicos y funcionales generados, existe un desafío importante para distinguir los genes impulsores funcionales de un mar de genes pasajeros inconsecuentes que se acumulan de manera estocástica pero no contribuyen al desarrollo del cáncer. En este artículo, presentamos un método de red basado en la longitud de los genes, llamado DriverFinder, para identificar genes impulsores mediante la integración de mutaciones somáticas, variaciones en el número de copias, red de interacción gen-gen, expresión tumoral y expresión normal de los genes. Para ilustrar el rendimiento de DriverFinder, se aplica a cuatro tipos de cáncer del Atlas del Genoma del Cáncer, incluidos el cáncer de mama, el carcinoma de células escamosas de cabeza y cuello, el carcinoma de tiroides y el carcinoma de células renales claras de riñón. En comparación con algunos métodos convenc

• Materias:Simulación dinámica Toma de decisiones Regresión lineal Cargas controladas Seguridad multimedia
• Subjects:Dynamic simulation Decision making Linear regression Controlled loads Multimedia safety
• Palabras claves:Integración; Datos multi-ómicos; Cáncer; Genes conductores; DriverFinder; Red basada en la longitud de los genes
• Keywords:Integration; Multi-omics data; Cancer; Driver genes; DriverFinder; Gene length-based network