100篇泛癌研究文献解读之非编码区调控元件的突变情况
为了分析不同类型、组织起源肿瘤的共性、差异以及新课题。TCGA于2012年10月26日-27日在圣克鲁兹，加州举行的会议中发起了泛癌计划。参考：https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6000284/ 为此我也录制了系列视频教程在：TCGA知识图谱视频教程（B站和YouTube直达）
发表于 Nat Genet. 2014 Nov, 文章是 Genome-wide analysis of noncoding regulatory mutations in cancer. 本研究专注于分析那些有全基因组测序的肿瘤样本，不到一千个。采取3个研究策略：
hotspot analysis focused on small regions that frequently contained mutations;
regional recurrence analysis identified annotated regions that contained numerous mutations;
transcription factor analysis nominated regions with ETS transcription factor binding sites that were disrupted or created by mutation.
大多数的研究都集中在肿瘤用来产生蛋白的基因组部分，即蛋白编码基因。蛋白就像细胞机器一样发挥作用。当它们正常地运作时，蛋白执行良好的健康所需的细胞任务。但是当蛋白不能正常地工作时，包括癌症在内的疾病可能就会产生。然而，表达蛋白的基因仅占整个基因组的1％至2％，更多未知的信息都存储在剩余的98%基因组区域，只有真正的全基因组测序数据才能探索到。
文献解读属于100篇泛癌研究文献系列，首发于：http://www.bio-info-trainee.com/4132.html
病人数量及癌症肿瘤
分布如下：
ROIs的突变数量分布
关于genomic regions of interest (ROIs)
包括：
经典生物学包括: gene,intron,exon,CDS,UTR
表观生物学包括: CpG,promoter,enhancer
其它: insertions/deletions, copy number variants, differentially methylated regions, transcription factor binding sites (TFBSs), and 3D interacting regions
国际著名的 International Human Epigenome Consortium (IHEC) 包括：ENCODE, NIH Roadmap Epigenomics, FANTOM5, BLUEPRINT 通常喜欢把ROIs链接到邻近基因来代表它的功能，基于一个很简单的理论，这个ROIs在基因附近，那么它自然而然的可以影响该基因的行为。熟悉命令行工具的研究者可以用bedtools等工具，不熟悉的也有ColoWeb这样的网页工具。
本文采用Ensembl v70 数据库定义CDS,UTR区域，然后启动子区域是TSS的上游2Kb和下游200bp，还有 66 944 enhancer-region 也来源于数据库。
如下:
Transcription factor analysis.
在ENCODE数据可以得到 3个EST酶( EHF, ELF1 and ETS1) 都是可以结合 SDHD 启动子区域的, 所以SDHD 启动子区域突变会影响它被ELF1的调控。
SDH是一个四聚体酶(4个亚基分别由SDHA, SDHB, SDHC, SDHD基因编码) ，本文重点描述的是SDHD基因，它的启动子区域的突变可以把melanoma 分组，mutations (n = 13; red) 和 wild-type (WT) SDHD (n = 42; blue) ，表达量差异很显著：
而且突变与否，完全决定了它与ELF1基因的表达量相关性，这个 ETS transcription factor (ELF1)
而且具有临床意义：
后记
本研究比较容易重复，只使用1000多个WGS数据的突变信息和表达量信息，关键是作者如何重海量数据里面定位到SDHD 和 ELF1 这个关系。
当然了，如果你想超脱于他们的泛癌计划已经发表的研究，那么就非常有必要跟着我读完这100篇泛癌文献！
详见我的100篇泛癌研究文献解读目录：http://www.bio-info-trainee.com/4132.html
TCGA教程长期更新列表
TCGA的28篇教程-使用R语言的cgdsr包获取TCGA数据（cBioPortal）
TCGA的28篇教程-使用R语言的RTCGA包获取TCGA数据 （离线打包版本）
TCGA的28篇教程-使用R语言的RTCGAToolbox包获取TCGA数据 （FireBrowse portal）
TCGA的28篇教程-批量下载TCGA所有数据 （ UCSC的 XENA）