App CG-006 拷贝数变异分析肿瘤基因组的测序数据分别可采用不同分析技术准确识别基因组拷贝数变异-CNV。精细度取决于测序深度。测序深度(coverage)与测序数据量直接相关,并与CNV的探测解析度(windowssize)有一定的相关性。另外,通过CNV分析进一步可分析得到杂合性缺失(LOH),用于判断遗传结构变异和变异等位基因在样本中的比例。全基因组CNV分析对于外周血DNA或游离核酸ctDNA,肿瘤组织等样本适用。对于外显子组测序也可进行CNV项目的分析。
--------------------------------------------------------------------------------------------------------------------------------
肿瘤基因组测序的诊断价值以及遗传变异的作用2001年人类基因组测序完成;测出人类基因组序列读出生命天书只是我们认识自己的步,更要紧的是读懂“天书”,从而开展疾病相关的基因组研究。因为癌症正加速向更多人逼近。 测序技术的进步使得科学家可以利用全基因组测序方法检测肿瘤及其各种肿瘤之间的差异,肿瘤患者DNA突变和表观遗传调控。有关肿瘤基因组的标志性国际项目 “国际癌症基因组联合计划”正是继国际人类基因组计划后人类基因研究的新里程碑。随着研究样本的聚少成多和肿瘤类型分型的多样化和分型精细化提高,肿瘤基因组测序数据已经成为“生物医学大数据与分析”Z活跃的应用领域之一。
肿瘤基因组大数据与分析应用就是要在测序成本大幅下降的同时,要加强对基因组数据的存储和深度分析研究;挖掘肿瘤基因组特征,寻求ZL过程的个性化处置方案,提高医学分子诊断与ZL用药的效能。
运用全基因组测序可以解释个体患者相关突变,配合肿瘤群体的大人群大数据海量信息的汇总与整合分析,让肿瘤基因组测序识别到的体细胞DNA突变更好应用与临床,服务于临床。
肿瘤药物基因组学与用药指导研究在肿瘤细胞内发现的体细胞突变以及在患者体内发现的生殖系变异都可以通过大数据分析筛选出关键位点,这些位点有助于药物个性化靶点的设计,用药指导;有些靶向药物可以对特定基因型形成不同预后治LX果。这些突变通常被认为是肿瘤标志物(cancer biomarker),可以看做是广义的预后预测分子标志物。利用有效的经过一定人群数目和基因组数据分析获取的标志物可以预测疾病的病程和发展,复发和转移趋势,以及药物LX。生物大数据与分析将ZD整合肿瘤基因组与药物基因组学的分析技术,实现利用基因组实现个性化YL诊断与ZL的临床应用。
肿瘤基因组的研究与临床应用场景主要体现在:
肿瘤的分类分型,肿瘤复发转移与ZL预后反应评价,药物抵抗机制研究,肿瘤克隆性进化与起源研究,早期诊断,肿瘤分子水平监控,药物靶点预测,以及其他机制性研究。BioGenius针对肿瘤基因组目前具备多领域交叉学科大数据分析技术与能力。
更多详情:http://www.biogenius.cn/htm/solution/BigData/cancer/47.html
Big Data , Big Idea !
惠研生物,提供领先的生物大数据解决方案!
- 全基因组测序/外显子组, 转录组等项目共计 完成近万个样本的测序与分析服务
- 累计协助客户发表权威SCI论文总IF超过 160分
- 512核心CPU,1T内存 满足大规模并行的,敏捷的数据分析服务;
- 1PB 数据磁盘阵列保证企业级 测序分析结果存储的安全稳定
官方网站:www.biogenius.cn
咨询热线:400-016-9606 / 180-1908-2932
官方微信:微信公众平台搜索 “惠研生物”
官方QQ:1744353207
咨询邮箱:service@biogenius.cn