Informacije

Šta je kosmički VCF?

Šta je kosmički VCF?


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Popularna varijanta MuTect alata:

http://archive.broadinstitute.org/cancer/cga/mutect_run

ima sljedeću VCF opciju:

--kosmički

P: Šta je ova kosmička VCF datoteka? Koja je svrha datoteke?


VCF je kratica za Variant Format poziva. To je format datoteke za SNP.

COSMIC skraćenica za Katalog somatskih mutacija kod raka. To je baza podataka.

Pogledajte linkove za više informacija.

COSMIC VCF je vjerovatno samo datoteka u datoteci VCF formata koja sadrži podatke koji dolaze iz COSMIC baze podataka.


Bez razmatranja bilo kakvih dokumenata o mutektu i načina na koji bi to moglo koristiti, COSMIC VCF odnosio bi se na VCF iz svemirske baze podataka http://cancer.sanger.ac.uk/cosmic/


Kosmički zrak

Kosmičke zrake su visokoenergetski protoni i atomska jezgra koji se kreću kroz svemir gotovo brzinom svjetlosti. Potječu od sunca, izvan Sunčevog sistema u našoj vlastitoj galaksiji, [1] i iz udaljenih galaksija. [2]

Kozmičke zrake otkrio je Victor Hess 1912. godine u eksperimentima s balonima. Direktno mjerenje kosmičkih zraka, posebno pri nižim energijama, postalo je moguće od lansiranja prvih satelita kasnih 1950-ih. Detektori čestica slični onima koji se koriste u nuklearnoj fizici i fizici velikih energija koriste se na satelitima i svemirskim sondama za istraživanje kosmičkih zraka. [3] Nakon udara u Zemljinu atmosferu, kosmičke zrake mogu proizvesti pljuskove sekundarnih čestica koje ponekad dopiru do površine.

Podaci iz svemirskog teleskopa Fermi (2013) [4] tumačeni su kao dokaz da značajan dio primarnih kosmičkih zraka potječe od eksplozija supernova zvijezda. [5] Čini se da i aktivna galaktička jezgra proizvode kozmičke zrake, što je fizička stvarnost utvrđena kao istinita, na osnovu opažanja neutrina i gama zraka iz blazara TXS 0506+056 2018. [6] [7]


Kako izbeći kosmičku katastrofu

Zamislite naprednu civilizaciju negdje u svemiru, koja je razvila akcelerator čestica koji sudara elektrone pri Planckovoj energiji, skali na kojoj se gravitacija mora opisati kvantno mehanički. Ova skala energije nije mali podvig za sudarač, jer odgovara deset kvintilion (10 19) puta masi mirovanja protona. Za postizanje ove energije sa našom postojećom tehnologijom ubrzanja bio bi potreban linearni sudarač dužine 10.000 svjetlosnih godina.

No, različiti koncepti laserskih akceleratora plazme, na kojima sam radio tijekom doktorata, mogu eventualno skratiti potrebnu udaljenost ubrzanja za faktor 10.000, smanjujući veličinu takvog sudarača na veličinu Oortovog oblaka koji okružuje solarnu sistem. Dakle, moglo bi se optimistično zamisliti da bi visoko napredna civilizacija mogla generirati sudare elektrona na Planckovoj energiji unutar svog matičnog planetarnog sistema.

Kako se ispostavilo, hipotetička izvedivost takvog eksperimenta razlog je za zabrinutost svih civilizacija u svemiru. Dopusti mi da objasnim.

Na osnovu ubrzanog širenja svemira, znamo da vakuum nije prazan već da ima gustinu tamne energije. Sudar čestica na Planckovoj energiji može pokrenuti lokalno tuneliranje vakuuma u stanje niže energije. Kvantni prijelaz između dva stanja može zahtijevati velike energije za prevladavanje barijere koja razdvaja dva stanja, kao i za stvaranje dovoljno velikog mjehurića kako bi energija dobivena povećanjem volumena premašila energiju uloženu u napetost njegovu površinu. Ta površina podsjeća na kožu mjehurića sapuna, koja se ovdje raznosi spaljivanjem tamne energije & ldquofuel & rdquo unutar nje.

Pokretanje raspada vakuuma u dovoljno velikom mjehuru na lokaciji sudarača proizvelo bi širenje goruće fronte, takozvani &ldquodomain wall,&rdquo iza kojeg će se gustoća energije vakuuma pretvoriti u toplinu&mdash kao što detonacijski val sagorijeva kroz eksplozivni materijal. Ovaj sferični gorući front kretat će se prema van brzinom svjetlosti i ispuštat će do sada neviđenu količinu energije u prostor, zagrijavajući sve na svom putu. Ako se sva tamna energija pretvori u toplinu, donijela bi neograničenu zapreminu koju je spaljeni front pomeo na temperaturu od 30 stepeni iznad apsolutne nule, 10 puta topliju i 10 000 puta gušću energiju od zračenja kosmičke mikrovalne pozadine, zaostalo od vrelog velikog praska.

Bi li takav toplinski val bio razlog za zabrinutost? Loša vijest je da nećemo primiti nikakvo unaprijed upozorenje prije nego što nas ova kosmička katastrofa pogodi u lice jer se nikakav signal prethodnik ne može kretati brže od svjetlosti da nas upozori na rizik. No, možda je ovo i dobra vijest, jer implicira da bi se svako nastalo razaranje dogodilo odmah i bilo bi jednako iznenađujuće koliko je udarni udar Chicxuluba bio za dinosaure. Nikada ne bismo znali šta nas je snašlo.

Jedan od načina da se izbjegne svemirska katastrofa ove vrste je uspostavljanje međuzvjezdanog ugovora, sličnog Ugovoru o zabrani nuklearnih ispitivanja, koji su 1963. godine prvo potpisale vlade Sovjetskog Saveza, Ujedinjenog Kraljevstva i Sjedinjenih Država. Cilj &ldquoPlanckovog sporazuma o kolajderu&rdquo bi bio da zaštiti naše kosmičko okruženje od veštački proizvedenih zidova domena. Bez takvog sporazuma, mogli bismo samo poželjeti da se sve civilizacije ponašaju odgovorno kada steknu tehnološku zrelost da naprave sudarač Planckove energije. Morali bismo se nadati da će naši susjedi pokazati kosmičku odgovornost.

Dugoročno, potreba za potpisivanjem ugovora samo je hitna unutar naše galaksije, Mliječne staze i njenog najbližeg susjeda, Andromede, ne proteže se dalje od Lokalne grupe galaksija. Čak i bez potpisanog ili poštovanog ugovora na proširenim međugalaktičkim razmjerima, ubrzano širenje svemira će nas na kraju spasiti od rizika od katastrofe Planck sudarača. Sve galaksije izvan & ldquoMilkomeda & rdquo (rezultat eventualnog spajanja između Mliječnog puta i Andromede, koje smo moj kolega T.J. Cox i ja imenovali u radu iz 2007.) na kraju će se udaljiti od nas brže od svjetlosti. Kao što sam pokazao u radu iz 2002., kada sve ostale galaksije napuste naš svemirski horizont događaja, ništa što se događa unutar njih ne bi moglo utjecati na nas jer se svi uzročni signali šire najvećom brzinom svjetlosti. Jednom kada svemir stari za još deset faktora, Milkomeda će biti okružena samo tamnim svemirom.

Ubrzana kosmička ekspanzija odnijet će od nas sve rizične Planckove sudarače unutar udaljenih galaksija, štiteći nas na kraju od bilo kakvih nezgoda u njima. Ovo predstavlja još jedan primjer da je majka priroda ljubazna prema nama. Blagoslovljeni smo neizbježnim društvenim distanciranjem na kosmičkim razmjerima. Na kraju krajeva, svemirski domeni mogli bi biti daleko opasniji od COVID-19 jer fundamentalna fizika ne nudi izlaz iz svog gorućeg zamaha brzinom svjetlosti.

O AUTORIMA

Avi Loeb bivši je predsjedavajući (2011-2020) odjela za astronomiju na Univerzitetu Harvard, osnivač direktor Harvardske inicijative Black Hole Initiative i direktor Instituta za teoriju i računanje pri Harvard-Smithsonian Centru za astrofiziku. On također predsjeda Odborom za fiziku i astronomiju Nacionalnih akademija i savjetodavnim odborom za projekt Breakthrough Starshot, a član je i Vijeća predsjednika Savjeta za nauku i tehnologiju. Loeb je autor bestselera Vanzemaljski: Prvi znak inteligentnog života izvan Zemlje (Houghton Mifflin Harcourt).


Kosmički zraci i rukopisnost života

Naučnici su razmišljali o misteriji o životu najmanje jedno stoljeće: mnogi biološki molekuli dolaze u dvije verzije zrcalne slike, baš kao i ljudske ruke, poznate su kao "ldquorighthead" i rdquo i "ldquoleft hands". & Rdquo Prirodne hemijske reakcije proizvode približno jednak broj obe vrste molekula. Ali šećeri i aminokiseline koji služe kao gradivni blokovi života na Zemlji imaju samo jednu ruku koja omogućava proteinima i nukleinskim kiselinama da usvoje stabilne spiralne strukture, poput DNK, što, zauzvrat, omogućava živim organizmima da evoluiraju i napreduju.

Oznaka ručnosti & mdashleft naspram desne & mdashis povijesna je i ponekad se čini proizvoljnom. Na primjer, DNK je desnoruka, dok su povezane aminokiseline ljevoruke. Međutim, važno nije imenovanje, već činjenica da je napravljen jedan od dva moguća izbora. Veliko pitanje je &ldquoZašto se razvila jedna rukost, a druga ne?&rdquo Je li to stvar slučajnosti ili nesreće ili je za to postojao razlog?

U nedavnom radu u Astrophysical Journal Letters, mi predlažemo mehanizam koji bi mogao dovesti do željene ruke života. Počinje s kozmičkim zrakama: atomska jezgra, lišena elektrona, koja putuju kroz svemir gotovo brzinom svjetlosti, na kraju udarajući u našu atmosferu i pokrećući niz sekundarnih čestica. Kada su te čestice stupile u interakciju s organizmima ranog života, uzrokovale su da razviju ruku koju danas vidimo. Ako se potvrdi, ovo ne bi samo riješilo misteriju, već bi nam i dalo neke tragove o tome kako tražiti život izvan Zemlje.

Da budemo jasni, zasigurno nismo prvi koji su povezali homokiralnost sa slabom interakcijom. Vester, Ulbricht, Zel & rsquodovich, Salam i drugi davno su istraživali ovu ideju. Međutim, ono što vjerujemo da je novo i provjerljivo u našem istraživanju je osnovni mehanizam kroz koji su kosmičke zrake, djelujući direktno na stopu mutacije, a time i na evoluciju najjednostavnijih i najranijih živih oblika, u konačnici odgovorne za univerzalnu moć koja prožima. sav život danas u svoj njegovoj zamršenosti i međuzavisnosti.

Biološka predanost, ili homokiralnost kako je poznata, bila je intenzivno polje istraživanja i debate od svog otkrića od strane Louisa Pasteura 1848. Ima pandan u jednoj od fundamentalnih sila fizike, nazvanoj slaba sila, koja je pronađena u 1950 -ih da bi pokazali sličnu spretnost. Kosmičke zrake, tačnije, pljuskovi sekundarnih čestica koje proizvode, a koje stvara ova slaba sila, pružaju direktnu vezu između asimetrije fizike i asimetrije biologije.

Vjeruje se da kosmičke zrake potječu od sunca, od eksplodiranja zvijezda u našoj galaksiji i oko udaljenih crnih rupa. Obično se smatraju štetnim. To je zato što kada kosmički zraci stupaju u interakciju s biološkim molekulom, on može izbaciti, ili ionizirati, elektron i prekinuti kemijske veze koje spajaju atome zajedno. Ako je intenzitet zračenja visok, ljudska bića se razbole ili umru. Ovo je jedan od razloga zašto bi putovanje na Mars i život na njemu mogli biti vrlo opasni. Pri veoma visokim nivoima radijacije sav život bi bio uništen.

Međutim, niske razine ionizirajućeg zračenja mogu uzrokovati mutacije bioloških molekula i potaknuti genetske varijacije. To omogućava male, postupne promjene u živim organizmima koje im pomažu da istraže bolje načine preživljavanja u promjenjivom okruženju. Ovo je evolucija na djelu. Kao što se obično tvrdi za crno vino, male doze su korisne!

Kakve to veze ima sa homohiralnošću? Kada elementarne čestice imaju i električni naboj i kvantnu osobinu koja se naziva spin, one se ponašaju poput sićušnih magneta sa sjevernim i južnim polom. Sada, kosmički zraci koji udaraju u atmosferu mogu stvoriti nabijene rotirajuće čestice koje se nazivaju mioni i elektroni, a one se preferirano kreću s južnim polom naprijed. Kad muoni i elektroni naiđu na živi molekul, ti orijentirani magneti mogu uzrokovati malu razliku u brzini mutacije desnorukog i ljevorukog života. Tokom mnogih generacija, možda milijardi ili čak triliona, ova mala pristrasnost može uzrokovati procvat jedne ruke, a nestanak druge: homokiralnost. Ono što je novo u vezi s ovim prijedlogom je to što kombinuje fizički uzrok&mdashkosmičke zrake&mdash sa hemijskim svojstvom živih molekula&mdashheličnim strukturama&mdash da utiče na način na koji je primitivni život evoluirao.

Dakle, ovo je predloženo objašnjenje za rukopisnost života i, kao i sve naučne ideje, trebalo bi ga testirati. Postoje dva pristupa. Prvi je da se vidi da li je život svuda homohiran. Ključno pitanje s kojim se suočava astrobiologija je procjena okruženja koja su gostoljubiva za život. Ne znamo kako i gdje je život nastao, ali ga aktivno tražimo, na površinama ili podzemnim površinama drugih planeta u Sunčevom sistemu, na njihovim ledenim mjesecima, u asteroidima, pa čak i u kometama. Neka od ovih vanzemaljskih okruženja sadrže šećere i aminokiseline. Ako se utvrdi da i oni pokazuju život, onda bi on trebao imati istu moć kao i život na Zemlji jer je izložen istim kosmičkim zracima.

Drugi pristup je izvođenje eksperimenata. Ovo je izazov kada ne razumijemo kako se život formirao! Međutim, možemo stvoriti mione i elektrone s magnetima prema jugu prema naprijed i prema sjeveru prema naprijed i vidjeti postoji li razlika u načinu njihove interakcije s biološkim molekulima, a možda čak i virusima i bakterijama. Bilo je brojnih teorijskih analiza i eksperimenata usmjerenih na utvrđivanje moguće uloge magnetski polariziranih elektrona (ili cirkularno polarizirane svjetlosti) u kiralno-selektivnoj kemiji, mada ne u kiralnoj selektivnoj biologiji.

Međutim, ono što je najuzbudljivije od svega je biti u mogućnosti postaviti ova pitanja u vrijeme kada se toliko toga otkriva i biti spreman biti iznenađen njihovim odgovorima.


Šta je kosmički VCF? - Biologija

Stručnjaci za biotehnološke informacije ovo su pitanje stavili na računarsko modeliranje. Od hiljada bakterijskih genoma, njihov grafikon (prikazan) ima karakterističan oblik: gotovo 4.000 gena bili su singletoni, a 20 gena je podijeljeno na gotovo 2.000 genoma. S različitim pretpostavkama o brzini dobivanja i gubitka gena, te o veličini raspoloživog genskog fonda, njihovi modeli mogu proizvesti sličnu distribuciju. Njihova prva pretpostavka: Novi geni se mogu steći samo putem HGT-a, dok se drugi mehanizmi, kao što je duplikacija praćena divergencijom i de novo rođenje gena, zanemaruju.

"Je li život poseban?" naslov je samo jednog od 17 kratkih, bogatih eseja u ovoj knjizi. Oni se nalaze u širokom rasponu, uključujući "Šta je bilo prije Velikog praska" i "Kuća duhova mog djetinjstva". Lightman je plodan autor koji podjednako dobro vlada naukom i lirikom. Sada nam je dao urednu novu kolekciju mudrosti i razmišljanja.

Održao je dvostruki fakultet za nauku i humanističke nauke na Harvardu i MIT -u. Godine 2006. osnovao je fondaciju Harpswell, koja "oprema mladim ženama u jugoistočnoj Aziji liderskim vještinama, obrazovanjem i mrežom podrške". Alan je također savjetodavni direktor sponzora ove web stranice i cijenjen prijatelj.

Uočeno je da je većina gena povezanih s mozgom pod snažnom selekcijom pročišćavanja. Drugi, uključujući gene koji vjerojatno upravljaju veličinom mozga, pokazuju dokaze pozitivne selekcije ili prekomjerne nesinonimne zamjene nukleotida. Potpuna, revolucionarna studija dostupna je na internetu.

Mnoge velike inovacije karakteriziraju evoluciju života na Zemlji. Koraci koji vode do nervnog sistema kod primata su među njima. Takve inovacije zahtijevaju dugotrajne genetske programe. Po našem mišljenju, ovi programi moraju izvorno stići nekim oblikom prijenosa gena, koji može doći ubrzo prije, ili mnogo prije nego što se programi implementiraju. Velike inovacije mogu se nazvati "makroevolucijom".

Mikroevolucija, nasuprot tome, lako dolazi od supstitucija nukleotidnih tačaka. Brojni dokazi sada pokazuju da ove mutacije često mogu biti pod pozitivnom selekcijom, a to čak može biti usmjereno na specifične nukleotide. Ne sumnjamo da bi mikroevolucija mogla istražiti i optimizirati potencijal inovativnog programiranja, nakon što se instalira. Da li je tako ljudski mozak dostigao svoju veličinu?

Šta je novo u vezi HGT | Uloga virusa u evoluciji postaje sve više prepoznata i istražena. Čak i eukariotsko jezgro može potjecati od velikih DNK virusa i proizvodi kućišta nalik jezgri. Danas prijedlog više nije zapanjujući, a skepticizam slabi. Virusi mogu lako dati složeno genetsko programiranje koje je inače neobjašnjivo.

Jedna manifestacija Gvozdenog pravila je "Tihonični princip": važnost posmatranja sa tačnošću do mnogih decimalnih mjesta. Keplerovo korištenje Tycho-ovih obimnih podataka ilustruje ovaj princip. Tako bi bilo i pažljivo mjerenje savijanja svjetlosti zvijezda u pomračenju Sunca 1919. — barem u teoriji. Ali podaci o pomrčini nisu bili baš precizni. U njihovom tumačenju Eddingtonove predrasude imale su mnogo veću ulogu od preciznosti. Općenito, Strevensove tvrdnje — da je rana nauka bila tako primitivna, da je naučna revolucija bila tako nagla i da je nauka konačno potpuno objektivna — meni se čine diskutabilnim.

Čitajući knjigu, često sam htio podići ruku i postaviti pitanje. Ponekad je Strevens došao do problema, ali ne uvijek. Na primjer, Strevens kaže da Gvozdeno pravilo garantuje konsenzus, koji omogućava kontinuitet, koji smatra važnim. Ali ponekad potpuno nedostaje konsenzus, kao u teoriji evolucije. Način na koji se život razvija jedno je od najspornijih pitanja u istoriji nauke. Ne vidim tu konsenzus, samo krizu. Strevens je proučavao Thomasa Kuhna, ali ga čini malo uvjerljivim.

Zahvaljujući Gvozdenom pravilu, Strevens kaže: "Uvijek postoji nešto na što se čak i najljući neprijatelji mogu složiti sljedeće: još jedan test." Ovo je potpuno pogrešno. Raskol između darvinizma i inteligentnog dizajna to ilustrira. Iz perspektive trećih strana, zastoj je posebno očigledan.

Ipak, uživao sam čitajući Mašinu znanja. Volim znati više o Aristotelu, Francisu Baconu, Descartesu, Galileu, Newtonu, Kelvinu, D'Arcy Thompson, Whewellu i mnogim drugima, u dobro ispričanim epizodama i šarenim vinjetama. Strevensovo pisanje je lako, njegova stipendija je vrlo impresivna, a njegova ambivalentnost u vezi s vlastitim Gvozdenim pravilom je intrigantna.


Amplikonsko sekvenciranje razrijeđene ćelijske linije COLO829

COLO829BL i COLO829 DNK je ekstrahovan korišćenjem DNeasy Blood & Tissue Kit (Qiagen), a uzorci mešavine DNK su generisani dodavanjem 0,1% i 0,02% COLO829 u COLO829BL. Prajmeri za SNV mete (Dodatna datoteka 1: Tabela S2d) veličine 130 bp do 170 bp su dizajnirani pomoću Primer3. PCR je izveden sa KAPA HiFi HotStart ReadyMix PCR kompletom i NEBNext Q5 Hot Start HiFi PCR Master Mixom, 10 μM svakog prajmera, 50 ng COLO829BL, COLO829, dvije replike 0,1% mješavine i dvije replike 0,02% mješavine DNK za DNK mješavine. svaku metu koristeći sljedeće PCR uslove: 95 °C 5 min, 26 ciklusa od 98 °C 20 s, 63 °C 15 s, 72 °C 15 s i 72 °C 1 min prije skladištenja u 4 ° C (Kapa HiFi HotStart) 98 ° C 30 s, 26 ciklusa od 98 ° C 10 s, 65 ° C 15 s, 72 ° C 20 s i 72 ° C 2 min prije skladištenja na 4 ° C (NEBN naredni Q5). Svi amplikoni su provjereni kvalitetom na 2% agaroznom E-gelu (Invitrogen), zatim skupljeni u kante i pročišćeni pomoću Agencourt Ampure XP Beads. Ukupno 100 ng svakog skupljenog amplikona je na kraju popravljeno, vezano adapterom i obogaćeno putem 8 ciklusa PCR-a korištenjem KAPA HiFi HotStart ReadyMix PCR kompleta ili NEBNext Q5 Hot Start HiFi PCR Master Mixa. Konačno, biblioteke amplikona su objedinjene posebnim omjerima kako bi se omogućilo generiranje 300.000X pokrivenosti za 0,1% šiljaka, 1000.000X pokrivenosti za 0,02% šiljaka, 50.000X za COLO829BL i 30.000X pokrivenosti za COLO829 na Illumina HiSeq 2500 Rapid načinu rada i NovaSeq 6000 S1 protočne ćelije uparene na kraju 2 × 101 ciklus sekvenciranja.

COLO829 skup podataka

Ćelijska linija melanoma COLO829 izgubila je heterozigotnost u 1q sa 4 kopije [21] (Dodatni fajl 2: Slika S2a), a njena odgovarajuća normalna ćelijska linija COLO829BL imala je diploidni genom. U 1q postoje 3 grupe SNV -a s različitim brojem MAF -ova (dodatna datoteka 2: Slika S2b): 100% (4 od 4 ukupna alela) 50% (2 od 4 ukupna alela) i 25% (1 od 4 ukupna alela) ). Iskoristili smo ovu činjenicu i odabrali 16 SNV markera iz 1q regiona: 6 SNV sa MAF od 1,0, 7 SNV sa MAF od 0,5 i 3 SNV sa MAF od 0,25. Također smo odabrali 2 SNV -a iz diploidne regije u chr4 (tako da bismo imali 5 SNV -a s 1 mutiranim alelom u svakoj stanici raka). Odabrali smo i mi BRAF V600E, onkogena žarišna mutacija otkrivena u ovom uzorku koja ima MAF od 0,67 (4 od 6 kopija su mutirane), ukupno 19 SNV -ova (dodatni fajl 1: Tabela S2d). Marker chr1.203055000. G & gtA nije uspio Q5 amplikon, pa se u skupu podataka NovaSeq + Q5 nalazi 18 SNV -ova.

Očekivani broj MAF-ova izračunava se kao MAF = a/(1 × 4 + 1000 × 2) ≈ a/2000 za markere 1q s razrjeđenjem 1: 1000, MAF = 1 × a/(1 × 4 + 5000 × 2) ≈ a/10000 za 1q markere sa razblaženjem 1:5000, gde a (= 1, 2, 4) predstavlja ukupan broj mutiranih alela u 1 ćeliji raka za dati SNV. Slična aproksimacija je korištena za BRAF V600E (a = 4) i 2 SNV-a (a = 1) u chr4. Crvene, plave i crne okomite linije na Sl. 2, 3 i 4 (i Dodatna datoteka 2: Slika S5–9, 11) odgovaraju a (= 1, 2, 4) za odgovarajuće koncentracije razrjeđenja.

Skup podataka o hibridizaciji-hvatanju

Genomska DNK je rezana

Prosječna veličina od 150 do 200 bp upotrebom Covaris LE220 fokusiranog ultrazvuka. Fragmentirana DNK je zatim popravljena na kraju, vezana za dA, vezana adapterom i obogaćena PCR amplifikacijom koristeći Kapa HTP komplet za pripremu biblioteke Illumina 96rxn. Dizajnirani mamci hibridizirani su s bibliotekama DNA vezanih adapterom tijekom 64 do 72 sata. Zatim su hibridi-mete hvatani zrncima streptavidina i obogaćeni sekundarnim obogaćivanjem PCR-om. Biblioteke za snimanje su sekvencirane izvođenjem uparenih 150 ciklusa na sistemu Illumina HiSeq X Ten pri 50.000X. Ovaj skup podataka ima medijan od 87.094 (opseg 31.437–129.934) baznih parova pokrivenih na ≥ 15.000X u 47 uzoraka (pogledajte detaljnu listu uzoraka u Dodatnoj datoteci 1: Tabela S4).

WGS sekvenciranje

DNK je ekstrahirana iz uskladištenih uzoraka pomoću QIAamp DNA Mini Mini Kit (QIAGEN cat# 51106) ili DNeasy Blood & amp Tissue Kit (cat# 69506). Nakon ekstrakcije, koncentracija DNK je fluorometrijski izmjerena korištenjem Quant-iT dsDNA Assay Kit (Life Technologies cat#Q33130), a integritet DNK je vizualno verificiran elektroforezom agaroznog gela (E-Gel, Life Technologies, cat#G8008-01) . Sekvenciranje cijelog genoma (WGS) izvedeno je u laboratoriji HudsonAlpha Institute for Biotechnology Genomic Services (Huntsville, AL, SAD) korištenjem Illumina HiSeq X Ten sekvencera. Ukupno 1663 uzorka cijelog genoma iz prethodne studije LIFE St. Jude (SJLIFE) [29] (vidi detaljan popis uzoraka u Dodatnoj datoteci 1: Tablica S5) uključeno je u ovaj rad.

Podaci o sekvenciranju cijelog genoma također su analizirani koristeći CleanDeepSeq za svaki uzorak. Da bi se uzeli u obzir polimorfizmi, unutar svakog uzorka, samo lokusi sa ≥ 20X pokrivenosti i> 95% (tako da binomski P vrijednost promatranja 1 nereferentnog alela iz 20 čitanja je 4 × 10 −5 i binomska P vrijednost promatranja 2 nereferentna alela iz 40 čitanja je 1,5 × 10 −9 s obzirom na to da je lokus heterozigotan) čitanja kao referentni alel spojena su u datoteku s jednim brojem. Lokusi s heterozigotnim pozivima (tj. Nema alela s udjelom>> 95%) u bilo kojem subjektu isključeni su iz analize. Koristili smo samo lokuse sa ≥ 20.000X srušenom pokrivenošću u našoj analizi grešaka za ovaj skup podataka.

Direktno nagomilavanje

Da bismo uporedili CleanDeepSeq sa direktnim gomilanjem (slika 2b), implementirali smo naredbu “lofreq plpsummary -Q 30 -q 30 -m 55 -d100000000” iz LoFreq-a [34], što znači brojanje baza (i referentnih i nereferentnih alela ) korištenjem ograničenja kvalitete od 30 i uključuje samo čitanja s kvalitetom mapiranja (MAPQ) > 55 (vrijednost 255 je također odbačena jer ukazuje da kvalitet mapiranja nije dostupan (https://samtools.github.io/hts-specs/ SAMv1.pdf)). U skladu s prethodnim izvještajem [35], ponovna kalibracija [36] nije značajno promijenila rezultat gomilanja (podaci nisu prikazani). Direktno gomilanje na NovaSeq-u rezultiralo je stopom greške

10 −4, što ukazuje na značajno poboljšanje sekvencera. Međutim, CleanDeepSeq je poboljšao (10 puta manje grešaka) suzbijanje grešaka izvan gomilanja za promjene uključujući A & gtC/T & gtG, A & gtT/T & gtA, C & gtA/G & gtT. Međutim, izravno gomilanje od strane LoFreq -a generiralo je nepravilno brojanje kad je dubina prešla 10 milijuna, stoga smo uzorke sirovih podataka smanjili na 20% za eksperimente NovaSeq.

Skup podataka sekvenciranja cijelog egzoma neuroblastoma s poznatim oštećenjem uzorka i skupom podataka sekvenciranja cijelog egzoma AML

Za proučavanje uzoraka s poznatim oštećenjem DNK, preuzeli smo skup podataka o sekvenciranju cijelog egzoma neuroblastoma [28] koji je generirao Broad Institute 2010. i 2012. (koristeći Illumina sekvencer GAII ili HiSeq 2000, pogledajte „Metode“). Ovaj skup podataka sekvenciranja cijelog egzoma (76-bp upareni kraj) uključivao je izvorne (Exome_Native) i uzorke DNK pojačane cijelog genoma (Exome_WGA), od kojih je poznato da prvi sadrže povišene nivoe grešaka C>A/G>T (Dodatna datoteka 2 : Slika S2 od Pugha i sur. [28]) zbog ultrazvučne obrade visoke energije u koraku DNK smicanja tijekom izgradnje biblioteke. Analizirani su samo uzorci zametne linije. Brojali smo alele na svakom genomskom mjestu sa CleanDeepSeq-om ili lofreq-om kako je gore opisano i koristili smo 75-mernu kartografsku evidenciju iz UCSC pretraživača genoma (vidi dolje).

Budući da smo zainteresirani za oštećenje DNK na nivou uzorka, htjeli smo dobiti stope grešaka specifične za uzorak i lokaciju. Međutim, budući da je dubina sekvenciranja samo 100X do 200X, nismo mogli pravilno izračunati stopu grešaka specifičnih za web lokaciju za ovaj skup podataka. Stoga smo se usredotočili na sva dobro pokrivena mjesta (≥ 50X i s dominantnim referentnim alelom s udjelom>> 95%, tako da binom P vrijednost promatranja 1 nereferentnog alela iz 50 očitavanja je 4 × 10 −14 i binom P vrijednost promatranja dva nereferentna alela iz 50 očitavanja je 1 × 10−12 s obzirom na to da je lokus heterozigotan) za izračunavanje stope grešaka na nivou uzorka (definirane kao ukupne baze neusklađenosti podijeljene sa ukupnim preslikanim bazama, vidi [37]). Skup podataka o sekvenciranju cijelog egzoma AML-a [15] (22 uzorka zametne linije) koji je generirao Centar za sekvenciranje ljudskog genoma Baylor College of Medicine 2012. godine (koristeći Illumina sekvencer HiSeq 2000 vidi “Metode”) je na sličan način analiziran kako bi se dodatno ojačali naši zaključci.

Primjena deepSNV-a i MuTect-a za otkrivanje supstitucije na niskom nivou

Da bismo primijenili deepSNV (verzija 1.26.0) algoritam [30], podijelili smo naše CleanDeepSeq brojeve A, C, G, T na svakom mjestu na polovice - jednu za referentnu, a drugu za obrnutu nit - jer deepSNV zahtijeva lanac -specifično brojanje. Zatim smo podatke o prebrojavanju (podatke o razrjeđenju označili kao „slučaj“ i normalne podatke kao „kontrolu“) dostavili funkciji „deepSNV“ u R (verzija 3.4.4). Mutacije su pozvane sa a P granična vrijednost od 0,05 nakon Bonferronijeve korekcije.

Da bismo primijenili MuTect algoritam (verzija 1.1.4) [31], implementirali smo sljedeću naredbu: java -Xmx2g -jar muTect -1.1.4.jar --analiza_tip MuTect --reference_sequence REFERENCE.fasta --input_file: normalni NJEMAČKI. bam --input_file:tumor TUMOR.bam --out CALL_STATS.txt --coverage_file COVERAGE.wig --cosmic COSMIC.vcf --dbsnp DBSNP.vcf --downsampling_type NONE --force_alleles --tumor_f_pretest 0.0000001 --thgaresp_events --thgaresp_events --thgaresp_events fraction_contamination 0,00, gdje je GERMLINE.bam naša nerazrijeđena normalna ćelijska linija, a TUMOR.bam je (1) 1:1000, (2) 1:5000 razrijeđena ćelijska linija, ili (3) nerazrijeđena ćelijska linija raka. Primijenili smo MuTect na skup podataka NovaSeq + Q5 koji je generirao StJude. Početno pokretanje MuTecta generiralo je nepravilan broj alela za markere kandidata za koji se ispostavilo da je uzrokovano zadanim ponašanjem MuTecta da smanji uzorkovanje čitanja (navedeno kao „Princip ovog tipa smanjenja uzorkovanja je smanjivanje čitanja do datog pokrivanja praga ograničenja. Njegova je svrha riješiti se pretjerane pokrivenosti, jer iznad određene dubine posjedovanje dodatnih podataka nije informativno i nameće nerazumne računske troškove. ”U dokumentaciji MuTect sa https://software.broadinstitute.org/gatk/documentation/tooldocs/3.8 -0/org_broadinstitute_gatk_engine_CommandLineGATK.php). Kada je ovo ponašanje isključeno (dodavanjem parametra “--downsampling_type NONE”), ne možemo pokrenuti MuTect-čak ni na zahtjev memorije od 20 Gb-zbog velike dubine naših podataka. Stoga smo smanjili uzorkovanje naše bam datoteke na dubinu od 50.000X za svako od 18 područja amplikona kako bismo mogli pokrenuti MuTect algoritam. Kako bismo testirali poboljšanje preciznosti otkrivanja varijante MuTect-a suzbijanjem grešaka pomoću CleanDeepSeq-a, filtrirali smo čitanja niske kvalitete (kako je opisano u sljedećem odjeljku „Suzbijanje grešaka pomoću CleanDeepSeq-a“) i stvorili nove bam datoteke (i skup podataka o razrjeđenju i normalni skup podataka) kao ulaz za MuTect.

Suzbijanje grešaka pomoću CleanDeepSeq -a

Pošto je osnovni kvalitet opao na krajevima čitanja za HiSeq podatke (slika 1b Dodatni fajl 2: slika S3b, f, j), skratili smo prvih i poslednjih pet osnovnih parova čitanja. Ovo obrezivanje bi također očistilo potencijalne zaostale sekvence adaptera/prajmera. Isti parametar se koristi i za druge skupove podataka. Da bismo izbjegli artefakte koji se mogu pripisati dvosmislenosti mapiranja, koristili smo strogu granicu kvalitete mapiranja (MAPQ) od 55 (vrijednost 255 je također odbačena jer ukazuje na to da kvaliteta mapiranja nije dostupna (https://samtools.github.io/hts-specs/ SAMv1.pdf)), što je utjecalo na 18,2% čitanja (16,2% ako se koristi MAPQ granična vrijednost od 30 Dodatna datoteka 2: Slika S3c, g, k) u skupu podataka HiSeq. Nadalje, budući da čitanja s umetanjem/brisanjem i/ili strukturnim preuređivanjem mogu unijeti dvosmislenost poravnanja, uključili smo samo čitanja s nepodudaranjima zamjene (tj. CIGAR niz odgovara regularnom izrazu /^d + M$/ koji utiče

1% čita dodatnu datoteku 2: Slika S3d, h, l). Očitavanja sa ≥ 5% baza Phred ocjene kvaliteta & lt 20 također su potisnuta jer imaju povišene stope grešaka (slika 1c Dodatna datoteka 2: Slika S3d, h, l). Kako bismo izbjegli dvaput brojanje alela iz istog DNK fragmenta, koristili smo sljedeću proceduru za fragmente s preklapajućim parovima čitanja: (i) ako par baza ima samo jedno očitavanje u naprijed ili obrnutom čitanju (nepreklapajući dio), on će računat će se samo kao 1 ako je njegova ocjena kvalitete Phred ≥ 30 (ii) ako osnovni par ima dva očitanja u čitanju naprijed i natrag (preklapajući dio), računat će se kao 1 ako su očitanja naprijed i natrag usklađena i oba imaju Phred ocjena kvalitete ≥ 30 ili ako samo jedno očitanje ima Phred ocjenu kvalitete ≥ 30.

Dubinska analiza podataka o sekvenciranju

Za podatke velike dubine, prebrojane su lokacije koje su bile dovoljno pokrivene (> 500X) i koje su imale dominantan alel (učestalost > 95%). Za analizu stope greške (kao na slici 2b), koristili smo 500.000X kao graničnu vrijednost dubine za podatke COLO829, 15.000X za podatke o hibridizaciji i hvatanju i 20.000X za skupljene WGS podatke kako bismo uzeli u obzir nesigurnost uzorkovanja i različite projektovane dubine. Za kontekstualnu analizu, bočne baze su također morale imati dominantni alel s frekvencijom> 95%. Implicitna pretpostavka praga od 95% je da stopa greške rijetko prelazi 5%. Due to the possible presence of true low-level SNVs (such as mosaic mutations) that are not recognized, this threshold might lead to slightly over-estimated background error rates. Therefore, we consider a 95% threshold to be conservative for our reported error rates (i.e., the true error rates could be even lower).

Usage of summary statistics

Usually, summary statistics such as median/mean are used to represent population averages. With sufficiently high depth, such as in Fig. 2, median is a good summary statistic for our purpose. However, with reduced depth, such as in downsampling (Additional file 2: Figure S11), most genomic sites have MAF 0, rendering mean or median non-informative. As a result, we used higher percentiles, such as 99.9th percentile, to represent the population characteristics. Because such a statistic is much less robust (in terms of sampling uncertainty) than are mean or median, we required a sufficient number of sample points to use this statistic in this work. Specifically, for the hybridization-capture dataset (Fig. 5), we required that there be > 20,000 genomic sites for each of the 12 substitution types for a sample to be included in the analysis (21 of the 47 hybridization-capture samples passed this threshold and are included in Fig. 5). This requirement ensures that there are > 20 genomic sites with error rate above the 99.9th percentile for each of the 12 substitution types. One advantage of using 99.9th percentile is that it automatically implies a false-positive rate of 0.1% (i.e., 99.9% of genomic sites have lower allele fraction than this statistic). A similar reasoning was used for the comparison between hybridization-capture dataset and the whole-genome sequencing dataset (Fig. 7).

Other analysis details

Reads were aligned by using bwa (0.7.12-r1039) with option “aln.” To avoid artifacts due to paralog mapping, we included only base pairs in uniquely mappable regions for 100-mers (http://hgdownload.soe.ucsc.edu/goldenPath/hg19/database/wgEncodeCrgMapabilityAlign100mer.txt.gz for hg19 and http://hgdownload.soe.ucsc.edu/gbdb/hg38/hoffmanMappability/k100.Umap.MultiTrackMappability.bw for hg38 downloaded March 2018) and for 75-mers (http://hgdownload.cse.ucsc.edu/goldenPath/hg19/encodeDCC/wgEncodeMapability/wgEncodeCrgMapabilityAlign75mer.bigWig). Only regions with a mappability score of 1 and length > 300 bp were considered. Furthermore, the first and last 50 bp of a region were excluded to account for potential edge effects.


Sottoriva A, Spiteri I, Piccirillo SG, Touloumis A, Collins VP, Marioni JC, Curtis C, Watts C, Tavare S. Intratumor heterogeneity in human glioblastoma reflects cancer evolutionary dynamics. Proc Natl Acad Sci U S A. 2013110:4009–14.

Patel AP, Tirosh I, Trombetta JJ, Shalek AK, Gillespie SM, Wakimoto H, Cahill DP, Nahed BV, Curry WT, Martuza RL, et al. Single-cell RNA-seq highlights intratumoral heterogeneity in primary glioblastoma. Nauka. 2014344:1396–401.

Stupp R, Mason WP, van den Bent MJ, Weller M, Fisher B, Taphoorn MJ, Belanger K, Brandes AA, Marosi C, Bogdahn U, et al. Radiotherapy plus concomitant and adjuvant temozolomide for glioblastoma. N Engl J Med. 2005352:987–96.

Turkalp Z, Karamchandani J, Das S. IDH mutation in glioma: new insights and promises for the future. JAMA Neurol. 201471:1319–25.

Ohgaki H, Kleihues P. The definition of primary and secondary glioblastoma. Clin Cancer Res. 201319:764–72.

Reifenberger G, Liu L, Ichimura K, Schmidt EE, Collins VP. Amplification and overexpression of the MDM2 gene in a subset of human malignant gliomas without p53 mutations. Cancer Res. 199353:2736–9.

Verhaak RGW, Hoadley KA, Purdom E, Wang V, Qi Y, Wilkerson MD, Miller CR, Ding L, Golub T, Mesirov JP, et al. An integrated genomic analysis identifies clinically relevant subtypes of glioblastoma characterized by abnormalities in PDGFRA, IDH1, EGFR and NF1. Ćelija raka. 201017:98.

Wang Q, Hu B, Hu X, Kim H, Squatrito M, Scarpace L, AC dC, Lyu S, Li P, Li Y, et al. Tumor evolution of glioma-intrinsic gene expression subtypes associates with immunological changes in the microenvironment. Ćelija raka. 201732:42–56.e46.

Korber V, Yang J, Barah P, Wu Y, Stichel D, Gu Z, Fletcher MNC, Jones D, Hentschel B, Lamszus K, et al. Evolutionary trajectories of IDH (WT) glioblastomas reveal a common path of early tumorigenesis instigated years ahead of initial diagnosis. Ćelija raka. 201935:692–704.e612.

Kim H, Zheng S, Amini SS, Virk SM, Mikkelsen T, Brat DJ, Grimsby J, Sougnez C, Muller F, Hu J, et al. Whole-genome and multisector exome sequencing of primary and post-treatment glioblastoma reveals patterns of tumor evolution. Genome Res. 201525:316–27.

Cuykendall TN, Rubin MA, Khurana E. Non-coding genetic variation in cancer. Curr Opin Syst Biol. 20171:9–15.

Lindblad-Toh K, Garber M, Zuk O, Lin MF, Parker BJ, Washietl S, Kheradpour P, Ernst J, Jordan G, Mauceli E, et al. A high-resolution map of human evolutionary constraint using 29 mammals. Priroda. 2011478:476–82.

Davydov EV, Goode DL, Sirota M, Cooper GM, Sidow A, Batzoglou S. Identifying a high fraction of the human genome to be under selective constraint using GERP++. PLoS Comput Biol. 20106:e1001025.

RNAcentral: a hub of information for non-coding RNA sequences. Nucleic Acids Res 2019, 47:D1250-d1251.

Fishilevich S, Nudel R, Rappaport N, Hadar R, Plaschkes I, Iny Stein T, Rosen N, Kohn A, Twik M, Safran M, et al. GeneHancer: genome-wide integration of enhancers and target genes in GeneCards. Database (Oxford). 20172017:1–17.

Casper J, Zweig AS, Villarreal C, Tyner C, Speir ML, Rosenbloom KR, Raney BJ, Lee CM, Lee BT, Karolchik D, et al. The UCSC Genome Browser database: 2018 update. Nukleinske kiseline Res. 201846:D762–d769.

International Human Genome Sequencing C, Lander ES, Linton LM, Birren B, Nusbaum C, Zody MC, Baldwin J, Devon K, Dewar K, Doyle M, et al. Početno sekvenciranje i analiza ljudskog genoma. Priroda. 2001409:860.

Raine KM, Van Loo P, Wedge DC, Jones D, Menzies A, Butler AP, Teague JW, Tarpey P, Nik-Zainal S, Campbell PJ. ascatNgs: identifying somatically acquired copy-number alterations from whole-genome sequencing data. Curr Protoc Bioinformatics. 201656:15.19.11–7.

Beroukhim R, Mermel CH, Porter D, Wei G, Raychaudhuri S, Donovan J, Barretina J, Boehm JS, Dobson J, Urashima M, et al. The landscape of somatic copy-number alteration across human cancers. Priroda. 2010463:899–905.

Freire P, Vilela M, Deus H, Kim Y-W, Koul D, Colman H, Aldape KD, Bogler O, Yung WKA, Coombes K, et al. Exploratory analysis of the copy number alterations in glioblastoma multiforme. PLoS One. 20083:e4076.

Cibulskis K, Lawrence MS, Carter SL, Sivachenko A, Jaffe D, Sougnez C, Gabriel S, Meyerson M, Lander ES, Getz G. Sensitive detection of somatic point mutations in impure and heterogeneous cancer samples. Nat Biotechnol. 201331:213–9.

Saunders CT, Wong WS, Swamy S, Becq J, Murray LJ, Cheetham RK. Strelka: accurate somatic small-variant calling from sequenced tumor-normal sample pairs. Bioinformatika. 201228:1811–7.

Ramos AH, Lichtenstein L, Gupta M, Lawrence MS, Pugh TJ, Saksena G, Meyerson M, Getz G. Oncotator: cancer variant annotation tool. Hum Mutat. 201536:E2423–9.

Lawrence MS, Stojanov P, Polak P, Kryukov GV, Cibulskis K, Sivachenko A, Carter SL, Stewart C, Mermel CH, Roberts SA, et al. Mutational heterogeneity in cancer and the search for new cancer-associated genes. Priroda. 2013499:214–8.

Grossman RL, Heath AP, Ferretti V, Varmus HE, Lowy DR, Kibbe WA, Staudt LM. Toward a shared vision for cancer genomic data. N Engl J Med. 2016375:1109–12.

Forbes SA, Bindal N, Bamford S, Cole C, Kok CY, Beare D, Jia M, Shepherd R, Leung K, Menzies A, et al. COSMIC: mining complete cancer genomes in the catalogue of somatic mutations in cancer. Nukleinske kiseline Res. 201139:D945–50. https://academic.oup.com/nar/article/39/suppl_1/D945/2508687.

Cerami E, Gao J, Dogrusoz U, Gross BE, Sumer SO, Aksoy BA, Jacobsen A, Byrne CJ, Heuer ML, Larsson E, et al. The cBio cancer genomics portal: an open platform for exploring multidimensional cancer genomics data. Cancer Discov. 20122:401–4.

Chang MT, Bhattarai TS, Schram AM, Bielski CM, Donoghue MTA, Jonsson P, Chakravarty D, Phillips S, Kandoth C, Penson A, et al. Accelerating discovery of functional mutant alleles in cancer. Cancer Discov. 20188:174–83.

Fan Y, Lee S, Wu G, Easton J, Yergeau D, Dummer R, Vogel P, Kirkwood JM, Barnhill RL, Pappo A, Bahrami A. Telomerase expression by aberrant methylation of the TERT promoter in melanoma arising in giant congenital nevi. J Invest Dermatol. 2016136:339–42.

Borah S, Xi L, Zaug AJ, Powell NM, Dancik GM, Cohen SB, Costello JC, Theodorescu D, Cech TR. Rak. TERT promoter mutations and telomerase reactivation in urothelial cancer. Science (New York). 2015347:1006–10.

Heidenreich B, Rachakonda PS, Hosen I, Volz F, Hemminki K, Weyerbrock A, Kumar R. TERT promoter mutations and telomere length in adult malignant gliomas and recurrences. Oncotarget. 20156:10617–33.

Forbes SA, Beare D, Gunasekaran P, Leung K, Bindal N, Boutselakis H, Ding M, Bamford S, Cole C, Ward S, et al. COSMIC: exploring the world’s knowledge of somatic mutations in human cancer. Nukleinske kiseline Res. 201543:D805–11.

Khurana E, Fu Y, Chakravarty D, Demichelis F, Rubin MA, Gerstein M. Role of non-coding sequence variants in cancer. Nat Rev Genet. 201617:93–108.

Battle A, Mostafavi S, Zhu X, Potash JB, Weissman MM, McCormick C, Haudenschild CD, Beckman KB, Shi J, Mei R, et al. Characterizing the genetic basis of transcriptome diversity through RNA-sequencing of 922 individuals. Genome Res. 201424:14–24.

Wittkopp PJ, Kalay G. Cis-regulatory elements: molecular mechanisms and evolutionary processes underlying divergence. Nat Rev Genet. 201113:59–69.

Albert FW, Kruglyak L. The role of regulatory variation in complex traits and disease. Nat Rev Genet. 201516:197–212.

Davis CA, Hitz BC, Sloan CA, Chan ET, Davidson JM, Gabdank I, Hilton JA, Jain K, Baymuradov UK, Narayanan AK, et al. Enciklopedija DNK elemenata (ENCODE): ažuriranje portala podataka. Nukleinske kiseline Res. 201846:D794–d801.

Man J, Shoemake J, Zhou W, Fang X, Wu Q, Rizzo A, Prayson R, Bao S, Rich JN, Yu JS. Sema3C promotes the survival and tumorigenicity of glioma stem cells through Rac1 activation. Cell Rep. 20149:1812–26.

Thomas-Chollier M, Hufton A, Heinig M, O'Keeffe S, Masri NE, Roider HG, Manke T, Vingron M. Transcription factor binding predictions using TRAP for the analysis of ChIP-seq data and regulatory SNPs. Nat Protoc. 20116:1860–9.

Neubauer HA, Tea MN, Zebol JR, Gliddon BL, Stefanidis C, Moretti PAB, Pitman MR, Costabile M, Kular J, Stringer BW, et al. Cytoplasmic dynein regulates the subcellular localization of sphingosine kinase 2 to elicit tumor-suppressive functions in glioblastoma. Onkogen. 201938:1151–65.

Yap YL, Lam DC, Luc G, Zhang XW, Hernandez D, Gras R, Wang E, Chiu SW, Chung LP, Lam WK, et al. Conserved transcription factor binding sites of cancer markers derived from primary lung adenocarcinoma microarrays. Nukleinske kiseline Res. 200533:409–21.

Maunakea AK, Nagarajan RP, Bilenky M, Ballinger TJ, D'Souza C, Fouse SD, Johnson BE, Hong C, Nielsen C, Zhao Y, et al. Conserved role of intragenic DNA methylation in regulating alternative promoters. Priroda. 2010466:253–7.

Wang Z, Yang B, Zhang M, Guo W, Wu Z, Wang Y, Jia L, Li S, Xie W, Yang D. lncRNA epigenetic landscape analysis identifies EPIC1 as an oncogenic lncRNA that interacts with MYC and promotes cell-cycle progression in cancer. Ćelija raka. 201833:706–720.e709.

Bralten LBC, Gravendeel AM, Kloosterhof NK, Sacchetti A, Vrijenhoek T, Veltman JA, van den Bent MJ, Kros JM, Hoogenraad CC, Sillevis Smitt PAE, French PJ. The CASPR2 cell adhesion molecule functions as a tumor suppressor gene in glioma. Onkogen. 201029:6138.

Hu B, Wang Q, Wang YA, Hua S, Sauve CG, Ong D, Lan ZD, Chang Q, Ho YW, Monasterio MM, et al. Epigenetic activation of WNT5A drives glioblastoma stem cell differentiation and invasive growth. Cell. 2016167:1281–1295.e1218.

Li X, Zhang H, Wu X. Long noncoding RNA DLX6-AS1 accelerates the glioma carcinogenesis by competing endogenous sponging miR-197-5p to relieve E2F1. Gene. 2019686:1–7.

Bozdag S, Li A, Riddick G, Kotliarov Y, Baysan M, Iwamoto FM, Cam MC, Kotliarova S, Fine HA. Age-specific signatures of glioblastoma at the genomic, genetic, and epigenetic levels. PLoS One. 20138:e62982.

Zhang C, Yang M, Li Y, Tang S, Sun X. FOXA1 is upregulated in glioma and promotes proliferation as well as cell cycle through regulation of cyclin D1 expression. Cancer Manag Res. 201810:3283–93.

Cheung AK, Lung HL, Ko JM, Cheng Y, Stanbridge EJ, Zabarovsky ER, Nicholls JM, Chua D, Tsao SW, Guan XY, Lung ML. Chromosome 14 transfer and functional studies identify a candidate tumor suppressor gene, mirror image polydactyly 1, in nasopharyngeal carcinoma. Proc Natl Acad Sci U S A. 2009106:14478–83.

Xiao Q, Sun Y, Dobi A, Srivastava S, Wang W, Srivastava S, Ji Y, Hou J, Zhao G-P, Li Y, Li H. Systematic analysis reveals molecular characteristics of ERG-negative prostate cancer. Sci Rep. 20188:12868.

Lee J, Lee AJ, Lee JK, Park J, Kwon Y, Park S, Chun H, Ju YS, Hong D. Mutalisk: a web-based somatic MUTation AnaLyIS toolKit for genomic, transcriptional and epigenomic signatures. Nukleinske kiseline Res. 201846:W102–w108.

Alexandrov LB, Nik-Zainal S, Wedge DC, Aparicio SA, Behjati S, Biankin AV, Bignell GR, Bolli N, Borg A, Borresen-Dale AL, et al. Signature mutacijskih procesa u ljudskom karcinomu. Priroda. 2013500:415–21.

Rands CM, Meader S, Ponting CP, Lunter G. 8.2% of the human genome is constrained: variation in rates of turnover across functional element classes in the human lineage. PLoS Genet. 201410:e1004525.

Koonin EV, Wolf YI. Constraints and plasticity in genome and molecular-phenome evolution. Nat Rev Genet. 201011:487.

Hui DHF, Tam KJ, Jiao IZF, Ong CJ. Semaphorin 3C as a therapeutic target in prostate and other cancers. Int J Mol Sci. 201920. https://www.mdpi.com/about/announcements/784.

Hao J, Yu JS. Semaphorin 3C and its receptors in cancer and cancer stem-like cells. Biomedicines. 20186. https://www.mdpi.com/about/announcements/784.

Smith AJ, Humphries SE. Characterization of DNA-binding proteins using multiplexed competitor EMSA. J Mol Biol. 2009385:714–7.

Lentjes MH, Niessen HE, Akiyama Y, de Bruine AP, Melotte V, van Engeland M. The emerging role of GATA transcription factors in development and disease. Expert Rev Mol Med. 201618:e3.

Zheng R, Blobel GA. GATA transcription factors and cancer. Genes Cancer. 20101:1178–88.

Wang Z, Yuan H, Sun C, Xu L, Chen Y, Zhu Q, Zhao H, Huang Q, Dong J, Lan Q. GATA2 promotes glioma progression through EGFR/ERK/Elk-1 pathway. Med Oncol. 201532:87.

Glimelius B, Melin B, Enblad G, Alafuzoff I, Beskow A, Ahlstrom H, Bill-Axelson A, Birgisson H, Bjor O, Edqvist PH, et al. U-CAN: a prospective longitudinal collection of biomaterials and clinical information from adult cancer patients in Sweden. Acta Oncol. 201857:187–94.

Xie Y, Bergström T, Jiang Y, Johansson P, Marinescu VD, Lindberg N, Segerman A, Wicher G, Niklasson M, Baskaran S, et al. The human glioblastoma cell culture resource: validated cell models representing all molecular subtypes. EBioMedicine. 20152:1351–63.

Li H, Durbin R. Fast and accurate short read alignment with Burrows-Wheeler transform. Bioinformatika. 200925:1754–60.

McKenna A, Hanna M, Banks E, Sivachenko A, Cibulskis K, Kernytsky A, Garimella K, Altshuler D, Gabriel S, Daly M, DePristo MA. The Genome Analysis Toolkit: a MapReduce framework for analyzing next-generation DNA sequencing data. Genome Res. 201020:1297–303.

Sherry ST, Ward MH, Kholodov M, Baker J, Phan L, Smigielski EM, Sirotkin K. dbSNP: the NCBI database of genetic variation. Nukleinske kiseline Res. 200129:308–11.

Ameur A, Dahlberg J, Olason P, Vezzi F, Karlsson R, Martin M, Viklund J, Kähäri AK, Lundin P, Che H, et al. SweGen: a whole-genome data resource of genetic variability in a cross-section of the Swedish population. Eur J Hum Genet. 201725:1253.

Sakthikumar S, Roy A, Haseeb L, Pettersson ME, Sundström E, Marinescu VD, Lindblad-Toh K, Forsberg-Nilsson, K. Whole genome sequencing of glioblastoma reveals enrichment of non-coding constraint mutations in known and novel genes. Dataset. European Genome-Phenome Archive. https://www.ega-archive.org. Accessed 3 June 2020.


Sadržaj

John F. Haught was born on November 12, 1942 to Paul and Angela Haught. His wife is Evelyn.

Haught graduated from St. Mary's Seminary and University in Baltimore in 1964 and subsequently received his PhD in theology from The Catholic University of America in Washington DC in 1968 (Dissertation: Foundations of the Hermeneutics of Eschatology). [1]

From 1969 to 2005 Haught taught in the Department of Theology at Georgetown University in Washington D.C., serving as theology department chair between 1990 and 1995. In addition, he has been a Landegger Distinguished Professor and Thomas Healey Distinguished Professor, and held the D’Angelo Chair in Humanities at St. John’s University (2008), and was visiting professor at the Pontifical Gregorian University in Rome (2010).

Inspiration and Influence Edit

In his early 20s, John Haught started reading the works of the Jesuit priest and geologist Pierre Teilhard de Chardin. As an undergraduate student at St. Mary’s Seminary and University, Haught had majored in philosophy and completed graduate work in philosophical theology, though he was never ordained. While teaching science and religion at Georgetown University and writing books on the topic, he specialized in the areas of cosmology and biology. During his studies, he concluded that Thomistic metaphysics could not adequately contextualize the discoveries of evolutionary biology and Big Bang physics. As the intellectual backbone of his courses, he turned to science-friendly 20th century philosophers such as Alfred North Whitehead, Michael Polanyi, Bernard Lonergan, and Hans Jonas. Njegove knjige Science and Religion: From Conflict to Conversation (1995) and more recently Science and Faith: a New Introduction (2012) reflect an approach developed over many years of teaching at Georgetown University.

During the 1990s, he became increasingly involved in issues relating to evolution, especially because of their growing importance in the intellectual world and the claims by creationists and prominent evolutionists alike that Darwinian science and belief in God are irreconcilable. The American cultural warfare over the teaching of Intelligent Design led Haught to write such books as God After Darwin, Deeper than Darwin, i Making Sense of Evolution. These and other works have led to numerous lectures on theology and evolution nationally and internationally. In his works, John Haught argues that an open-minded search for intelligibility requires a plurality of distinct “horizons of inquiry,” allowing for the harmonious cohabitation of science (including evolutionary biology) and religious belief. Haught views science and religion as two different and noncompeting levels of explanation, asserting that "science and religion cannot logically stand in a competitive relationship with each other." [2]

In 2005, Haught testified on behalf of the plaintiffs at the Harrisburg PA trial against the teaching of Intelligent Design in public schools. His testimony earned him the “Friend of Darwin” award from the National Center for Science Education.

Science and Religion Edit

John Haught’s lectures and works focus on a vision of reality that provides room for both scientific inquiry and a biblical understanding of God. In Haught’s perspective, everything should be open to scientific study, including human intelligence, ethical aspiration, and religion. Haught posits that science is one of many avenues to providing a fruitful understanding of nature since there are distinct and noncompeting levels of explaining all natural phenomena. By allowing for different reading levels, one can avoid the conflation of science and religion whereby physics spills into metaphysics, or evolutionary biology into a whole worldview. According to Haught, a major obstacle to adopting a plurality of reading levels is the persistence of biblical literalism which erroneously looks to the Bible as a source of scientific truth. In his view, approaching ancient religious texts with modern scientific expectations is the source of unnecessary and anachronistic confusion that makes the Bible, and the biblically based faith traditions, seem incompatible with modern science. In works, such as God and the New Atheism, Haught aims to show that Daniel Dennett, Christopher Hitchens, Richard Dawkins, and Jerry Coyne have adopted the same misplaced biblical literalism as their creationist opponents. Haught disputes the contention of New Atheists that God is a quasi-scientific hypothesis now rendered obsolete by modern cosmology, geology, and evolutionary biology. Emphasizing that science and theology represent two distinct horizons for looking at the story of life and the universe, Haught argues in his various lectures and writings that “it is the mission of a theology of nature to integrate them into a synthetic vision wherein differences do not dissolve but instead contribute in distinct ways to the larger and longer human quest for meaning and truth.” [ potreban citat ]

Haught emphasizes that theology looks for levels of meaning and truth that scientific method is not wired to receive. “Theology has its own horizon of inquiry. It is grounded in a qualitatively distinct set of questions from those asked by scientists and ethicists. The data that give rise to distinctively theological questions include an easily recognizable set of beliefs and ethical commitments that do not show up within the horizon of scientific inquiry, but which every scientist must embrace in order to do science at all.

  • 1. Belief (faith or trust) that the world, including the horizon of scientific inquiry, is intelligible.
  • 2. Belief that truth is worth seeking.
  • 3. Belief that honesty, humility, generosity, and openness in sharing one’s ideas and discoveries are unconditionally right (and hence that the pursuit of virtue is not irrelevant to successful scientific work.)
  • 4. Belief that one’s own mind has the capacity to grasp intelligibility and to distinguish what is true from what is false.” [potreban citat]

Recognition and awards Edit

Haught was the winner of the 2002 Owen Garrigan Award in Science and Religion and the 2004 Sophia Award for Theological Excellence. In 2009, in recognition of his work on theology and science, Haught was awarded the degree of Doctor Honoris Causa by the University of Louvain and the Friend of Darwin Award from the National Center for Science Education.

Peer Evaluations Edit

In the May 25 - June 1, 2015 issue of America: The National Catholic Review, Robert E. Lauder, Professor of Philosophy at St. John’s University, provided a review of John Haught’s works, including, What is God? How to Think About the Divine (1986), God After Darwin: A Theology of Evolution, and Mystery and Promise.

Other expert evaluations of the works of John Haught include Carter Phipps, the author of Evolutionaries: Unlocking the Spiritual and Cultural Potential of Science’s Greatest Idea (2012). Phipps’ article, “A Theologian of Renewal”, won a Gold Folio award for editorial excellence.

Dr. Haught’s latest book is The New Cosmic Story, Inside Our Awakening Universe (New Haven: Yale University Press, 2017) about the emergence of religious consciousness in the long cosmic process. https://yalebooks.yale.edu/book/9780300217032/new-cosmic-story Forbes Magazine called The New Cosmic Story the “Book of the year.” https://www.forbes.com/sites/johnfarrell/2017/12/31/book-of-the-year-the-new-cosmic-story/.

Haught testified as an expert witness for the plaintiffs in the case of Kitzmiller v. Dover Area School District. He testified that the effect of the intelligent design policy adopted by the Dover School board would "be to compel public school science teachers to present their students in biology class information that is inherently religious, not scientific in nature." [3] He also testified that materialism, the philosophy that only matter exists, is "a belief system, no less a belief system than is intelligent design. And as such, it has absolutely no place in the classroom, and teachers of evolution should not lead their students craftily or explicitly to . feel that they have to embrace a materialistic world-view in order to make sense of evolution." [4]

Haught has participated in several public debates about the compatibility of science and religion, sharing the stage with Daniel Dennett at the City University of New York in 2009, [5] Kenneth Miller at the New York Academy of Sciences in 2011, [6] and Jerry Coyne at the University of Kentucky in 2011. [7] [8] After agreeing to be taped for his debate with Coyne, [9] Haught attempted to block release of the videos, objecting primarily to what he saw as ad hominem attacks and personal ridicule by Coyne. Coyne called Haught's action the "cowardly and intellectually dishonest actions of a theologian". [9] After a strong public reaction, [10] Haught agreed to the release of the video so long as Coyne posted Haught's letter of explanation along with it. [7] [11] Taking issue in the letter with Coyne's characterization, Haught's opposition to the release and Coyne's final list of Catholic "evils" as a way to end the presentation, Haught explained that he sought to "protect the public from such a preposterous and logic-offending … presentation." [12]


Coronal mass ejections and cosmic ray observations at Syowa Station

Solar activities, such as CME(Coronal Mass Ejection), cause geomagnetic storms that disturb the Earth's magnetosphere. Geomagnetic storms can affect GPS positioning, radio communication, and power transmission system. Solar explosions also emit radiation, which can cause satellite failures, radiation exposure to aircraft crew, and space activity. Therefore, it is important to understand space weather phenomena and their impact on the Earth.

Space weather research by continuous observation of cosmic rays on the ground is mainly conducted using observation data from neutron monitors and multi-directional muon detectors. Since the phenomenon of space weather is on a short-term, days-long scale, it is effective to investigate changes in the flow of cosmic rays for several hours, which requires a total-sky monitor of cosmic rays.

The global muon detector network (GMDN) has been observing space weather phenomena since 2006, and the Spaceship Earth project constitutes a similar observation network and the role of the all-sky monitor for neutrons. Until now, observations by neutron monitors and muon detectors have been performed independently.

In February 2018, Professor Chihiro Kato of Shinshu University took the lead in acquiring simultaneous observations of the neutron monitor and muon detector at Syowa Station in the Antarctic in order to acquire bridging data. In the polar regions, unlike low latitude regions on the earth, it is possible to observe cosmic rays coming from the same direction with a neutron monitor and a muon detector due to the weaker deflection by geomagnetism. This is the reason why Syowa Station was selected as the observation point.

Syowa muon detector and neutron monitor observed small fluctuation in CR count like a Forbush decrease on 2018.8. The research group including researchers from Shinshu University and the National Polar Research Institute found curious cosmic-ray density variation on this event by analyzing GMDN data.

On the CME event, a huge amount of coronal material released with a bundle of the solar magnetic field, called Magnetic Flux Rope (MFR), into the interplanetary space. MFR moves through interplanetary space while expanding. CR density is low inside of it because it is originally coronal material. When the earth enters the MFR, CR counts on the ground decreases. This is called Forbush Decrease.

Normally, when MFR arrives on Earth, CR density observed at the ground level decreases rapidly, and then turns to increase recovering to the original level while the earth is in the MFR. On this event, however, the CR exceeded the original level before the earth exited the MFR.

This event attracts interest from researchers because 1) The solar activity is currently near the minimum and the scale of the event itself is small, 2) It causes a disproportionately large geomagnetic storm, and 3) There is high-speed solar wind catching up the MFR expected to interact with it.

By analysis of the GMDN and solar plasma data, the team concluded that the high-speed solar wind causes the unusual enhancement of the CR density by compressing the rear part of the MFR locally.

Cosmic ray observation data is closely related to space weather research and to atmospheric phenomena such as sudden stratospheric temperature rise, and is expected to be used in a wide range of fields in the future.


Command Line Interface

If you need to run the SeqTools program in a 'headless' way (without a graphical interface), you can run the command line interface (CLI) version of the programs seqtools_dge i seqtools_vc from a terminal. First open a terminal (keyboard binding is Ctrl+Alt+t) and cd to the directory containing seqtools_dge or seqtools_vc. A full list of arguments can be found by adding '-h' argument after the command:

This program was built using GCC. The executable file should be able to run on most x64 Linux distributions.