Cancer genomes may contain a wide a

Cancer genomes may contain a wide array of aberrations—point mutations, small insertions and deletions, genomic rearrangements and viral-genome insertions—all of which can be detected by deep sequencing of tumor samples. However, we are only just beginning to understand how to use such data to study the processes underlying oncogenesis. In a recent paper in Nature Biotechnology, Carter et al.1 show that quantifying copy
number changes and point mutations on an absolute, rather than relative, scale facilitates the identification of oncogenes and tumor suppressors and provides insight into the subclonal architecture of tumors and into tumor evolution. Analytical approaches such as this should be useful for interpreting data from large cancer genome sequencing projects and from individual genomes sequenced as part of clinical care.
Copy number analysis represents arguably the simplest view on the cancer genome. Since the 1960s, it has been possible to count the number of copies of a chromosome or of large chromosomal regions in cancer cells using cytogenetic techniques such as karyotyping. The resolution of copy number detection has increased greatly with newer methods that compare tumor and normal genomes by comparative genomic hybridization to microarrays2 or by massively parallel sequencing. These methods have identified several recurrent

結果 (中文) 1:

癌症基因组可能包含各种各样的像差的点突变，小的插入和删除，基因组的重排和病毒基因组插入内容 - 所有这些都可以被检测到肿瘤样本的深度测序。然而，我们只是刚刚开始了解如何使用这些数据来研究潜在的癌变过程。在最近的一篇论文中，卡特等人在Nature Biotechnology。1表明，量化副本
的绝对数量的变化和点突变，而不是相对的，规模化促进原癌基因和肿瘤抑制基因的鉴定，并提供了深入了解肿瘤的亚克隆的体系结构和成肿瘤的演进。应该是有用的分析方法，如解释数据，从大型癌症基因组测序项目和个人基因组测序作为临床护理的一部分。
拷贝数分析指对癌症基因组中可以说是最简单的视图。 20世纪60年代以来，它有可能使用如核型分析的细胞遗传学技术在肿瘤细胞中的染色体或染色体区域大的副本的数量进行计数。新的方法比较肿瘤组织和正常基因组的比较基因组杂交microarrays2或大规模并行测序的拷贝数检测的分辨率却大大提高了。这些方法已经确定了几个经常性的

結果 (中文) 2:

癌症基因组中可能含有各种各样的aberrations-point突变，小的插入和缺失，基因重排和病毒基因组insertions-all，可以检测到深测序肿瘤样本。然而，我们才刚刚开始了解如何使用这些数据来研究过程基本肿瘤。在最近的一个文件中的自然生物，卡特等人。1表明，量化复制
数变化和点突变的绝对，而不是相对的，规模有利于识别和肿瘤抑制基因和提供深入的亚克隆肿瘤和肿瘤发展架构。等分析方法，这应该是有用的解释数据从大型癌症基因组测序项目和个人的基因组测序的临床护理的一部分。
拷贝数分析代表可以说最简单的看法癌症基因组。自上世纪60年代，它可能已被清点人数，拷贝染色体或大的染色体区域中的癌细胞利用细胞遗传学技术等的核型分析。该决议的拷贝数检测大大增加了新的方法，比较正常和肿瘤基因组的比较基因组杂交microarrays2或大规模平行测序。这些方法已经确定了几个复发

結果 (中文) 3:

癌症基因组可能包含各种各样的畸变 — — 点突变、 小插入和删除操作、 基因组重排和病毒基因组插入内容 — — 所有这些都可以检测到的肿瘤标本深测序。然而，我们只是刚刚开始了解如何使用这些数据来研究基础发生的过程。最近的论文中生物技术性质、 卡特 et al。1 显示该量化副本
数字变化和绝对的而不是相对的规模点突变便利的癌基因和肿瘤抑制器识别和提供洞察到的肿瘤子宫颈癌体系结构和肿瘤演进。分析方法如这应该是有用的解释数据从大型癌症基因组测序项目和个人基因组测序作为一部分的临床护理。
副本数分析表示可以说是最简单的视图对癌症基因组。自 1960 年代以来它一直进行计数的副本或大染色体区域在使用诸如核型分析技术的细胞遗传学技术的癌症细胞中的染色体数目。该决议的副本数检测大大增加了的肿瘤和正常的基因组进行比较，通过比较基因组杂交到 microarrays2 或大规模并行序列的更新的方法。这些方法确定了几个经常