Baylin, SB & Jones, PA Une décennie d’exploration de l’épigénome du cancer – implications biologiques et translationnelles. Nuit. Tour. Cancer 11, 726–734 (2011).
Sandoval, J. & Esteller, M. Épigénomique du cancer: au-delà de la génomique. Curr Opin Genet. Dev. 22, 50–55 (2012).
Greaves, M. & Maley, CC Évolution clonale dans le cancer. Nature 481, 306–313 (2012).
Burrell, RA, McGranahan, N., Bartek, J. & Swanton, C. Les causes et les conséquences de l’hétérogénéité génétique dans l’évolution du cancer. Nature 501, 338–345 (2013).
Chen, H., Bell, JM, Zavala, NA, Ji, HP & Zhang, NR Profilage du nombre de copies spécifique aux allèles par séquençage d’ADN de nouvelle génération. Nucleic Acids Res. 43, e23 (2015).
Favero, F. et coll. Séquenza: nombre de copies spécifiques à l’allèle et profils de mutation à partir des données de séquençage de la tumeur. Ann. Oncol. 26, 64–70 (2015).
Ha, G. et coll. TITAN: inférence d’architectures de nombre de copies dans les populations de cellules clonales à partir des données de séquence du génome entier de la tumeur. Genome Res. 24, 1881-1893 (2014).
Shen, R. & Seshan, VE FACETS: outil d’analyse du nombre de copies spécifiques à l’allèle et de l’hétérogénéité clonale pour le séquençage d’ADN à haut débit. Nucleic Acids Res. 44, e131 (2016).
Jamal-Hanjani, M. et coll. Suivi de l’évolution du cancer du poumon non à petites cellules. N. Engl. J. Med. 376, 2109-2121 (2017).
Zaccaria, S. & Raphael, BJ Caractérisation des nombres de copies spécifiques d’allèles et d’haplotypes dans des cellules individuelles avec CHISEL. Nat. Biotechnol. 39, 207-214 (2020).
Van Loo, P. et coll. Analyse du nombre de copies spécifiques aux allèles des tumeurs. Proc. Natl Acad. Sci. Etats-Unis 107, 16910-16915 (2010).
Andor, N. et coll. L’ADN-seq et l’ARN-seq unicellulaires conjoints de lignées cellulaires de cancer gastrique révèlent les règles de l’évolution in vitro. NAR Genom. Bioinform. 2, lqaa016 (2020).
Bakker, B. et coll. Le séquençage monocellulaire révèle l’hétérogénéité du caryotype dans les tumeurs malignes murines et humaines. Genome Biol. 17, 115 (2016).
Garvin, T. et coll. Analyse et évaluation interactives des variations du nombre de copies dans une seule cellule. Nat. Méthodes 12, 1058-1060 (2015).
Kim, C. et coll. Évolution de la chimiorésistance dans le cancer du sein triple négatif délimité par séquençage unicellulaire. Cellule 173, 879 à 893 e813 (2018).
Laks, E. et al. Décomposition clonale et états de réplication de l’ADN définis par séquençage du génome unicellulaire à l’échelle. Cellule 179, 1207 à 1221 e1222 (2019).
Navin, N. et coll. Évolution tumorale déduite par séquençage monocellulaire. Nature 472, 90–94 (2011).
Velazquez-Villarreal, EI et al. Le séquençage monocellulaire de l’ADN génomique résout l’hétérogénéité sous-clonale dans une lignée cellulaire de mélanome. Commun. Biol. 3, 318 (2020).
Wang, Y. et coll. L’évolution clonale du cancer du sein a été révélée par le séquençage du génome à un seul noyau. Nature 512, 155-160 (2014).
Buenrostro, JD, Giresi, PG, Zaba, LC, Chang, HY & Greenleaf, WJ Transposition de chromatine native pour le profilage épigénomique rapide et sensible de la chromatine ouverte, des protéines de liaison à l’ADN et de la position des nucléosomes. Nat. Méthodes dix, 1213-1218 (2013).
Buenrostro, JD et coll. L’accessibilité de la chromatine unicellulaire révèle les principes de la variation réglementaire. Nature 523, 486–490 (2015).
Corces, MR et coll. Le paysage de l’accessibilité de la chromatine des cancers humains primaires. La science 362, eaav1898 (2018).
Granja, JM et coll. L’analyse multiomique unicellulaire identifie les programmes de réglementation dans la leucémie aiguë à phénotype mixte. Nat. Biotechnol. 37, 1458–1465 (2019).
Litzenburger, UM et coll. La variabilité épigénomique unicellulaire révèle une hétérogénéité fonctionnelle du cancer. Genome Biol. 18, 15 (2017).
Satpathy, AT et al. Paysages de chromatine unicellulaire massivement parallèles du développement des cellules immunitaires humaines et de l’épuisement intratumoral des cellules T. Nat. Biotechnol. 37, 925–936 (2019).
Schep, AN, Wu, B., Buenrostro, JD & Greenleaf, WJ chromVAR: inférence de l’accessibilité associée au facteur de transcription à partir de données épigénomiques unicellulaires. Nat. Méthodes 14, 975–978 (2017).
Sathe, A. et coll. La diversité génomique cellulaire, les états de régulation et la mise en réseau du microenvironnement du cancer colorectal métastatique. Préimpression à bioRxiv https://doi.org/10.1101/2020.09.01.273672 (2020).
Bell, JM et coll. Les méga-haplotypes à l’échelle chromosomique permettent le caryotypage numérique de l’aneuploïdie cancéreuse. Nucleic Acids Res. 45, e162 (2017).
Greer, SU et coll. Le séquençage de lecture lié résout les réarrangements génomiques complexes dans les métastases du cancer gastrique. Genome Med. 9, 57 (2017).
Zheng, GX et coll. Haplotypage des génomes germinaux et cancéreux avec séquençage à lecture liée à haut débit. Nat. Biotechnol. 34, 303–311 (2016).
Yost, KE et coll. Remplacement clonal des cellules T spécifiques de la tumeur après le blocage de PD-1 Nuit. Avec. 25, 1251-1259 (2019).
Yu, J. et al. REC8 fonctionne comme un suppresseur de tumeur et est sous-régulé épigénétiquement dans le cancer gastrique, en particulier dans le sous-type EBV-positif. Oncogène 36, 182–193 (2017).
McFarlane, RJ & Wakeman, JA Fonctions de type méiose en oncogenèse: une nouvelle vision du cancer. Cancer Res. 77, 5712-5716 (2017).
Aqeilan, RI et al. Perte de WWOX expression dans le carcinome gastrique. Clin. Cancer Res. dix, 3053-3058 (2004).
Baryla, I., Styczen-Binkowska, E. & Bednarek, AK Modification de WWOX dans le cancer humain: un point de vue clinique. Exp. Biol. Med. 240, 305–314 (2015).
Watkins, TBK et al. Instabilité chromosomique omniprésente et ordre des caryotypes dans l’évolution tumorale. Nature 587, 126–132 (2020).
Luo, C. et coll. Les méthylomes unicellulaires identifient les sous-types neuronaux et les éléments régulateurs dans le cortex des mammifères. La science 357, 600–604 (2017).
Gupta, I. et coll. Le séquençage d’ARN isoforme monocellulaire caractérise les isoformes dans des milliers de cellules cérébelleuses. Nat. Biotechnol. 36, 1197-1202 (2018).
Lebrigand, K., Magnone, V., Barbry, P. & Waldmann, R. Séquençage du transcriptome monocellulaire Nanopore corrigé d’erreur à haut débit. Nat. Commun. 11, 4025 (2020).
Singh, M. et coll. Le séquençage de cellules individuelles à lecture longue ciblé à haut débit révèle le paysage clonal et transcriptionnel des lymphocytes. Nat. Commun. dix, 3120 (2019).
Zhu, C., Preissl, S. & Ren, B. Omics multimodaux à cellule unique: le pouvoir de plusieurs. Nat. Méthodes 17, 11-14 (2020).
Popeline, R. et al. Mise à l’échelle de la découverte précise de variantes génétiques à des dizaines de milliers d’échantillons. Préimpression à BioRxiv, 201178 (2018).
Benjamin, D. et coll. Appel des SNV et indels somatiques avec mutect2. Préimpression à bioRxiv https://doi.org/10.1101/861054 (2019).
Wang, R., Lin, DY & Jiang, Y. SCOPE: une méthode de normalisation et d’estimation du nombre de copies pour le séquençage d’ADN unicellulaire. Cell Syst. dix, 445–452 e446 (2020).
Li, H. & Durbin, R. Alignement de lecture courte rapide et précis avec la transformation Burrows-Wheeler. Bioinformatique 25, 1754–1760 (2009).
McKenna, A. et coll. La boîte à outils d’analyse du génome: un cadre MapReduce pour l’analyse des données de séquençage d’ADN de nouvelle génération. Genome Res. 20, 1297-1303 (2010).
Koboldt, DC et coll. VarScan 2: découverte de mutation somatique et d’altération du nombre de copies dans le cancer par séquençage de l’exome. Genome Res. 22, 568-576 (2012).
McInnes, L., Healy, J. & Melville, J. UMAP: approximation et projection de variétés uniformes pour la réduction de dimension. Préimpression à https://arxiv.org/abs/1802.03426 (2018).
Yu, W., Uzun, Y., Zhu, Q., Chen, C. & Tan, K. scATAC-pro: un atelier complet pour les données de séquençage d’accessibilité de la chromatine unicellulaire. Genome Biol. 21, 94 (2020).
