MARC

 008260126s2024        us                              c    eng  d
■001000017360857
■00520260202105629
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798265428202
■035    ▼a(MiAaPQ)AAI32316583
■035    ▼a(MiAaPQ)Stanfordqk597cv7387
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a616.99463
■1001  ▼aKellman,  Laura  Nicole.
■24510▼aInherited  Functional  Regulatory  Risk  Variants  for  Prevalent  Human  Cancers
■260    ▼a[Sl]▼bStanford  University▼c2024
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2024
■300    ▼a129  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-05,  Section:  B.
■500    ▼aIncludes  supplementary  digital  materials.
■500    ▼aAdvisor:  Khavari,  Paul.
■5021  ▼aThesis  (Ph.D.)--Stanford  University,  2024.
■520    ▼aOver  the  past  twenty  years,  genome  wide  association  studies  (GWAS)  have  identified  over  a  thousand  loci  throughout  the  genome  that  are  associated  with  cancer  risk,  but  the  mechanisms  underlying  these  associations  have  been  more  elusive.  GWAS  point  to  regions  associated  with  risk  but  cannot  pinpoint  the  causal  variants.  Many  of  these  regions  do  not  contain  coding  variants,  suggesting  that  non-coding  variants  must  mediate  cancer  risk  in  some  cases.One  way  these  variants  may  alter  cancer  risk  is  by  altering  enhancer  or  promoter  activity,  thereby  changing  transcription  of  target  genes.  Massively  parallel  reporter  assays  (MPRA)  provide  a  way  to  assay  thousands  of  sequences  for  their  ability  to  alter  transcriptional  activity.  This  information,  when  combined  with  other  data  sources  like  chromatin  contacts  and  eQTL  data,  can  help  to  implicate  suspicious  variants  and  potential  target  genes.In  this  work,  MPRA  of  4,041  SNVs  linked  to  13  neoplasms  comprising  a  majority  of  human  malignancies  was  performed  in  pertinent  primary  human  cell  types  then  integrated  with  matching  chromatin  accessibility,  looping,  and  eQTL  data  to  nominate  380  potentially  regulatory  SNVs  and  their  putative  target  genes.  The  latter  nominated  specific  protein  networks  in  lifetime  cancer  risk,  including  mitochondrial  translation,  DNA  damage  repair,  and  Rho  GTPase  activity.  A  CRISPR  knockout  screen  demonstrated  that  a  large  number  of  these  putative  risk  genes  also  enable  growth  of  established  cancers.  Editing  one  SNV,  rs10411210,  showed  that  its  risk  allele  increases  RHPN2  expression  and  stimulusresponsive  RhoA  activation,  indicating  that  individual  SNVs  may  upregulate  cancer-linked  pathways.  This  functional  data  is  a  resource  for  variant  prioritization  efforts  and  further  interrogation  of  the  mechanisms  underlying  inherited  risk  for  cancer.
■590    ▼aSchool  code:  0212.
■650  4▼aProstate
■650  4▼aCells
■650  4▼aNominations
■650  4▼aCRISPR
■650  4▼aGene  expression
■650  4▼aTumorigenesis
■650  4▼aDisease
■650  4▼aCloning
■650  4▼aBar  codes
■650  4▼aSkin  cancer
■650  4▼aGlioma
■650  4▼aHealth  risk  assessment
■650  4▼aOvaries
■650  4▼aEsophagus
■650  4▼aGenomes
■650  4▼aThyroid  gland
■650  4▼aMelanoma
■650  4▼aColorectal  cancer
■650  4▼aPathogenesis
■650  4▼aSurvival  analysis
■650  4▼aBreast  cancer
■650  4▼aTranscription  factors
■650  4▼aBioinformatics
■650  4▼aDermatology
■650  4▼aEndocrinology
■650  4▼aGenetics
■650  4▼aEpidemiology
■650  4▼aMedicine
■650  4▼aOncology
■650  4▼aPathology
■690    ▼a0715
■690    ▼a0757
■690    ▼a0409
■690    ▼a0369
■690    ▼a0766
■690    ▼a0564
■690    ▼a0992
■690    ▼a0571
■71020▼aStanford  University.
■7730  ▼tDissertations  Abstracts  International▼g87-05B.
■790    ▼a0212
■791    ▼aPh.D.
■792    ▼a2024
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17360857▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

Preview

Export

ChatGPT Discussion

AI Recommended Related Books