Leading with leaders

——‍mutationEvents分析代码‍‍

肿瘤已存在的基因突变会影响其他基因的突变，突变分析时确定这些基因突变潜在的相互作用，能更好地了解健康细胞转化为癌细胞的过程和机制。DISCOVER，一种针对基因突变的统计检验工具，帮助寻找显著的基因突变间互斥性和共现性。一般可应用的研究场景：探索一组基因是否在癌症中存在互斥性和共现性；基于基因突变的互斥性和共现性，研究癌症发生发展的潜在机制。

基本原理：

DISCOVER（Discrete Independence Statistic Controllingfor Observations with Varying Event Rates）是一种用于检测癌症基因组数据的共现性和互斥性的新统计检验方法。与Fisher's exact test等用于这些任务的传统方法不同的是，DISCOVER基于一个空模型，该模型考虑了总体肿瘤特异性的变化率，从而决定变化率的同时发生的频率是否高于或低于预期。该方法避免了共现检测中的虚假关联，提高了检测互斥性的统计能力。DISCOVER的性能与其他几个已发布的互斥性测试相比，在整个显著性水平范围内，DISCOVER在控制假阳性率的同时更敏感。

术语解释：

互斥性（mutually exclusive）：一组基因中只有一个在一种肿瘤中发生改变，这种现象被称为互斥性。

共现性（co-occurrence）：不同途径功能的基因突变可能发生在同一癌症中，这种现象被称为共现性。

数据要求：

基因突变数据

下游分析：

对于存在共现性或互斥性的基因对/基因集

基因集的功能分析

基因集相关的生存分析

基于基因集的潜在靶向药物分析

图形示例：

图注：横坐标与纵坐标表示基因名称，对应点对应两个基因的共现性和互斥性，点上星星表示显著性p值。

应用示例：

文献一：Functional genomic landscape of acute myeloid leukaemia

急性髓性白血病的功能基因组图（于2018年10月发表在Nature.，影响因子43.070）

文献中使用DISCOVER40方法评估531例白血病患者中最常见的复发性突变的共现性或排他性，并用点图展示。

文献二：ALPK1 hotspot mutation as a driver of human spiradenomaand spiradenocarcinoma

ALPK1热点突变是人汗腺腺瘤和螺旋腺癌的发病机制之一（于2019年5月发表在Nat Commun. ，影响因子11.878）

文献中利用DISCOVER共现性质和互斥性分析工具对ALPK1和CYLD的互斥性进行了评价。