$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

[해외논문] ChimerDB 4.0: an updated and expanded database of fusion genes 원문보기

Nucleic acids research, v.48 no.D1, 2020년, pp.D817 - D824  

Jang, Ye Eun (Department of Bio-Information Science, Ewha Womans University , Seoul 03760, Republic of Korea) ,  Jang, Insu (Korean Bioinformation Center, Korean Research Institute of Bioscience and Biotechnology , Daejeon 34141, Republic of Korea) ,  Kim, Sunkyu (Department of Computer Science and Engineering, Korea University , Seoul 02841, Republic of Korea) ,  Cho, Subin (Department of Bio-Information Science, Ewha Womans University , Seoul 03760, Republic of Korea) ,  Kim, Daehan (Department of Computer Science and Engineering, Korea University , Seoul 02841, Republic of Korea) ,  Kim, Keonwoo (Department of Computer Science and Engineering, Korea University , Seoul 02841, Republic of Korea) ,  Kim, Jaewon (Department of Bio-Information Science, Ewha Womans University , Seoul 03760, Republic of Korea) ,  Hwang, Jimin (Department of Bio-) ,  Kim, Sangok ,  Kim, Jaesang ,  Kang, Jaewoo ,  Lee, Byungwook ,  Lee, Sanghyuk

Abstract AI-Helper 아이콘AI-Helper

AbstractFusion genes represent an important class of biomarkers and therapeutic targets in cancer. ChimerDB is a comprehensive database of fusion genes encompassing analysis of deep sequencing data (ChimerSeq) and text mining of publications (ChimerPub) with extensive manual annotations (ChimerKB). ...

참고문헌 (22)

  1. 1. Brien G.L. , Stegmaier K. , Armstrong S.A. Targeting chromatin complexes in fusion protein-driven malignancies . Nat. Rev. Cancer . 2019 ; 19 : 255 ? 269 . 30962549 

  2. 2. Mertens F. , Johansson B. , Fioretos T. , Mitelman F. The emerging complexity of gene fusions in cancer . Nat. Rev. Cancer . 2015 ; 15 : 371 ? 381 . 25998716 

  3. 3. Dinh T.A. , Vitucci E.C. , Wauthier E. , Graham R.P. , Pitman W.A. , Oikawa T. , Chen M. , Silva G.O. , Greene K.G. , Torbenson M.S. et al . Comprehensive analysis of The Cancer Genome Atlas reveals a unique gene and non-coding RNA signature of fibrolamellar carcinoma . Sci. Rep. 2017 ; 7 : 44653 . 28304380 

  4. 4. Embree L.J. , Azuma M. , Hickstein D.D. Ewing sarcoma fusion protein EWSR1/FLI1 interacts with EWSR1 leading to mitotic defects in zebrafish embryos and human cell lines . Cancer Res. 2009 ; 69 : 4363 ? 4371 . 19417137 

  5. 5. Matissek K.J. , Onozato M.L. , Sun S. , Zheng Z. , Schultz A. , Lee J. , Patel K. , Jerevall P.L. , Saladi S.V. , Macleay A. et al . Expressed gene fusions as frequent drivers of poor outcomes in hormone receptor-positive breast cancer . Cancer Discov. 2018 ; 8 : 336 ? 353 . 29242214 

  6. 6. Lee M. , Lee K. , Yu N. , Jang I. , Choi I. , Kim P. , Jang Y.E. , Kim B. , Kim S. , Lee B. et al . ChimerDB 3.0: an enhanced database for fusion genes from cancer transcriptome and literature data mining . Nucleic Acids Res. 2017 ; 45 : D784 ? D789 . 27899563 

  7. 7. Hu X. , Wang Q. , Tang M. , Barthel F. , Amin S. , Yoshihara K. , Lang F.M. , Martinez-Ledesma E. , Lee S.H. , Zheng S. et al . TumorFusions: an integrative resource for cancer-associated transcript fusions . Nucleic Acids Res. 2018 ; 46 : D1144 ? D1149 . 29099951 

  8. 8. Torres-Garcia W. , Zheng S. , Sivachenko A. , Vegesna R. , Wang Q. , Yao R. , Berger M.F. , Weinstein J.N. , Getz G. , Verhaak R.G. PRADA: pipeline for RNA sequencing data analysis . Bioinformatics . 2014 ; 30 : 2224 ? 2226 . 24695405 

  9. 9. Gao Q. , Liang W.W. , Foltz S.M. , Mutharasu G. , Jayasinghe R.G. , Cao S. , Liao W.W. , Reynolds S.M. , Wyczalkowski M.A. , Yao L. et al . Driver fusions and their implications in the development and treatment of human cancers . Cell Rep . 2018 ; 23 : 227 ? 238 . 29617662 

  10. 10. Kumar S. , Vo A.D. , Qin F. , Li H. Comparative assessment of methods for the fusion transcripts detection from RNA-Seq data . Sci. Rep. 2016 ; 6 : 21597 . 26862001 

  11. 11. Zhao J. , Chen Q. , Wu J. , Han P. , Song X. GFusion: an effective algorithm to identify fusion genes from cancer RNA-Seq data . Sci. Rep. 2017 ; 7 : 6880 . 28761119 

  12. 12. Kim P. , Jang Y.E. , Lee S. FusionScan: accurate prediction of fusion genes from RNA-Seq data . Genomics Inform. 2019 ; 17 : e22 . 31610618 

  13. 13. Hass B.J. , Dobin A. , Li B. , Stransky N. , Pochet N. , Regev A. Accuracy assessment of fusion transcript detection via read-mapping and de novo fusion transcript assembly-based methods . Genome Biol. 2019 ; 20 : 213 . 31639029 

  14. 14. Zhang J. , Gao T. , Maher C.A. INTEGRATE-Vis: a tool for comprehensive gene fusion visualization . Sci. Rep. 2017 ; 7 : 17808 . 29259323 

  15. 15. Gorohovski A. , Tagore S. , Palande V. , Malka A. , Raviv-Shay D. , Frenkel-Morgenstern M. ChiTaRS-3.1―the enhanced chimeric transcripts and RNA-seq database matched with protein?protein interactions . Nucleic Acids Res. 2017 ; 45 : D790 ? D795 . 27899596 

  16. 16. Panigrahi P. , Jere A. , Anamika K. FusionHub: a unified web platform for annotation and visualization of gene fusion events in human cancer . PLoS One . 2018 ; 13 : e0196588 . 29715310 

  17. 17. Kim D. , Salzberg S.L. TopHat-Fusion: an algorithm for discovery of novel fusion transcripts . Genome Biol. 2011 ; 12 : R72 . 21835007 

  18. 18. Manning G. , Whyte D.B. , Martinez R. , Hunter T. , Sudarsanam S. The protein kinase complement of the human genome . Science . 2002 ; 298 : 1912 ? 1934 . 12471243 

  19. 19. Liu Y. , Sun J. , Zhao M. ONGene: a literature-based database for human oncogenes . J. Genet. Genomics . 2017 ; 44 : 119 ? 121 . 28162959 

  20. 20. Zhao M. , Kim P. , Mitra R. , Zhao J. , Zhao Z. TSGene 2.0: an updated literature-based knowledgebase for tumor suppressor genes . Nucleic Acids Res. 2016 ; 44 : D1023 ? D1031 . 26590405 

  21. 21. Kim D. , Lee J. , So C.H. , Jeon H. , Jeong M. , Choi Y. , Yoon W. , Sung M. , Kang J. A neural named entity recognition and multi-type normalization tool for biomedical text mining . IEEE Access . 2019 ; 7 : 73729 ? 73740 . 

  22. 22. Szklarczyk D. , Gable A.L. , Lyon D. , Junge A. , Wyder S. , Huerta-Cepas J. , Simonovic M. , Doncheva N.T. , Morris J.H. , Bork P. et al . STRING v11: protein?protein association networks with increased coverage, supporting functional discovery in genome-wide experimental datasets . Nucleic Acids Res. 2019 ; 47 : D607 ? D613 . 30476243 

LOADING...

활용도 분석정보

상세보기
다운로드
내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

유발과제정보 저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로