DR-187 Discovering non-coding driver alterations and the clinical utility of mutational signatures
Cancers develop by the accumulation of “driver” genetic alterations providing tumor cells a growth advantage. Whole genome sequencing allows to identify these driver events, but also the mechanisms at the origin of genome insults. Our project has two major aims. Firstly, we will use deep learning approaches to discover driver alterations in the non-coding part of the genome that remains poorly understood. Secondly, we will analyze mutational signatures to discover genomic instability phenotypes related to treatment response. Leveraging the tremendous resource of HMF genomic and clinical data, we hope to identify new oncogenic mechanisms and therapeutic vulnerabilities.
Eric Letouze Cordeliers Research Center France
Terug naar nieuws
Meer nieuws
‘We moeten toe naar een lerend zorgsysteem’
Een lerend zorgsysteem, daar moeten we naartoe, zo bepleit Edwin Cuppen, scientific director, in het artikel dat op 2 september werd gepubliceerd …
Nieuwe inzichten over de ontwikkeling van kanker door Nederlands onderzoek
Grootschalige Nederlandse DNA data-analyse toont belangrijke en nieuwe inzichten in verschillen tussen primaire en uitgezaaide kanker. Deze inzichten geven relevante …
Whole genome sequencing: de toekomst van moleculaire diagnostiek bij gynaecologische kanker?
Ter gelegenheid van de Maand van de Gynaecologische Oncologie gaan we in gesprek met oncoloog Eelke Gort over de rol …
Unieke dataset Hartwig heeft onze visie op uitgezaaide kanker verrijkt.