태그 아카이브:

SNPpets_2

금요일 SNPpets

이번 주 우리는 공연의 경제와 스포츠 팬들을 위해 DNA를 가지고,,en,바이러스 및 지질에 대한 새로운 소프트웨어 리소스,,en,암 게놈 논문의 편리한 수집,,en,진주 기장,,en,및 드 - 멸종,,en,나의 마음에 드는 이번 주에 읽어,,en,모기 유전자 드라이브 검토 종이이었다,,en,나는에 보드에 그렇게 생각 유전자 드라이브 것들을,,en,"당신의 DNA 가치는 얼마입니까,,en,"에 의해,,en,@mcgowankat,,en,공연 게놈 경제는 여기,,en,새로운 SIB 소개,,en,V-파이프 및,,en,SwissLipids,,en,pic.twitter.com/hLLuyy9RMJ,,en,의 최고 모음,,en,에서 연구,,en,@NatRevClinOncol,,fr,@NatureRevCancer,,en,pic.twitter.com/pvbDVA0LTU,,en,컴즈 생물학,,en,@CommsBio,,la,미래는 이해한다,,en,마이크로 바이 옴 심포지엄 스탠포드 생물 정보학에서,,en,pic.twitter.com/P5PM1fmSa9,,en,크리스토퍼 코뉴,,en,@cornue,,en,다음 달,,en,@DARPA,,en,@rwegrzyn,,pl,균형에,,en,생물 안전에 대한 우려 전진 "엔지니어링 진 안전,,en,pic.twitter.com/sc6b2cI45b,,en (?), new software resources for virus and lipids, a handy collection of cancer genomics papers, microbiomes, biosecurity, 양, pearl millet, and de-extinction. My favorite read this week, 그래도, was the mosquito and gene drive review paper. I am so on board to gene-drive those things….


SNPpets_2오신 것을 환영 금요일 기능 링크 모음: SNPpets. 일주일 동안 우리는 링크의 많은 가로질러 와서 우리가 흥미있는 것을 읽습니다, 하지만 블로그 게시물에 그것을 만들지 마. 여기에 그들은 당신의 즐거움을위한…


그리고 유전자 드라이브 모기를하려는 이유,,en,나는 모기의 일부 종은 허리케인 후 그들의 인구를 늘릴 수있는 방법을 이해,,en,하지만 이상,,en,하나 개의 함정에 조금 많이,,en,pic.twitter.com/U80muFylaA,,en,잭슨 모슬리,,fr,@ TheBugRoomNo2,,zu,유전자 드라이브,,en:

SNPpets_2

금요일 SNPpets

이번 주 내가 왼쪽으로,,en,행동을 요구하다,,en,상단에 트윗,,en,당신은 매일의 GenBank 투표 수,,en,그러나 다른 트윗은 이번 주 새로운,,en,빠지지 않는다,,en,가짜 보조금 사기에 빠지지 않는다,,en,박물관 샘플 카탈로그,,en,나는 그를 사용하여 시퀀싱 프로젝트에서 데이터를 사랑,,en,유전자형 배열 대,,en,시퀀싱 토론과 많은,,en “call to action” tweet at the top–당신은 할 수,,en,대회가 끝날 때까지,,en,오늘 마지막 날,,en,한 번 더 투표,,en,그리고의 GenBank와 같은 자원은 우리뿐만 아니라 다른 중요한 자원에 대한 기초를 보자 어떻게 기억,,en,확실히의 GenBank의 후손이 주 SNPpets의 새로운 자원이 있습니다,,en,더 보복 벤터 종이의 개인 정보 보호 문제에 드라마에,,en,개인 게놈 연구에서 매우 개인 게놈 이야기,,en,당신이 새로운 방식으로 정책 문제에 대해 생각하게한다,,en,식물 유전자 편집에 대한 정책,,en,첫 번째 종은 모든 회원을 가지고,,en,새로운 자원의 RNAseq를 통해 진 컨츠,,en,새로운 암 유전자 저장소,,en,사람들이 어 서,,en,의 세계가 우리의 GenBank를 얼마나 사랑하는지 알려 보자,,en,그리고 그 나머지,,en,투표 유지,,en,너무,,en,록 스타 의료 사서 될 수있다,,en,@ lwu5,,xh,켜졌 어,,en,네덜란드 정부는 상식을 가지고,,en vote for GenBank every day until the end of the competition. Today’s the last day. Vote once more. And remember how resources like GenBank let us have foundations for other important resources as well. There are new resources in this week’s SNPpets that are definitely descendants of GenBank. 또한, more tit-for-tat on the Venter paper privacy issue drama. A very personal genome story from a personal genome researcher. Makes you think about the policy issues in new ways. 또한, policy on gene editing in plants. The first species to have every members’ 게놈 데이터. Gene counts via RNAseq in a new resource, and a new cancer gene repository.


SNPpets_2오신 것을 환영 금요일 기능 링크 모음: SNPpets. 일주일 동안 우리는 링크의 많은 가로질러 와서 우리가 흥미있는 것을 읽습니다, 하지만 블로그 게시물에 그것을 만들지 마. 여기에 그들은 당신의 즐거움을위한…


금요일 SNPpets

이번 주 바쁜 다양한 주이었다,en. From Bioinformatics as an Amusement Park, to the very serious FDA approval of 23andMe’s reports. From Lenski’s April Fool’s post to cancer databases. From diagnosing children with genomics details, to CRISPR sci-fi. We live in interesting times. But at least now we will be able to see everybody citing everybody else.


SNPpets_2오신 것을 환영 금요일 기능 링크 모음: SNPpets. 일주일 동안 우리는 링크의 많은 가로질러 와서 우리가 흥미있는 것을 읽습니다, 하지만 블로그 게시물에 그것을 만들지 마. 여기에 그들은 당신의 즐거움을위한…


SNPpets_2

금요일 SNPpets

This week’s SNPpets offer a rather eclectic collection. Visualization with PanViz, LepBase for lepidopterans, a simulated data generator, and a new collection of community-curated phylogenetic estimates. But the big noise was the cancer “moonshot” data commons and the clinical trial for NCI-MATCH and precision medicine. Also newborn genome sequencing. Funniest thing: passive-aggresive bioinformatics. Coolest thing: Paul Simon and CRISPR (scroll to the bottom of the list).


SNPpets_2오신 것을 환영 금요일 기능 링크 모음: SNPpets. 일주일 동안 우리는 링크의 많은 가로질러 와서 우리가 흥미있는 것을 읽습니다, 하지만 블로그 게시물에 그것을 만들지 마. 여기에 그들은 당신의 즐거움을위한…


one query type from: genomeportal.stanford.edu/pan-tcga/

금주의 팁: The Cancer Genome Atlas Clinical Explorer

액세스 TCGA cancer data has been approached in a variety of ways. This week’s tip of the week highlights a web-based portal for improved access to the data in different ways. The Stanford Cancer Genome Atlas Clinical Explorer is aimed at helping identify clinically relevant genes in the cancer data sets.

They note that the data is available in other places and tools, from tools we’ve talked about before such as cBioPortal, UCSC의 암 게놈 브라우저, and interacting with the StratomeX 특징. But this portal helps peoplt to quickly focus on clinical parameters in ways that aren’t as straightforward in the other tools.

You can learn more about the project on their site from their Overview 현장에서, and you can see their publication about it (아래). The paper also covers some issues they had with the downloaded data that might be worth noting. And they also supplemented their analysis and information with 우주의목표 (tumor alterations relevant for GEnomics-driven therapy) data as well.

one query type from: genomeportal.stanford.edu/pan-tcga/

One query type from: genomeportal.stanford.edu/pan-tcga/

The interface offers several quick ways to dive into the data.

있다 3 main query types: genes associated with certain clinical parameters; query directly by gene/protein/miR; and a two-hit hypothesis test. The first query is the image I’ve shown here. When you get to the the results, you can explore them in more detail with sortable tabular outputs, and on gene pages tabs for copy number changes, 변이, and RNA-seq values.

They give you some “example queries” that you can use as a way to get started and see what’s available underneath. And although we usually like to highlight a video, the tutorial that they provide is a slide embed.

So have a look at this interface if you’d like to explore TCGA data with a handy and quick query strategy. It might offer some hunting license on genes you are interested in, or some ideas for other investigations in tumor types you study.

 

빠른 링크:

Stanford-TCGA-CE: http://genomeportal.stanford.edu/pan-tcga

참조:
리, 반장님, Palm, 제이, Grimes, 미국, & 그건, H 조. (2015). The Cancer Genome Atlas Clinical Explorer: a web and mobile interface for identifying clinical–genomic driver associations 게놈 의학, 7 (1) 간접 자원부: 10.1186/s13073-015-0226-3

Comparison of cancer genomics tools, via: Swiss Med Wkly. 2015;145:w14183

주의 비디오 도움말: UCSC Xena System for functional and cancer genomics

When we go out and do workshops, we get a lot of requests from researchers who would like some guidance on cancer genomics tools. Our particular mission has been to aim more broadly at tools that are of wide interest and not to focus on a particular disease or condition area. But certainly the cancer genomics arena is going to be one of the ones that’s got so much opportunity for great bioinformatics-based outcomes in the near term. So I keep an eye out for tools researchers may want to explore.

때 “게놈” twitter column in my Tweetdeck dropped this new mini-review of cancer genomics tools on my desktop, I went to look right away: Data mining The Cancer Genome Atlas in the era of precision cancer medicine. TCGA is the focus of the data source they are talking about, but the tools included may have more data sets and wider utility, 물론. Most of the tools described were familiar to me (cBioPortal, GDAC Firehose, UCSC의 암 게놈 브라우저, canEvolve), but a couple of them were new. I had never explored the ProGeneV2 tools before. 그리고 UZH Cancer Browser was also new to me.

Comparison of cancer genomics tools, via: Swiss Med Wkly. 2015;145:w14183

Comparison of cancer genomics tools, 를 통해: Swiss Med Wkly. 2015;145:w14183

One thing that’s very helpful to me is the kind of table they provided as Table 2. It’s a comparison of the main tools they are discussing, with different features of each compared. That’s handy for choosing the tool to spend time on, depending on your own research needs.

But they also referred to another tool that was new to me, Xena. “The UCSC cancer browser will be updated in the future, with the new Xena platform for visualisation and integration with Galaxy“. I can never resist new genomics visualization tools, and as a giant fan of 은하, I certainly need to know more about this.

So I went to look around for some information on it, and their introductory video is this week’s Tip of the Week.

So Xena is designed to let you combine your own data with large public resource collection data, without leaving your firewall or without being too onerous to pull down all the public data and manage it locally. You can explore functional genomics data and related phenotype and clinical data. It uses the “허브” strategy that is becoming increasingly adopted as a way to integrate across data collections. We were just talking about hubs in another recent tip if these are new to you. It supports a wide range of data types to examine and visualize. If you want to go deeper, there’s a lot more information over at the Xena homepage. They have documentation, presentation slides, and a step-by-step demo available from a recent workshop.

Certainly one of the key features appears to be that you can integrate your own research data–which might be subject to strict privacy regulations–on your own computer with all the other key information from public data providers. Increasingly researchers I talk to at workshops need this aspect very much.

So try out Xena, and explore the other tools in the cancer genomics space, to see what’s right for your research.


Hat tip to Oscar:

And you can follow Xena on twitter for news and updates: https://twitter.com/UCSCXena

빠른 링크:

Xena: http://xena.ucsc.edu/

참고 문헌:

클라인, 엠, Craft, B를, Swatloski, 토니, 골드먼, 엠, 하지만, 미국, Haussler, 디, & Zhu, Kokocinski. (2013). Exploring TCGA Pan-Cancer Data at the UCSC Cancer Genomics Browser 과학 보고서, 3 간접 자원부: 10.1038/srep02652

Cheng PF, Dummer R, & Levesque MP (2015). Data mining The Cancer Genome Atlas in the era of precision cancer medicine. Swiss Med Wkly. (145) : 10.4414/smw.2015.14183

Biostars

무슨 대답이야? (cancer data visualization tools)

This week’s highlighted question was less of a question than a notice about a new tool. And because I’m always interested in exploring new visualization tools, I was interested to have a look. 또한, we are frequently asked about tools specific for cancer genomics, and I like to be able to tell people about what I’ve found.


Biostars 질문에 대한 사이트입니다, 생물 정보학 질문과 문제에 대한 답변 및 토론. 우리의 회원 Biostars_logo 커뮤니티는 매우 유용한 찾아. 종종 질문과 답변은 우리의 독자들에게 밀접한 있습니다 Biostars에서 발생 (게놈 자원의 최종 사용자). Thursdays we will be highlighting one of those items or discussions here in this thread. 당신이이 스레드에 질문을 할 수, 또는 당신은 항상 Biostars에의 가입하실 수 있습니다.


So here’s this week’s highlighted question (음, the question mark was edited out later, but this is what it said when I grabbed it):

도구: A new tool for cancer researcher developed by UCSC?

Another tool XENA that comes to the world of Bioinforamatics designed by UCSC. I am not sure if people are aware of it. It is developed recently and I got the notification last evening. Seems to be having a lot of potential for both data visualization and also producing quality images for publication. The paper is not yet out but the mention of the tool was done last year when the update paper of the UCSC Cancer Genomics browser was made for 2015.

The tool has got data from both TCGA and ICGC and is a powerful resource not only for public data comparing and viewing but also one can upload its own data or download the tool locally to a desktop app version and visualize it. The tool is available at the below link

http://xena.ucsc.edu/

The technical doc is 여기에 . Am sure it will be a great resource for the researchers and bioinformaticians across the globe. For analysis it also integrates the galaxy as well and if you format your data in a version as mentioned in help docs one can view their data as well. Enjoy and appreciate the work. Hope people would like it.

추신:

I am not involved in the work. I liked the tool a lot so thought of informing it to the community

vchris_ngs

It also generated a bit of discussion about the challenges of developing visualizations. 가보게.

주의 비디오 도움말: 우주의, 암에 체세포 돌연변이의 카탈로그

우리는 의료 센터에서 워크샵을 수행 할 때, 내가 할 가장 일반적인 질문 중 하나는 암 데이터에 대한 좋은 자원의 위치에 관한 것입니다. 그리고 우리는 몇 가지에 대해 이야기했습니다 대형 프로젝트, ICGC 등. 우리가 할 수있는 방법에 대해 얘기했습니다 계층화 데이터 세트, 및 이것의 한 예는 암에 있었다, 데이터를 사용하여 암 게놈 아틀라스. 앞으로, 우리가 더 빠르게 이해하고 목표 종양하는 데 도움이됩니다 빠르게 종양 쌍 대 정상 염기 서열을 할 수있는 능력. 그리고 이것은 어떤 상황에서 완전히 새로운 리드 다른 경우로 이어질 것.

하지만 사람들을 위해 강조해야하고 싶은 정말 고체 도구 중 하나입니다 우주의 수집. 그것은 새로운 아니다–지금은 십 년 동안 주변되었습니다. 그러나 사람이 정말 관해 필요한 코어 데이터 자원 유형들 중 하나. 그들의 오랜 경험, 높은 품질의 큐 레이션, 및 데이터 볼륨 및 데이터 유형의 새로운 influxes 그들의 적응, 그 정보의 매우 귀중한 소스 만들기.

자신의 업데이트 신문을 읽고 2015 NAR 데이터베이스 문제, 내가 가서 내가 아는 기능의 나의 기억을하고 싶어, 너무 새로운 기능 중 일부를 탐험. 정말 저기 몇 가지 심각한 깊이가있다, 그리고이 같은 블로그 포스트에 그들이 가지고있는 모든 측면에 닿지 않도록. 그러나 나는 또한 최근에 사람들이 다양한 도구와 옵션에 대해 배울 수 있도록 동영상의 번호를 제공 한 것을 발견.

금주의 이번 주 비디오 팁, 나는이 포함됩니다 자신의 “개요” 조각. 하지만 당신은 체크 아웃해야합니다 자신의 자습서 페이지 뿐만 아니라 관련 링크.

내가 실현하지 않은 하나의 특징은을 사용하여 게놈 브라우저이었다 제공한다는 것입니다 JBrowse 프레임 워크. 그 사용 방법에 대한 몇 가지 지침과 별도의 비디오가있다.

종이 미래 방향 섹션은 분명히이이 주제에 들어오는 데이터를 처리 할 수​​있게 준비. 그리고 그들은 평가 새로운 도구와 그 적합 할 수 있습니다 분석. 그러나 그들은 큐 레이션에 강한 힘을 유지하기 위해 커밋–하는 나의 귀에 음악이다. 나는 품질 손 큐 레이션 동시에 최종 사용자가 저평가 생각 (슬프게도 출자자로), 오는 모든 큰 데이터를 처리하는 완전히 중요하면서. 그래서 암 게놈 데이터 COSMIC에 익숙해. 그것은 당신의 시간 가치가있을 것입니다.

빠른 링크:

우주의: http://cancer.sanger.ac.uk/

참조:

포브스 S.A., 디. Beare, 피. Gunasekaran, C 조. 양조위, 없음. Bindal, H 조. Boutselakis, M. 건, S. 뱀 포드, C 조. 서양 평지, S. 구 & C 조. Y. 왕복 & (2014). 우주의: 인간의 암에 체세포 돌연변이의 세계의 지식을 탐구, 핵산 연구, 43 (D1) D805-D811. 간접 자원부: http://dx.doi.org/10.1093/nar/gku1075

무슨 대답이야? (암 데이터 불일치)

Biostar 질문에 대한 사이트입니다, 생물 정보학 질문과 문제에 대한 답변 및 토론. 우리의 회원 커뮤니티는 매우 유용한 찾아. 자주 질문 및 답변은​​ 우리의 독자들에게 밀접한 관계가있는 것을 BioStar에서 발생하는 (게놈 자원의 최종 사용자). 매주 목요일 우리는이 대화 목록에서 여기 해당 항목이나 토론 중 하나를 강조됩니다. 당신이이 스레드에 질문을 할 수, 또는 당신은 항상 BioStar에 참가할 수.

이번 주 문제는 암 데이터 문제를 강조, 나는 같은 암 데이터베이스를 한 이후 “금주의 팁” 그 몇 가지 괜찮은 관심을 가지고, 나는 주제로 계속 줄 알았는데. 어쩌면 암 데이터 세트에 더 익숙한 일부 연구자들은 몇 가지 통찰력을해야합니다.

질문: cBio 포털 대. Oncomine: 샘플 및 발현 데이터의 차이

내가 통해 TCGA에서 장액 난소 암 데이터에 관련된 두 개의 유전자 발현을 찾고 CBio 포털. 의 Z-점수 임계 값에 따라 2.0, 내가 샘플의 다음과 같은 비율을 발견 (경우) 발현 수준이 영향을 (UP 또는 Down (아래로))

케이스 세트: mRNA의 데이터와 종양 (애질런트 마이크로 어레이): mRNA 발현 데이터와 모든 샘플 (489 샘플) CCNE1 – 11% CDK12 – 7%

에 동일한 데이터 집합에 대한 Oncomine (저는 무료 버전을 사용하고 있습니다):

TCGA 난소 (517 샘플 <- 이 번호에보고 된 것보다 높은 TCGA 난소 암 간행물) 발현 데이터는 로그 2 중간 강도로 제공되며 Oncomine에서이 CCNE1 및 CDK12 발현 수준 높은 발현 수준이 다른 등급과 상관 것을 보여줍니다 – 예를 들어 학년 3 종양 (학년 3 (431 샘플) 두 유전자의 높은 발현 수준이.

나는 또한 발견 한 데이터 집합 517 샘플에 관련 용지로 할당 된 2011/03/24. 데이터가 TCGA 난소 암 데이터 집합이 논문에 reffering 경우 궁금. http://www.nature.com/nature/journal/v474/n7353/full/nature10166.html

내가 왜 그런 차이가 궁금하거나 내가 여기서 뭔가를 놓친 거지.

추신. 나는 Oncomine 및 cBio 목록 모두에서이 질문을 게시, 하지만 아직 응답을받지 못한. 플랫폼 중 하나에서 경험을 여기 사람이에 통찰력을 제공 할 수 있는지 궁금하고.

그 관심이 다른 문제가 나를 지원 문제였다. 이 바로 그것을 할 열심히 노력하고 숙련 된 슈퍼 사용자입니다–사이트의 지원 팀에 문의, 하고 응답을받지 못했습니다. 저는이 분야에 대해 가장 절망적 것들 중 하나라고 생각. 일부 프로젝트는 물론 사용자 지원을위한 자원이있다. 일부는하지 않습니다. 그러나 스마트 사용자는 사이트의 데이터에 어떤 일이 일어나고 있는지 알아낼 수없는 경우, 당신이 생각하는대로 자원은 유용하지 않습니다. 나는 지원이 더 가치 한 소원. 하지만 당신은 무슨 일이야 알고있는 경우–에 가서 답변을 제공합니다.

주의 비디오 도움말: 나의 암 게놈

computer_doc거기에 암 데이터베이스 자원이 많이 있습니다. 사람의 대부분은 우리가 데이터 저장소 유형을했습니다에 초점을 맞춘 것. TCGA, ICGC, CaBIG, 우주의, 암 게놈 워크벤치, UCSC 암 게놈 브라우저, 물론 같은 큰 저장소 지리적. 연구진은 암 세포와 조직의 주요 변화를 찾으려면 이러한 데이터 소스가 필요합니다, 및 치료 조건 변화를 평가하기 위해. 그러나 이러한 가능성이 특정 샘플에 직면 임상의를위한 가장 유용한 장소가 아닌, 또는 환자 자신의 상황을 이해하려고 노력. 더 많은 종양의 샘플링 데이터를 사용할 수있게, 정보의 실질적인 조각을 직접 특정 액세스가 중요한 것.

MyCancerGenome 사이트의 데이터 스펙트럼의 실질적인 끝을 제공하는 것을 목표로. 그 동안 개발 된, 하지만 뉴욕 타임즈의 최근 이야기는 그것의 저를 생각 나게: 유전자 변형, 및 도구들을 찾아 내기 위하여. 그래서주의 이번주의 비디오 팁에 대한, 나는 당신에게 나의 암 게놈 자원의 모양을 가지고. 그들은 내가 여기에 포함됩니다 멋진 인트로 동영상을 가지고. 내가 액세스 할 수 없었을 것이라고 기능을 강조–부분이 링크 환자 기록 + 변이 + 돌연변이와 관련 연구에 대한 큐레이터 상세 페이지. 대중은 그 마지막 부분에 액세스 할 수 있습니다, 하지만 당신은 공공 측면에서 전자 건강 기록 부분을 볼 수 없을 것입니다.

논문 MyCancerGenome 사이트에 정보의 증착을 설명하는 나오고있다. 당신은 DIRECT에 대한 최근의 논문에서 임상 적으로 관련이있는 체세포 돌연변이 카탈로그에 대한 철학과 전략에 대한 자세한 내용을 볼 수 있습니다 (NA mutation 에 nventory 연구efine 및 이메일nhance C 조ancer reatment) 프로젝트. 해당 사이트의 탭은 그와 관련된 초기 데이터를 보여줍니다, 비 작은 세포 폐암에서 (NSCLC) 표피 성장 인자 수용체의 돌연변이 (EFGR). 우리가 성장을 볼 수에 따라이 데이터로 더 온다, 물론. 번역 의학에 좋은 단계 보인다. 그래서 그들은 수집하는 특정 암 관련 변이에 대한 유용한 증거 기반 정보에 모습을 가지고.

또 다른 특징은 임상 실험을 찾기 위해 검색 옵션–질병 또는 유전자에 의해. 나는 이런 종류의 정보 전에 대한 유전자 특정 검색을 본 적이 생각하지 않는다. 이것은 그들이 자신의 종양에 대한 특정 돌연변이 데이터가있는 경우 새로운 치료 옵션에 대한 액세스를 필요로하는 사람들을 위해 유용 할 수 있습니다.

나의 암 게놈의 모습을 가지고, 우리는이 데이터와 함께가는 어디에 생각해. 나는 새로운 암 게놈 데이터가 정말 드라이브 적절하고 효과적인 치료 전략을 도움이되기를 바랍니다.

빠른 링크:

나의 암 게놈 사이트: http://www.mycancergenome.org/

NYT 기사: 유전자 변형, 및 도구들을 찾아 내기 위하여

참고 문헌:

스완, C 조. (2012). 나의 암 게놈: 통합 유전체학 및 임상 시험 포털 랜싯 종양학, 13 (7), 668-669 간접 자원부: 10.1016/S1470-2045(12)70312-1

예치, 추신, 첸, 반장님, 앤드류스, 제이, 나세르, 기철, 파오, 더블유, & 뿔, 패. (2013). 암 치료를 구체화하고 향상시키기 위해 DNA 돌연변이 인벤토리 (DIRECT): 게놈 감독 항암 치료를 사용하는 임상 적으로 암 돌연변이의 카탈로그 임상 암 연구, 19 (7), 1894-1901 간접 자원부: 10.1158/1078-0432.CCR-12-1894

나의 암 게놈. 2013. http://www.mycancergenome.org (액세스 4/30/2013).