Name: Interpretazione delle varianti cliniche con lIntegrative Genomics Viewer (IGV) per patologi molecolari (Video) | JoVE Journal
Uploaded: 2026-08-14T14:13:00.000+00:00
Duration: 4 min 4 s
Description: Scopri come utilizzare l'Integrative Genomics Viewer per interpretare varianti genomiche in dati NGS clinici. Questo metodo computazionale supporta patologi molecolari nell'analisi visiva di mutazioni somatiche e germinali.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

playerTrialDesktop

Siamo grati a tutti gli sviluppatori del software IGV, nonché al finanziamento dell'NIH che attualmente sostiene lo sviluppo di IGV:&#160;U24CA258406. Per lo sviluppo di questo studio non è stato ricevuto alcun finanziamento.

<ol>
	<li>Tjota MY, Segal JP, Wang P. Clinical utility and benefits of comprehensive genomic profiling in cancer. J Appl Lab Med. 2024;9(1):76-91.</li>
	<li>Freedman AN, et al. Use of next-generation sequencing tests to guide cancer treatment: results from a nationally representative survey of oncologists in the United States. JCO Precis Oncol. 2018;2:PO.18.00169.</li>
	<li>Ghoreyshi N, et al. Next-generation sequencing in cancer diagnosis and treatment: clinical applications and future directions. Discov Oncol. 2025;16:578.</li>
	<li>Aisner DL, et al. The Genomics Organization for Academic Laboratories (GOAL): A vision for a genomics future for academic pathology. Acad Pathol. 2023;10(3):100090.</li>
	<li>Robinson JT, Thorvaldsd&#243;ttir H, Wenger AM, Zehir A, Mesirov JP. Variant review with the Integrative Genomics Viewer (IGV). Cancer Res. 2017;77(21):e31-e34.</li>
	<li>Thorvaldsd&#243;ttir H, Robinson JT, Mesirov JP. Integrative Genomics Viewer (IGV): high-performance genomics data visualization and exploration. Brief Bioinform. 2013;14(2):178-192.</li>
	<li>Richards S, et al. Standards and guidelines for the interpretation of sequence variants: a joint consensus recommendation of the American College of Medical Genetics and Genomics and the Association for Molecular Pathology. Genet Med. 2015;17(5):405-424.</li>
	<li>Larson NB, Oberg AL, Adjei AA, Wang L. A clinician&#39;s guide to bioinformatics for next-generation sequencing. J Thorac Oncol. 2023;18(2):143-157.</li>
	<li>J&#228;nne PA, et al. Adagrasib in non-small-cell lung cancer harboring a KRAS G12C mutation. N Engl J Med. 2022;387(2):120-131.</li>
	<li>Vandenberg BN, et al. Contributions of replicative and translesion DNA polymerases to mutagenic bypass of canonical and atypical UV photoproducts. Nat Commun. 2023;14(1):2576.</li>
	<li>Dunn T, Narayanasamy S. vcfdist: accurately benchmarking phased small variant calls in human genomes. Nat Commun. 2023;14(1):8149.</li>
	<li>Trent JC. Toward personalized, targeted therapy of gastrointestinal stromal tumor. Gastrointest Cancer Res. 2008;2(5):256-257.</li>
	<li>Xu CW, et al. Molecular characteristics and clinical outcomes of EGFR Exon 19 C-helix deletion in non-small cell lung cancer and response to EGFR TKIs. Transl Oncol. 2020;13(9):100791.</li>
	<li>Guille A, et al. A benchmarking study of individual somatic variant callers and voting-based ensembles for whole-exome sequencing. Brief Bioinform. 2024;26(1):bbae697.</li>
	<li>Cooke DP, Wedge DC, Lunter G. A unified haplotype-based method for accurate and comprehensive variant calling. Nat Biotechnol. 2021;39(7):885-892.</li>
	<li>Ezzati S, Salib S, Balasubramaniam M, Aboud O. Epidermal Growth Factor Receptor inhibitors in glioblastoma: current status and future possibilities. Int J Mol Sci. 2024;25(4):2316.</li>
	<li>Vivanco I, et al. Differential sensitivity of glioma- versus lung cancer-specific EGFR mutations to EGFR kinase inhibitors. Cancer Discov. 2012;2(5):458-471.</li>
</ol>

Tutti gli autori dichiarano di non avere conflitti di interessi.

La revisione accurata delle varianti ai fini della relazione clinica dipende da complessi algoritmi bioinformatici e dall'inclusione di una revisione visiva delle varianti complesse mediante l'utilizzo di IGV5,6. Questo studio è stato progettato per raccogliere una risorsa concisa di impostazioni consigliate per visualizzare alterazioni genomiche semplici e complesse in IGV (File Supplementare 1). Lo studio si concentra sulle alterazioni somatich...

Negli ultimi anni, l'assistenza oncologica è stata trasformata dall'uso delle tecnologie di sequenziamento di nuova generazione (NGS) per guidare diagnosi, prognosi e selezione delle terapie1. L'analisi mediante NGS è diventata lo standard assistenziale in diversi tipi di tumore per: 1) stabilire una diagnosi di tumore definito a livello molecolare, 2) utilizzare risultati di biomarcatori indipendenti dal tipo di tumore per le decisioni terapeutiche e 3) determinare la stratificazione del rischio per specifici tipi di tumore2,3. Risultati accurati e tempestivi derivanti da analisi NGS e da altri test sui biomarcatori sono diventati un componente fondamentale per l'assistenza ai pazienti e la pianificazione terapeutica in oncologia.
I test NGS vengono generalmente eseguiti in grandi laboratori di riferimento oppure in laboratori ospedalieri o accademici, quando le istituzioni dispongono di competenze e risorse sufficienti per sviluppare e mantenere tali test. L'organizzazione Genomics Organization for Academic Laboratories (GOAL) è stata concepita come una rete collaborativa, focalizzata sulla condivisione delle conoscenze accademiche e dei costi dei reagenti4. Un impegno significativo del consorzio GOAL ha riguardato sessioni di formazione su componenti fondamentali per la revisione e la redazione di rapporti relativi a studi clinici. Tali sessioni sono state sviluppate come incontri pratici e includono un workshop interattivo sul visualizzatore genomico integrato (IGV), volto a illustrarne le funzionalità di base e avanzate in medicina genomica.
IGV è uno strumento di visualizzazione dati progettato per consentire agli utenti di esaminare facilmente dati NGS e altri set di dati di grandi dimensioni, poiché la maggior parte dei dati NGS risulta vasta e di difficile gestione senza un'interfaccia grafica5. Inizialmente, IGV non era stato progettato per l'analisi clinica delle varianti. Tuttavia, grazie alla sua semplicità d'uso per tutti i professionisti del settore molecolare, indipendentemente dal loro livello di esperienza in bioinformatica, è stato ampiamente adottato da molti laboratori come parte del complesso flusso di lavoro per la revisione dei dati6. Questo studio è stato realizzato come mezzo per diffondere tali informazioni all'ampia comunità di professionisti dei laboratori genetici.
La necessità clinica di utilizzare IGV come parte di un flusso di lavoro clinico comprende il rilevamento di errori di sequenziamento, la gestione delle complessità nella chiamata delle varianti genomiche e altre alterazioni ricorrenti in cui una visualizzazione aggiuntiva può assistere nell'interpretazione appropriata dei dati7. L'utilizzo di IGV richiede file bioinformatici standard provenienti da uno studio di sequenziamento di nuova generazione (NGS)8. Le funzionalità principali del software IGV consentono la visualizzazione dei dati di sequenziamento e richiedono la configurazione di un insieme di preferenze e opzioni per l'interpretazione clinica delle varianti (File Supplementare 1).
Il flusso di lavoro del sequenziamento a lettura corta è caratterizzato dagli standard dei file FASTQ, mappa binaria di allineamento (BAM) e formato per la chiamata di varianti (VCF). Il NGS raggiunge un'elevata produttività generando milioni di short reads in parallelo. Sebbene questa strategia acceleri notevolmente la produzione di dati, ogni lettura rappresenta soltanto un frammento del DNA o RNA originale. Essa viene fissata a una posizione specifica sulla flow cell del NGS tramite la sua sequenza adattatrice. Le informazioni di sequenza e di qualità delle basi ottenute dal processamento ottico vengono registrate nei file FASTQ. Queste letture grezze consistono in sequenze di nucleotidi accompagnate dai punteggi di qualità per ciascuna base. Pertanto, una delle prime fasi nell'elaborazione delle letture grezze è l'allineamento di ciascuna lettura a un genoma di riferimento8. Poiché a ogni lettura viene assegnata una posizione specifica nel genoma di riferimento con la massima probabilità di allineamento, le letture corrispondenti alla stessa posizione si &#34;accumulano&#34; in ciascun locus, e questi dati vengono memorizzati in un file BAM secondo le specifiche del formato di mappatura delle allineamenti di sequenza (SAM) (disponibili all'indirizzo https://samtools.github.io/hts-specs/SAMv1.pdf; ultima verifica: 9/30/2025) (Figura 1A). Queste informazioni possono essere esaminate visivamente mediante un browser genomico come IGV. Come illustrato nella Figura 1B, il confronto tra le letture o tra queste e la sequenza di riferimento può evidenziare differenze o discrepanze tra le sequenze nucleotidiche. I riassunti soltanto di queste posizioni &#34;varianti&#34; lungo l'intero genoma vengono raccolti in un file VCF, che pertanto può essere molto più piccolo rispetto a un file BAM ma contenere comunque gran parte delle informazioni utili necessarie per l'analisi delle varianti. Per questo motivo, il file VCF è comunemente l'output finale delle pipeline di chiamata delle varianti (Figura 1C). Pertanto, mentre i file FASTQ contengono i dati grezzi delle letture e della qualità, il file BAM fornisce informazioni sulla sicurezza con cui tali letture si mappano sul genoma, e il file VCF rappresenta le differenze tra la sequenza di riferimento e la sequenza del campione, fornendo una quantità di dati molto più gestibile per l'analisi e la potenziale segnalazione.
I sei casi clinici presentati in questo studio illustrano scenari analitici comuni associati al rilevamento di varianti somatiche nei laboratori molecolari, nonché i problemi che complicano la corretta comprensione e interpretazione dei dati sottostanti. Nel complesso, questi casi sono stati selezionati per illustrare scenari interpretativi di crescente complessità e per mostrare come l'utilizzo di funzionalità avanzate in IGV possa descrivere in modo più esaustivo le caratteristiche genomiche complessive. Sebbene questo studio si concentri sull'interpretazione delle varianti somatiche, tali funzionalità sono applicabili anche all'uso di IGV nella visualizzazione e interpretazione di alterazioni germinali6. È importante notare che i termini utilizzati in questo articolo si basano sulla chimica del sequenziamento per sintesi e, ove appropriato, su altri termini o concetti analoghi relativi ad altre piattaforme.
Ogni caso clinico inizia con un contesto clinico molto breve, seguito da istruzioni su come analizzare la variante o le varianti e risolvere la domanda: quale (se presente) variante è reale e quale (se presente) è un artefatto. Il contesto clinico, insieme ai dettagli specifici dei dati di sequenziamento, è fondamentale per rispondere a tale domanda.

<table><tbody><tr><td>BLAT</td><td>Ricerca BLAT nel Genoma</td><td>https://genome.ucsc.edu/cgi-bin/hgBlat</td><td>Pagina web autonoma di BLAT. L'API di BLAT è disponibile all'interno di IGV, nessuna installazione aggiuntiva richiesta</td></tr><tr><td>CNVKit</td><td>GitHub</td><td>https://github.com/etal/cnvkit</td><td>Repository pubblico su GitHub con CNVKit scaricabile gratuitamente. Le istruzioni per scaricare ed eseguire CNVKit sono disponibili qui.</td></tr><tr><td>File di segmento comparatore n. 1 per la vignetta n. 5</td><td>GitHub</td><td>https://github.com/Eitan177/Demo_IGV/blob/main/c1.seg</td><td>File di numero di copie</td></tr><tr><td>File di segmento comparatore n. 2 per la vignetta n. 5</td><td>GitHub</td><td>https://github.com/Eitan177/Demo_IGV/blob/main/c2.seg</td><td>File di numero di copie</td></tr><tr><td>File di segmento comparatore n. 3 per la vignetta n. 5</td><td>GitHub</td><td>https://github.com/Eitan177/Demo_IGV/blob/main/c4.seg</td><td>File di numero di copie</td></tr><tr><td>File di segmento comparatore n. 4 per la vignetta n. 5</td><td>GitHub</td><td>https://github.com/Eitan177/Demo_IGV/blob/main/c5.seg</td><td>File di numero di copie</td></tr><tr><td>File di segmento comparatore n. 5 per la vignetta n. 5</td><td>GitHub</td><td>https://github.com/Eitan177/Demo_IGV/blob/main/c6.seg</td><td>File di numero di copie</td></tr><tr><td>File di segmento comparatore n. 6 per la vignetta n. 5</td><td>GitHub</td><td>https://github.com/Eitan177/Demo_IGV/blob/main/c7.seg</td><td>File di numero di copie</td></tr><tr><td>File di segmento comparatore n. 7 per la vignetta n. 5</td><td>GitHub</td><td>https://github.com/Eitan177/Demo_IGV/blob/main/c8.seg</td><td>File di numero di copie</td></tr><tr><td>File di segmento comparatore n. 8 per la vignetta n. 5</td><td>GitHub</td><td>https://github.com/Eitan177/Demo_IGV/blob/main/c9.seg</td><td>File di numero di copie</td></tr><tr><td>File di segmento comparatore per la vignetta n. 5</td><td>GitHub</td><td>https://github.com/Eitan177/Demo_IGV/blob/main/c3.seg</td><td>File di numero di copie</td></tr><tr><td>Sequenza del genoma umano</td><td>Sequenza del genoma umano</td><td>https://hgdownload.soe.ucsc.edu/goldenPath/hg38/bigZips/latest/hg38.fa.gz</td><td>File fasta scaricabile contenente l'assemblaggio del genoma umano Hg38.&amp;nbsp; Disponibile all'interno di IGV, nessun download aggiuntivo richiesto</td></tr><tr><td>Sequenza del genoma umano</td><td>Sequenza del genoma umano</td><td>https://hgdownload.soe.ucsc.edu/goldenPath/hg19/bigZips/latest/hg19.fa.gz</td><td>File fasta scaricabile contenente l'assemblaggio del genoma umano Hg19. Disponibile all'interno di IGV, nessun download aggiuntivo richiesto</td></tr><tr><td>Pacchetto software IGV</td><td>Software IGV</td><td>https://data.broadinstitute.org/igv/projects/downloads/2.19/IGV_Win_2.19.7-WithJava-installer.exe</td><td>Versione software IGV 2.19.7 con Java (JDK 21), scaricabile gratuitamente. Il link fornito è per Windows, ma sono disponibili anche link per Linux e Mac.</td></tr><tr><td>File di segmento per il caso della vignetta n. 5</td><td>GitHub</td><td>https://github.com/Eitan177/Demo_IGV/blob/main/proband.seg</td><td>File di numero di copie</td></tr><tr><td>Repository GitHub del tutorial</td><td>GitHub</td><td>https://github.com/Eitan177/Demo_IGV/tree/main</td><td>Repository pubblico GitHub con tutti i file necessari per riprodurre le sei vignette</td></tr><tr><td>Vignetta n. 1</td><td>GitHub</td><td>https://github.com/Eitan177/Demo_IGV/blob/main/KRAS.xml</td><td>File di sessione</td></tr><tr><td>Indice bai della vignetta n. 1, caso A</td><td>GitHub</td><td>https://github.com/Eitan177/Demo_IGV/blob/main/kras2A_fixed_backbone_&lt;br/&gt; 2A_new_final_sorted.bam.bai</td><td>File di allineamento</td></tr><tr><td>File di allineamento bam della vignetta n. 1, caso A</td><td>GitHub</td><td>https://github.com/Eitan177/Demo_IGV/blob/main/kras2A_fixed_backbone_&lt;br/&gt; 2A_new_final_sorted.bam</td><td>File di allineamento</td></tr><tr><td>Indice bai della vignetta n. 1, caso B</td><td>GitHub</td><td>https://github.com/Eitan177/Demo_IGV/blob/main/kras2B_fixed_backbone_&lt;br/&gt; 2B_new_final_sorted.bam.bai</td><td>File di allineamento</td></tr><tr><td>File di allineamento bam della vignetta n. 1, caso B</td><td>GitHub</td><td>https://github.com/Eitan177/Demo_IGV/blob/main/kras2B_fixed_backbone_&lt;br/&gt; 2B_new_final_sorted.bam</td><td>File di allineamento</td></tr><tr><td>Vignetta n. 2</td><td>GitHub</td><td>https://github.com/Eitan177/Demo_IGV/blob/main/BRAF.xml</td><td>File di sessione</td></tr><tr><td>Vignetta n. 2&amp;nbsp; indice bai</td><td>GitHub</td><td>https://github.com/Eitan177/Demo_IGV/blob/main/fig2C_braf_v600k_2bp_&lt;br/&gt; backbone_2CD_new_final_sorted.bam.bai</td><td>File di allineamento</td></tr><tr><td>Vignetta n. 2&amp;nbsp; file di allineamento bam</td><td>GitHub</td><td>https://github.com/Eitan177/Demo_IGV/blob/main/fig2C_braf_v600k_2bp_&lt;br/&gt; backbone_2CD_new_final_sorted.bam</td><td>File di allineamento</td></tr><tr><td>Vignetta n. 3</td><td>GitHub</td><td>https://github.com/Eitan177/Demo_IGV/blob/main/KIT.xml</td><td>File di sessione</td></tr><tr><td>File indice bai della vignetta n. 3</td><td>GitHub</td><td>https://github.com/Eitan177/Demo_IGV/blob/main/KITdupmod2.bai</td><td>File di allineamento</td></tr><tr><td>File di allineamento bam della vignetta n. 3</td><td>GitHub</td><td>https://github.com/Eitan177/Demo_IGV/blob/main/KITdupmod2.bam</td><td>File di allineamento</td></tr><tr><td>Vignetta n. 4</td><td>GitHub</td><td>https://github.com/Eitan177/Demo_IGV/blob/main/EGFR.xml</td><td>File di sessione</td></tr><tr><td>File di allineamento della vignetta n. 4</td><td>GitHub</td><td>https://github.com/Eitan177/Demo_IGV/blob/main/EGFRE746_A750delmod.bam</td><td>File di allineamento</td></tr><tr><td>Vignetta n. 4 indice bai</td><td>GitHub</td><td>https://github.com/Eitan177/Demo_IGV/blob/main/EGFRE746_A750delmod.bai</td><td>File di allineamento</td></tr><tr><td>Vignetta n. 5</td><td>GitHub</td><td>https://github.com/Eitan177/Demo_IGV/blob/main/copynumber.xml</td><td>File di sessione</td></tr><tr><td>Vignetta n. 6</td><td>GitHub</td><td>https://github.com/Eitan177/Demo_IGV/blob/main/egfr_vIII.xml</td><td>File di sessione</td></tr><tr><td>Vignetta n. 6 indice bai</td><td>GitHub</td><td>https://github.com/Eitan177/Demo_IGV/blob/main/proband.bai</td><td>File di allineamento</td></tr><tr><td>File di allineamento bam della vignetta n. 6</td><td>GitHub</td><td>https://github.com/Eitan177/Demo_IGV/blob/main/proband.bam</td><td>File di allineamento</td></tr></tbody></table>

interpretazione delle varianti cliniche con l'integrative genomics viewer (igv) per patologi molecolari

Clinical Variant Interpretation with the Integrative Genomics Viewer (IGV) for Molecular Pathologists

Il visualizzatore genomico integrato (IGV) è uno strumento fondamentale nella genomica clinica, che consente la visualizzazione e l'interpretazione di dati di sequenziamento complessi. L'applicazione di conoscenze cliniche unita alla valutazione visiva dei risultati del sequenziamento rappresenta il principale metodo con cui i patologi molecolari e altri professionisti valutano e concludono i casi. Una varietà di strumenti software può offrire supporto, ma la loro relazione con i dati sottostanti deve essere compresa e applicata in modo sistematico. Questo studio include informazioni essenziali sui tipi di file di dati del sequenziamento di nuova generazione (NGS) (ad esempio, FASTQ, BAM, VCF), con una discussione sui loro formati e scopi. Successivamente, descriviamo le funzionalità di IGV che derivano le sfumature da questi file. Utilizziamo una serie di casi pratici curati sulla base di casi clinici, attraverso i quali il lettore interagirà con dati di sequenziamento clinico NGS utilizzando il software IGV per esaminare vari tipi di varianti clinicamente rilevanti rispetto al genoma di riferimento umano. Questi casi clinici sono stati selezionati per descrivere esempi di alcune delle complessità nell'interpretazione dei dati genomici e per illustrare come l'utilizzo di IGV all'interno di un flusso di lavoro routinario possa fornire informazioni interpretative aggiuntive sulle varianti, oltre alle chiamate di varianti generate da algoritmi software bioinformatici standard. L'ispezione visiva delle varianti genomiche mediante gli strumenti presenti in IGV può rivelare sottili indizi contestuali (ad esempio, frequenza dell'allele di variante, bias della catena, contesto specifico del tessuto) che possono influenzare l'interpretazione delle varianti genomiche. Sebbene questo studio si concentri sull'uso di IGV per il rilevamento e l'interpretazione di varianti somatiche, le applicazioni fornite possono essere estese all'ambito germinale, inclusa l'analisi di varianti complesse e il rilevamento della mosaicismo.

È importante notare che questo studio si concentra sulla descrizione delle sfumature della revisione delle varianti in IGV ai fini della redazione di rapporti clinici. La redazione finale del rapporto clinico dovrebbe basarsi sulla pipeline validata, sui criteri di qualità e sulla politica di reporting di ciascun laboratorio. Una trattazione completa di questo argomento importante va oltre lo scopo del presente studio; tuttavia, standard e linee guida raccomandati sono stati elaborati dal College Americano di Genetica Me...

Il software Integrative Genomics Viewer (IGV) offre una finestra ricca e intuitiva sui dati sottostanti per il rilevamento clinico di varianti. Di seguito presentiamo cinque esempi dimostrativi su come effettuare rapidamente la differenziazione tra eventi patogeni genuini ed artefatti, rafforzando così l'affidabilità diagnostica per i professionisti coinvolti nell'interpretazione molecolare dei saggi di sequenziamento di nuova generazione.

Interpretazione delle varianti cliniche con l'Integrative Genomics Viewer (IGV) per patologi molecolari

L'integrative genomics viewer (IGV) è uno strumento fondamentale nella genomica clinica, che consente la visualizzazione e l'interpretazione di dati di sequenziamento complessi. ...

Il nostro obiettivo è fornire alcune competenze fondamentali per l'utilizzo dell'IGV al fine di individuare e riportare correttamente le mutazioni somatiche nei pazienti oncologici. Le indicazioni sull'uso dell'IGV nei laboratori clinici sono attualmente limitate. Questo protocollo colma tale lacuna offrendo casi clinici selezionati.Per iniziare, scaricare e installare l'ultima versione del software Integrative Genomics Viewer per Windows con Java incluso. Successivamente, scaricare i file della vignetta clinica dal repository GitHub. Nel menu superiore del software IGV, verificare che l'opzione Mostra traccia di copertura sia abilitata. Per rilevare varianti clinicamente significative a basso livello, impostare la soglia della frazione allettica di copertura a 0,01. Infine, abilitare Mostra basi soft-clipped nel menu superiore per visualizzare le letture parzialmente allineate con estremità tagliate. Esaminare i dettagli della vignetta clinica, come età del paziente, patologia e risultati di sequenziamento NGS, prima di avviare il flusso di lavoro. Nel menu a discesa del genoma in alto a sinistra, impostare il genoma di riferimento su hg38, quindi trascinare e rilasciare nel visua

clinical-variant-interpretation-with-integrative-genomics-viewer-igv

Research

Ricerca

JoVE Journal

Cancer Research

Ricerca sul cancro

Identificare nuovi bersagli farmacologici che passano dai test preclinici agli studi sull'uomo è una priorità scientifica. A tal fine, qui descriviamo un approccio di genomica funzionale per esaminare l'impatto della deplezione genica sugli sferoidi delle linee cellulari tumorali, che modellano in modo più appropriato i tumori umani in vivo.

Utilizzando Genomica Funzionale screening per identificare gli obiettivi farmaco potenzialmente romanzo in Cancer Cell Culture Spheroid

Qui, descriviamo modelli zebrafish xenotrapianto utilizzando due differenti siti di iniezione, vale a dire, lo spazio perivitellino e condotto di Cuvier, per studiare il comportamento invasivo e per valutare l'intravasation e stravaso potenziale delle cellule umane di cancro al seno, rispettivamente.

Invasiva comportamento delle cellule cancro al seno umano in Zebrafish embrionali

Qui, un metodo è descritto per la preparazione di co-coltura 3-dimensionale della sferoide (3D) delle cellule di cancro del pancreas e dei fibroblasti, seguiti dalla misura delle funzioni metaboliche utilizzando un analizzatore di flusso extracellulare.

Preparazione e dosaggio metabolica della sferoide 3-dimensionale co-colture di cellule di cancro del pancreas e dei fibroblasti

Aneuploide conduce all'instabilità del genoma, che alla fine produce le cellule ciclo cellulare-arrestato con karyotypes complessi. Questo documento fornisce un metodo semplice e conveniente per isolare cellule aneuploidi con karyotypes complessi che non smettono di dividersi.

Generazione e l'isolamento delle cellule ciclo cellulare-arrestato con Karyotypes complessi

Qui, presentiamo un protocollo per la generazione di induced pluripotent Stem Cells (iPSCs) da fibroblasti derivata pazienti di sindrome di Li-Fraumeni (LFS), differenziazione delle iPSCs tramite cellule staminali mesenchimali (MSCs) di osteoblasti e modellazione in vivo tumorigenesi utilizzando osteoblasti derivati paziente LFS.

Modellazione di Osteosarcoma con la sindrome di Li-Fraumeni paziente-derivato indotto Pluripotent Stem Cells

Qui, presentiamo un protocollo che dettagli gli aspetti tecnici e requisiti essenziali affinché robusta analisi di sequenza del gene di IG in pazienti con la leucemia linfocitaria cronica (CLL), basato sull'esperienza accumulata dell'iniziativa di ricerca europea su CLL (ERIC).

Analisi di sequenza di Gene dell'immunoglobulina nella leucemia linfocitaria cronica: Da materiale paziente all'interpretazione di sequenza

Questo protocollo descrive una procedura per estrarre e arricchire fosfopeptidi da linee cellulari di carcinoma della prostata o tessuti per un'analisi della phosphoproteome via basati sulla spettrometria di massa proteomica.

Fosfopeptide arricchimento accoppiata alla spettrometria di massa privo di etichetta quantitativa per indagare il Phosphoproteome nel carcinoma della prostata

Qui, un protocollo per analisi di medio-alto rendimento degli eventi di fosforilazione della proteina a livello cellulare è presentato. Phospho flusso cytometry è un approccio potente per caratterizzare la segnalazione aberrazioni, identificare e validare biomarcatori e valutare farmacodinamica.

Citometria a flusso di phospho con codici a barre fluorescenti cella per cella singola segnalazione analisi e scoperta del biomarcatore

Glioblastoma è la più comune e più aggressivo malignità cerebrali primari negli adulti, con la maggior parte dei tumori ricorrenti dopo il trattamento iniziale. Terapia del tumore campi TTF (TTFields) è la nuova modalità di trattamento per glioblastoma. Qui, descriviamo la corretta applicazione delle matrici TTFields-trasduttore su pazienti e discutere la teoria e gli aspetti del trattamento.

L'applicazione clinica del tumore trattamento della terapia di campi nel Glioblastoma

Qui descriviamo un metodo per l'imaging multi-fotofilano ad alta risoluzione delle cellule tumorali cerebrali prima e dopo l'intervento chirurgico invasivo (ad esempio, biopsia) all'interno dello stesso animale vivente. Questo metodo consente di studiare l'impatto di queste procedure chirurgiche invasive sul comportamento migratorio, invasivo e proliferativo delle cellule tumorali a livello di singola cellula.

Imaging intravitale longitudinale del comportamento delle cellule tumorali cerebrali in risposta a una biopsia chirurgica invasiva

Scopri come utilizzare l'Integrative Genomics Viewer per interpretare varianti genomiche in dati NGS clinici. Questo metodo computazionale supporta patologi molecolari nell'analisi visiva di mutazioni somatiche e germinali.

Interpretazione delle varianti cliniche con l'Integrative Genomics Viewer (IGV) per patologi molecolari

Esplora altri video