MS
Marina Sirota
Author with expertise in Genomic Landscape of Cancer and Mutational Signatures
Achievements
Cited Author
Open Access Advocate
Key Stats
Upvotes received:
0
Publications:
30
(80% Open Access)
Cited by:
4,405
h-index:
43
/
i10-index:
111
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Identifying a High Fraction of the Human Genome to be under Selective Constraint Using GERP++

Eugene Davydov et al.Dec 2, 2010
Computational efforts to identify functional elements within genomes leverage comparative sequence information by looking for regions that exhibit evidence of selective constraint. One way of detecting constrained elements is to follow a bottom-up approach by computing constraint scores for individual positions of a multiple alignment and then defining constrained elements as segments of contiguous, highly scoring nucleotide positions. Here we present GERP++, a new tool that uses maximum likelihood evolutionary rate estimation for position-specific scoring and, in contrast to previous bottom-up methods, a novel dynamic programming approach to subsequently define constrained elements. GERP++ evaluates a richer set of candidate element breakpoints and ranks them based on statistical significance, eliminating the need for biased heuristic extension techniques. Using GERP++ we identify over 1.3 million constrained elements spanning over 7% of the human genome. We predict a higher fraction than earlier estimates largely due to the annotation of longer constrained elements, which improves one to one correspondence between predicted elements with known functional sequences. GERP++ is an efficient and effective tool to provide both nucleotide- and element-level constraint scores within deep multiple sequence alignments.
0
Citation1,598
0
Save
55
1

Whole-tissue deconvolution and scRNAseq analysis identify altered endometrial cellular compositions and functionality associated with endometriosis

Daniel Bunis et al.Aug 28, 2021
Abstract The uterine lining (endometrium) exhibits a pro-inflammatory phenotype in women with endometriosis, resulting in pain, infertility, and poor pregnancy outcomes. The full complement of cell types contributing to this phenotype has yet to be identified, as most studies have focused on bulk tissue or select cell populations. Herein, through integrating whole-tissue deconvolution and single cell RNAseq, we comprehensively characterized immune and nonimmune cell types in endometrium of women with or without disease and their dynamic changes across the menstrual cycle. We designed metrics to evaluate specificity of deconvolution signatures that resulted in single cell identification of 13 novel signatures for immune cell subtypes in healthy endometrium. Guided by statistical metrics, we identified contributions of endometrial epithelial, endothelial, plasmacytoid dendritic cells, classical dendritic cells, monocytes, macrophages, and granulocytes to the endometrial pro-inflammatory phenotype, underscoring roles for nonimmune as well as immune cells to the dysfunctionality of this tissue. Teaser Sentence Cell type deconvolution and single cell RNAseq analysis identify altered endometrial cellular compositions in women with endometriosis
1
Citation2
0
Save
5

Development and characterization of new patient-derived xenograft (PDX) models of osteosarcoma with distinct metastatic capacities

Courtney Schott et al.Jan 20, 2023
Abstract Models to study metastatic disease in rare cancers are needed to advance preclinical therapeutics and to gain insight into disease biology, especially for highly aggressive cancers with a propensity for metastatic spread. Osteosarcoma is a rare cancer with a complex genomic landscape in which outcomes for patients with metastatic disease are poor. As osteosarcoma genomes are highly heterogeneous, a large panel of models is needed to fully elucidate key aspects of disease biology and to recapitulate clinically-relevant phenotypes. We describe the development and characterization of osteosarcoma patient-derived xenografts (PDXs) and a panel of PDX-derived cell lines. Matched patient samples, PDXs, and PDX-derived cell lines were comprehensively evaluated using whole genome sequencing and RNA sequencing. PDXs and PDX-derived cell lines largely maintained the expression profiles of the patient from which they were derived despite the emergence of whole-genome duplication (WGD) in a subset of cell lines. These cell line models were heterogeneous in their metastatic capacity and their tissue tropism as observed in both intravenous and orthotopic models. As proof-of-concept study, we used one of these models to test the preclinical effectiveness of a CDK inhibitor on the growth of metastatic tumors in an orthotopic amputation model. Single-agent dinaciclib was effective at dramatically reducing the metastatic burden in this model. Graphical Abstract
5
Citation2
0
Save
Load More