JB
Jian Bai
Author with expertise in Genomic Landscape of Cancer and Mutational Signatures
Achievements
This user has not unlocked any achievements yet.
Key Stats
Upvotes received:
0
Publications:
4
(25% Open Access)
Cited by:
0
h-index:
21
/
i10-index:
39
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

The value of ripple mapping in the age of coherent mapping in scar‐related atrial tachycardia

W. Shen et al.Jun 16, 2024
Abstract Background An accurate display of scar‐related atrial tachycardia (ATs) is a key determinant of ablation success. The efficacy of ripple mapping (RM) in identifying the mechanism and critical isthmus of scar‐related ATs during coherent mapping is unknown. Methods A total of 97 patients with complex ATs who underwent radiofrequency catheter ablation at our center between October 2018 and September 2022 were included. ATs was mapped using a multielectrode mapping catheter on the CARTO3v7 CONFIDENCE module. Coherent and RM were used to identify the reentrant circuit. Results The mechanisms of 128 ATs were analyzed retrospectively (84 anatomic‐reentrant ATs and 44 non‐anatomic reentrant ATs). The median AT cycle length was 264 ± 25ms. The correct diagnosis was achieved in 83 ATs (68%) using only coherent mapping. Through coherent mapping plus RM, 114 ATs (84.2%) were correctly diagnosed (68% vs. 89%, p = .019). In non‐anatomical reentrant ATs, 81% of the diagnostic rate was achieved by reviewing both coherent and ripple mapping compared to reviewing coherent mapping alone (81% vs. 52%, p = .03). Reviewing coherent mapping and ripple mapping showed a higher diagnostic rate in patients who underwent cardiac surgery than those with Coherent mapping alone (64% vs. 88%, p = .04). Conclusion Coherent mapping combined with RM was superior to coherent mapping alone in identifying the mechanism of scar‐related ATs post‐cardiac surgery and non‐anatomic reentrant ATs.
0

Common postzygotic mutational signature in multiple healthy adult tissues related to embryonic hypoxia

Yaqiang Hong et al.Feb 17, 2020
Postzygotic mutations are acquired in all of the normal tissues throughout an individual's lifetime and hold clues for identifying mutagenesis causing factors. The process and underlying mechanism of postzygotic mutations in normal tissues is still poorly understood. In this study, we investigated postzygotic mutation spectra in healthy individuals by optimized ultra-deep exome sequencing of time series samples from the same volunteer and samples from different individuals. In cells of blood, sperm, and muscle, we resolved three common types of mutational signature. Two of them are known to represent clock-like mutational processes, and their proportions in mutation profiles associated with polymorphisms of epigenetic regulation genes, suggesting the contribution of personal genetic backgrounds to underlying biological process. Notably, the third signature, characterized by C>T transitions at GpCpN sites, tends to be a feature of diverse normal tissues. Mutations of this type were likely to occur early in embryo development even before the tissue differentiation, as indicated by their relatively high allele frequencies, sharing variants between multiple tissues, and lacking of age-related accumulation. Almost all tumors shown in public datasets did not have this signature detected except for 19.6% of clear cell renal cell carcinoma samples, which featured by activation of the hypoxia-induced signaling pathway. Moreover, in vitro activation of HIF signaling pathway successfully introduced the corresponding mutation profile of this signature in a culture-expanded human embryonic stem cell line. Therefore, embryonic hypoxia may explain this novel signature across multiple normal tissues. Our study suggest hypoxic conditions in the early stage of embryo development may be a crucial factor for the C>T transitions at GpCpN sites and individual genetic background also related to shaping human postzygotic mutation profiles.
0

Evaluation of cost-effective multiple cancer early detection with extremely low coverage whole genome sequencing from plasma.

Wendy Wu et al.Jun 1, 2024
10538 Background: Cancer continues to be a significant global health concern, with approximately 19.3 million new cases diagnosed and 10.0 million cancer-related deaths reported in 2020. Multi-cancer early detection (MCED) test using the peripheral blood offers a great opportunity to improve the current cancer screening tests with better performance and benefit-to-harm balance. Methods: Here we introduce a novel MCED test called HIFI-PROF, which utilizes extremely low pass whole-genome sequencing (median coverage of 0.6X) to create a multi-dimensional fragmentation signatures model through machine learning approach. HIFI-PROF was developed to detect and localize six types of cancer (colorectal, pancreas, liver, lung, esophagus and gastric cancer). Results: The study included a total of 1,487 participants, comprising 235 colorectal cancers, 227 pancreatic cancers, 150 liver cancers, 125 lung cancers, 107 esophageal cancers, 106 gastric cancers and 537 healthy volunteers. Most of the cancer cases were I/II stage patients (stage I: 38%, stage II: 35%, stage III: 23%, stage IV: 4%). The participants, stratified by age and clinical status, were divided into two sets: a training set (n=1,079) and a validation set (n=408).HIFI-PROF exhibited an excellent performance in the early detection of multiple cancer types, achieving a sensitivity of 87.58% at a specificity of 99.09% and identifying the tissue of origin (TOO) with an accuracy of 81.99%. The sensitivity rates for detecting cancer at different stages were also promising, with a sensitivity of 84.62% for stage I, 85.59% for stage II, 89.61% for stage III and 92.86% for stage IV. Conclusions: These results highlight the high sensitivity and specificity of HIFI-PROF in identifying cancer cases while maintaining a low rate of false-positive results. The use of HIFI-PROF offers a cost-effective MCED test with excellent performance. Such advancements will contribute to improve strategies for multi-cancer early detection, leading to more effective clinical interventions and better outcomes.