*癌症特征的K-均值和聚类模型

《自然评论遗传学》15（9）：585-598。Imielinski，M.、Berger，A.H.、Hammerman，P.S.、Hernandez，B.、Pugh，T.J.、Hodis，E.、Cho，J.、Suh，J.、Capelletti，M.、Sivachenko，A.、Sougnez，C.、Auclair，D.、Lawrence，M.S.、Stojanov，P.、Cibulskis，K.、Choi，K.、de Waal，L.、Sharifnia，T.、Brooks，A.、Greulich，H.、Banerji，S.、Zander，T.、Seidel，D.、Leenders，F.、Ans，S.、Ludans Wig，C.、Engel Riedel，W.、Stoelben，E.、Wolf，J.、Goparju，C。，Thompson，K.、Winckler，W.、Kwiatkowski，D.、Johnson，B.E.、J¨anne，P.A.、Miller，V.A.、Pao，W.、Travis，W.D.、Pass，H.I.、Gabriel，S.B.、Lander，E.S.、Thomas，R.K.、Garraway，L.A.、Getz，G.、Meyerson，M。

（2012）利用大规模平行测序绘制肺腺癌的特征图。单元格150（6）：1107-1120。Jones，D.T.、J¨ager，N.、Kool，M.、Zichner，T.、Hutter，B.、Sultan，M.、Cho，Y.J.、Pugh，T.J.、Hovestadt，V.、St¨utz，A.M.、Rausch，T.、Warnatz，H.J.、Ryzhova，M.、Bender，S.、Sturm，D.、Pleier，S.、Cin，H.、Pfa fff，E.、Sieber，L.、Wittmann，A.、Remke，M.、Witt，H.、Hutter，S.、Tzaridis，T.、Weischenfeldt，J，Raeder，B.，Avci，M.，Amstislavskiy，V.，Zapatka，M.，Weber，U.D.，Wang，Q.，Lasitschka，B、 ，Bartholomae，C.C.、Schmidt，M.、von Kalle，C.、Ast，V.、Lawerenz，C.、Eils，J.、Kabbe，R.、Benes，V.、van Sluis，P.、Koster，J.、Volckmann，R.、Shih，D.、Betts，M.J.、Russell，R.B.、Coco，S.、Tonini，G.P.、Sch¨uller，U.、Hans，V.、Graf，N.、Kim，Y.J.、Monoranu，C.、Roggendorf，W.、Unterberg，A.、Herold Mende，C.、Mild，T.、Ku Lozik，A.E.、von Deimling，A.、Witt，O.、Maass，E.、R¨ossler，J。，Ebinger，M.、Schuhmann，M.U.、Fr–uhwald，M.C.、Hasselblatt，M.、Jabado，N.、Rutkowski，S.、von Bueren，A.O.、Williamson，D.、Clifford，S.C.、McCabe，M.G.、Collins，V.P.、Wolf，S.、Wiemann，S.、Lehrach，H.、Brors，B.、Scheurlen，W.、Felsberg，J.、Reifenberger，G.、Northcott，P.A.、Taylor，M.D.、Meyerson，M.、Pomeroy，S.L.、Yaspo M.L.、Korbel、J.O.、Korshunov、A.、Eils、R.、P fister、S.M.、Lichter、，P.（2012）剖析髓母细胞瘤的基因组复杂性。《自然》488（7409）：100-105。Kakushadze，Z.和Yu，W.（2016a）多因素风险模型和异质性CAPM。《投资策略杂志》5（4）：1-49。在线提供：http://ssrn.com/abstract=2722093.Kakushadze，Z.和Yu，W.（2016b）癌症特征的因子模型。Physica A 462:527-559。在线提供：http://ssrn.com/abstract=2772458.Kakushadze，Z.和Yu，W.（2016c）统计行业分类。风险与控制杂志3（1）：17-65。在线提供：http://ssrn.com/abstract=2802753.KakushadzeZ.和Yu，W。

（2017a）如何组合十亿个字母。资产管理日志18（1）：64-80。在线提供：http://ssrn.com/abstract=2739219.Kakushadze，Z.和Yu，W.（2017b）统计风险模型。《投资策略杂志》6（2）：1-40。在线提供：http://ssrn.com/abstract=2732453.Kashuba，V.I.，巴甫洛娃，T.V.，格里戈里耶娃，E.V.，库琴科，A.，叶纳曼德拉，S.P.，李，J.，王，F.，普罗托波夫，A.I.，扎巴罗夫斯卡，V.I.，森琴科，V.，哈拉尔德森，K.，埃什琴科，T.，科布利亚科娃，J.，沃龙佐娃，O.，库兹敏，I.，布拉加，E.，布利诺夫，V.M.，基塞列夫，L.L.，曾，Y.-X.，恩伯格，I.，勒曼，M.I.，克莱因，G.和扎巴罗夫斯卡Y，E.R.（2009）癌症中肿瘤抑制基因rassf1和RBSP3（CTDSPL）的高度易变性。PloS One 4（5）：e5231。Lawrence，M.S.、Stojanov，P.、Polak，P.、Kryukov，G.V.、Cibulskis，K.、Sivachenko，A.、Carter，S.L.、Stewart，C.、Mermel，C.H.、Roberts，S.A.、Kiezun，A.、Hammerman，P.S.、McKenna，A.、Driwer，Y.、Zou，L.、Ramos，A.H.、Pugh，T.J.、Stransky，N.、Helman，E.、Kim，J.、Sougnez，C.、Ambrogio，L.、Nickerson，E.、She fler，E.、Cort\'S es，M.L.、Auclair，D.、Saksena，G.、Voet，D.、Noble，M.、DiCara，D.、Lin，P。，Lichtenstein，L.、Heiman，D.I.、Fennell，T.、Imielinski，M.、Hernandez，B.、Hodis，E.、Baca，S.、Dulak，A.M.、Lohr，J.、Landau，D.A.、Wu，C.J.、Melendez Zajgla，J.、Hidalgo Miranda，A.、Koren，A.、McCarroll，S.A.、Mora，J.、Lee，R.S.、Crompton，B.、Onofrio，R.、Parkin，M.、Winckler，W.、Ardlie，K.、Gabriel，S.B.、Roberts C.W，Biegel，J.A.，Stegmaier，K.，Bass，A.J.，Garraway，L.A.，Meyerson，M。，Golub，T.R.、Gordenin，D.A.、Sunyaev，S.、Lander，E.S.、Getz，G.（2013）癌症的突变异质性和新癌症相关基因的研究。《自然》499（7457）：214-208。Lee，D.D.和Seung，H.S.（1999）通过非负矩阵分解学习对象的部分。自然401（6755）：788-791。林达尔，T。

（1993）DNA一级结构的不稳定性和衰变。《自然》362（6422）：709-715。Llet'i，R，Ortiz，M.C.，Sarabia，L.A.和S'anchez，M.S.（2004）使用优化轮廓的遗传算法选择k均值聚类分析的变量。《智利分析学报》515（1）：87-100。Lloyd，S.P.（1957）《PCM中的最小二乘量化》。工作文件。贝尔电话实验室，新泽西州默里山。Lloyd，S.P.（1982）《PCM中的最小二乘量化》。IEEE信息论交易28（2）：129-137。Loeb，L.A.和Harris，C.C.（2008）《化学致癌作用的进展：历史回顾与展望》。癌症研究68（17）：6863-6872。Long，J.、Delahanty，R.J.、Li，G.、Gao，Y.T.、Lu，W.、Cai，Q.、Xiang，Y.B.、Li，C.、Ji，B.T.、Zheng，Y.、Ali，S.、Shu，X.O.、Zheng，W.（2013）APOBEC3基因常见缺失与乳腺癌风险。国家癌症研究所杂志105（8）：573-579。Love，C.、Sun，Z.、Jima，D.、Li，G.、Zhang，J.、Miles，R.、Richards，K.L.、Dunphy，C.H.、Choi，W.W.、Srivastava，G.、Lugar，P.L.、Rizzieri，D.A.、Lagoo，A.S.、Bernal Mizrachi，L.、Mann，K.P.、Flowers，C.R.、Naresh，K.N.、Evens，A.M.、Chadburn，A.、Gordon，L.I.、Czader，M.B.、Gill，J.I.、Hsi，E.D.、Greenough，A.，Mo ffitt，A.B.，McKinney，M.，Banerjee，A.，Grubor，V.，Levy，S.，Dunson，D.B.，Dave，S.S.（2012）《伯基特淋巴瘤突变的遗传景观》。《自然遗传学》44（12）：1321-1325。MacQueen，J.B.（1967）多变量观测分类和分析的一些方法。摘自：LeCam，L.和Neyman，J.（编辑）《第五届伯克利数理统计和概率研讨会论文集》。加利福尼亚州伯克利：加利福尼亚大学出版社，第281-297页。Murtagh，F.和Contreras，P.（2011）《层次聚类算法：概述》。

威利跨学科评论：数据挖掘和知识发现2（1）：86-97。Nik Zainal，S.，Alexandrov，L.B.，Wedge，D.C.，Van Loo，P.，Greenman，C.D.，Raine，K.，Jones，D.，Hinton，J.，Marshall，J.，Stebbings，L.A.，Menzies，A.，Martin，S.，Leung，K.，Chen，L.，Leroy，C.，Ramakrishna，M.，Rance，R.，Lau，K.W.，Mudie，L.J.，Varela，I.，McBride，D.J.，Bignell，G.R.，Cooke，S.L.，Shlien，A.，Gamble，J.，Whitmore，G.R.。I.、Maddison，M.、Tarpey，P.S.、Davies，H.R.、Papaemanuil，E。，Stephens，P.J.、McLaren，S.、Butler，A.P.、Teague，J.W.、J¨onsson，G.、Garber，J.E.、Silver，D.、Miron，P.、Fatima，A.、Boyault，S.、LangeroD，A.、Tutt，A.、Martens，J.W.、Aparicio，S.A.、Borg，A.、Salomon，A.V.、Thomas，G.、Boresen Dale，A.L.、Richardson，A.L.、Neuberger，M.S.、Futreal，P.A.、Campbell，P.M.R.斯特拉顿，J.J。；国际癌症基因组联盟乳腺癌工作组。（2012）21例乳腺癌基因组的突变过程。单元格149（5）：979-993。Nik Zainal，S.、Wedge，D.C.、Alexandrov，L.B.、Petljak，M.、Butler，A.P.、Bolli，N.、Davies，H.R.、Knappskog，S.、Martin，S.、Papaemanuil，E.、Ramakrishna，M.、Shlien，A.、Simonic，I.、Xue，Y.、Tyler Smith，C.、Campbell，P.J.、Stratton，M.R.（2014）APOBEC3A和APOBEC3B种系拷贝数多态性与乳腺癌假定APOBEC依赖突变负担的关联。自然遗传学46（5）：487-491。Paatero，P.和Tapper，U.（1994）正矩阵分解：一个具有最佳误差利用率的非负因子模型。

环境指标5（1）：111-126。Patch，A.M.、Christie，E.L.、Etemadmoghadam，D.、Garsed，D.W.、George，J.、Fereday，S.、Nones，K.、Cowin，P.、Alsop，K.、Bailey，P.J.、Kassahn，K.S.、Newell，F.、Quinn，M.C.、Kazako ff，S.、Quek，K.、Wilhelm Benartzi，C.、Curry，E.、Leong，H.S。；澳大利亚卵巢癌研究小组，Hamilton，A.，Mileshkin，L.，Au-Yeung，G.，Kennedy，C.，Hung，J.，Chiew，Y.E.，Harnett，P.，Friedlander，M.，Quinn，M.，Pyman，J.，Cordner，S.，O\'Brien，P.，Leditschke，J.，Young，G.，Strachan，K.，Waring，P.，Azar，W.，Mitchell，C.，Traficante，N.，Hendley，J.，Thorne，H.，Shackleton，M.，Miller，D.K.，Arnau，G.M.，Tothill，R.W.，Holloway，T.P.，Semple，T。，哈利旺，I.、努尔斯，C.、努尔巴赫什，E.、曼宁，S.、伊德里索格鲁，S.、布鲁克斯纳，T.J.、克里斯，A.N.、波德尔，B.、霍姆斯，O.、安德森，M.、伦纳德，C.、洛尼，A.、霍尔，N.、伍德，S.、泰勒，D.F.、徐，Q.、芬克，J.L.、沃德尔，N.、德拉普金，R.、斯特罗纳奇，E.、加布拉，布朗，R.、朱厄尔，A.、纳加拉杰，S.H.、马克汉姆，E.、威尔逊，P.J.、埃卢，J.、麦克Nally，O.，Doyle，M.A.，Vedururu，R.，Stewart，C.，Lengyel，E.、Pearson，J.V.、Waddell，N.、deFazio，A.、Grimmond，S.M.、Bowtell，D.D.（2015）耐化学性卵巢癌的全基因机制分析。《自然》521（7553）：489-494。Pelleg，D.和Moore，A.W.（2000）X-均值：扩展K-均值，并有效验证簇的数量。摘自：Langley，P.（编辑）《第17届国际机器学习会议录》。加利福尼亚州旧金山：摩根·考夫曼：第727-734页。Pettersen，H.S.、Galashevskaya，A.、Doseth，B.、Sousa，M.M.、Sarno，A.、Visnes，T.、Aas，P.A.、Liabakk，N.B.、Slupphaug，G.、Saetrom，P.、Kavli，B.、Krokan，H.E.（2015）B细胞淋巴瘤中的AID表达导致基因组尿嘧啶积累和明显的AID突变特征。DNA修复25:60-71。Poon，S.、McPherson，J.、Tan，P.、Teh，B.和Rozen，S。

（2014）致癌物暴露的突变特征：全基因组检测和癌症预防的新机会。基因组医学6（3）：24。Puente，X.S.、Pinyol，M.、Quesada，V.、Conde，L.、Ord'o'nez，G.R.、Villamor，N.、Escaramis，G.、Jares，P.、Be'a，S.、Gonz'alez-D'az，M.、Bassaganyas，L.、Baumann，T.、Juan，M.、L'opez Guerra，M.、Colomer，D.、Tub'o，J.M.、L'opez，C.、Navarro，a.、Tornador，C.、Aymerich，M.、Rozman，M.，Hern\'andez，J.M.，Puente，D.a.，Freije，J.M.，Velasco，G.，Guti\'errez Fern\'andez，a.，Costa，D。，Carri\'o，A.、Guijarro，S.、Enjuanes，A.、Hern\'andez，L.、Yag¨ue，J.、Nicol\'as，P.、Romeo Casabona，C.M.、Himmelbauer，H.、Castillo，E.、Dohm，J.C.、deSanjos\'E，S.、Piris，M.A.、de Alava，E.、San Miguel，J.、Royo，R.、Gelp\'305;，J.L.、Torrents，D.、Orozco，M.、Pisano，D.G.、Valencia，A.、Guigo，R.、Bay’es，M.、Heath，S.、Gut，M.、Klatt，P.、Marshall，J.、Raine，K.、Stebbings，L.A.、Futreal、，P、 A.、Stratton，M.R.、Campbell，P.J.、Gut，I.、L'opez Guillermo，A.、Estivill，X.、Montserrat，E.、L'opez Ot'n，C.、Campo，E.（2011）全基因组测序确定慢性淋巴细胞白血病的复发突变。

《自然》475（7354）：101-105。Puente，X.S.、Be\'a，S.、Vald\'es Mas，R.、Villamor，N.、Guti\'errez Abril，J.、Mart\'N-Subero，J.I.、Munar，M.、Rubio-P\'erez，C.、Jares，P.、Aymerich，M.、Baumann，T.、Beekman，R.、Belver，L.、Carrio，a.、Castellano，G.、Clot，G.、Colado，E.、Colomer，D.、Costa，D.、Delgado，J.、Enjuanes，a.、Estivill，X.、Ferrando，a.a.、Gelp'i，J.L.、Gonz'alez，B.、Gonz'alez，S.、Gonz'alez，M.、Gut，M。，Hern'andez Rivas，J.M.，L'opez Guerra，M.，Mart'n-Garc'a，D.，Navarro，a.，Nicol'as，P.，Orozco，M.，Payer，'a.R.，Pinyol，M.，Pisano，D.G.，Puente，D.a.，Queir'os，a.C.，Quesada，V.，Romeo Casabona，C.，Royo，R.，Rozman，M.，Russi'nol，n.，Salaver'305a，I.、Stamatopoulos，K.、Stunnenberg，H.G.、Tamborero，D.、Terol，M.J.、Valencia，a.、L’opez Bigas，n.、Torrents，D.、Gut，I。，L'opez Guillermo，A.、L'opez Ot'n，C.、Campo，E.（2015）慢性淋巴细胞白血病的非编码复发突变。《自然》526（7574）：519524。Qian，J.，Wang，Q.，Dose，M.，Pruett，N.，Kie Offer Kwon，K.R.，Resch，W.，Liang，G.，Tang，Z.，Math'e，e.，Benner，C.，Dubois，W.，Nelson，S.，Vian，L.，Oliveira，T.Y.，Jankovic，M.，Hakim，O.，Gazumyan，A.，Pavri，R.，Awasthi，P.，Song，B.，Liu，G.，Chen，L.，Zhu，S.，Feigenbaum，L.，Staudt，L.，Murre，C.，Ruan，Y.，Robbiani，D.F.，Chen，L.，Zhu，M，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J.，J<pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad><pad>PanHammarstr–om，Q.，Nussenzweig，M.C.，Casellas，R.（2014）B细胞超级增强子和调节簇招募AID致瘤活性。第159（7）单元：1524-1537。Roberts，S.A.、Sterling，J.、Thompson，C.、Harris，S.、Mav，D.、Shah，R.、Klimczak，L.J.、Kryukov，G.V.、Malc，E.、Mieczkowski，P.A.、Resnick，M.A.、Gordenin，D.A.（2012）酵母和人类癌症中的聚集突变可以从受损的长单链DNA区域出现。

分子细胞46（4）：424-435。Roberts，S.A.、Lawrence，M.S.、Klimczak，L.J.、Grimm，S.A.、Fargo，D.、Stojanov，P.、Kiezun，A.、Kryukov，G.V.、Carter，S.L.、Saksena，G.、Harris，S.、Shah，R.R.、Resnick，M.A.、Getz，G.和Gordenin，D.A.（2013）脱细胞胞苷脱氨酶突变模式在人类癌症中广泛存在。自然遗传学45（9）：970-976。Roberts，S.A.和Gordenin，D.A.（2014a）人类癌症的聚集突变。期刊：eLS（遗传学与疾病）。英国奇切斯特：John Wiley&Sons，Ltd.Roberts S.A和Gordenin D.A.（2014b）人类癌症中的集群和全基因组瞬时突变：无永久性突变或缺失的超突变。生物学36（4）：382-393。Roberts S.A和Gordenin D.A.（2014c）《人类癌症基因组的超突变：足迹和机制》。《自然评论》癌症14（12）：786-800。Rousseeuw，P.J.（1987）《轮廓：聚类分析解释和验证的图形辅助》。计算与应用数学杂志20（1）：53-65。Roy，O.和Vetterli，M.（2007）《效果等级：效果维度的衡量标准》。欧洲信号处理会议（EUSIPCO）。波兰波兹南（9月3日至7日），pp。

606-610。Scelo，G.、Riazalhosseini，Y.、Greger，L.、Letourneau，L.、Gonz\'alez Porta，M.、Wozniak，M.B.、Bourgey，M.、Harnden，P.、Egevad，L.、Jackson，S.M.、Karimzadeh，M.、Arseneault，M.、Lepage，P.、How Kit，A.、Daunay，A.、Renault，V.、Blanch\'e，H.、Tubacher，e.、Sehmoun，J.、Viksna，J.、Celms，e.、Opmanis，M.、Zarins，A.、Vasudev，M.、N.S.，Seywright，M.，Abedi Ardekani，B.，Carreira，C.，Selby，P.J。，Cartledge，J.J.、Byrnes，G.、Zavadil，J.、Su，J.、Holcatova，I.、Brisuda，A.、Zaridze，D.、Moukeria，A.、Foretova，L.、Navratilova，M.、Mates，D.、Jinga，V.、Artemov，A.、Nedoluzhko，A.、Mazur，A.、Rastorguev，S.、Boulygina，E.、Heath，S.、Gut，M.、Bihoreau，M.T.、Lechner，D.、Foglio，M.、Gut，I.G.、Skryabin，K.、Prokhortchou K，E.、Cambon Thomsen，A.、Rung，J.、Bourque，G.、Brennan，P.、Tost，J。，Banks，R.E.、Brazma，A.、Lathrop，G.M.（2014）欧洲透明细胞肾细胞癌基因组格局的变化。自然通讯5:5135。Sibson，R.（1973）SLINK：单链接聚类方法的最佳有效算法。《计算机杂志》（英国计算机学会）16（1）：3034。Sima，J.和Gilbert，D.M.（2014）复杂相关性：癌症和基因组进化期间的复制时间和突变景观。当前观点素遗传学与发育25:93-100。Steinbach，M.、Karypis，G.和Kumar，V.（2000）《文档聚类技术的比较》。KDD文本挖掘研讨会400（1）：525-526。斯坦豪斯（Steinhaus，H）（1957）苏拉军物资部（Sur la division des corps mat’eriels en parties）。公牛Acad。波隆。Sci。4（12）：801-804。Sugar，C.A.和James，G.M.（2003）《发现数据集中的聚类数：一种信息论方法》。