将立即在研究界内传播，或特定肿瘤类型候选靶点的潜力。最终，这些数据及其与不同临床特征和亚型的关联应有助于制定所有肿瘤类型的参考候选基因组，这可能有助于不同临床时间点的预后。方法总结协变量基本一致（前个显着基因中有个与这两个分析重叠）（补充表b）。此外，分期被用作个体癌症类型生存分析的协变量（不包括和/）。同样，结果与仅将年龄和性别作为协变量相当一致（例如，前个重要基因中
有个与的这两个分析重叠）（补充表） 克隆性和突变
分析我们使用靶向验证数据或/和、和的外显子组和测序数据计算了中体细胞突变的。内部开发的工具ameadount（未发布）可计算支持参考和变异等位基因的读取数量，用于计算拷贝数中性片段中的点突变和短插入缺失的。只有具有≥×覆盖度的突变新业务线索电子邮件列表位点和具有至少个数据点的才包含在下游分析中。排列和t
检验用于识别显着高于或低于平均值的基因（补充表a
、b）。这些表明肿瘤发生过程中体细胞事件出现 美国在线电子邮件列表 的时间顺序。类似地计算未识别为显着突变的基因突变的，以生成对照密度分布。我们还计算了其他九种癌症类型的分布，并且绘图包含在扩展数据图中。总共，和个肿瘤用于分布分析。我们使用、和的现有测序数据进一步研究了体细胞突变的表达水平，然后将观察到的突变等位基因表达与基于的预期水平进行比较（假设没有等位基因表达偏差）。总共个、个和个肿瘤以及seq用于此分析。
