# Systematic Identification of Driver Networks in Cancer

> **NIH NIH U54** · UNIVERSITY OF CALIFORNIA, SAN FRANCISCO · 2021 · $535,203

## Abstract

PROJECT 1: SYSTEMATIC IDENTIFICATION OF DRIVER NETWORKS IN CANCER  
SUMMARY 
A vast number of mutations contribute to cancer, but the observed non­random combinations of those leading 
to  transformation  highlight  the  importance  of  hallmark  pathways  and  networks  in  cancer  progression.  While 
many pathways have been implicated in cancer, attributes such as tumor heterogeneity, tissue of origin, and 
degree of progression lead to each case exhibiting a unique subset of altered pathways. Taken together, this 
diversity  among  cancer  types  and  their  origins  has  complicated  the  development  of  targeted  cancer 
treatments. We propose here to systematically identify the protein networks that drive cancer, across a range 
of  tumor  types  starting  with  head  and  neck  squamous  cell  carcinoma  (HNSCC)  and  breast  cancer  (BC). 
Coupled  with  functional  validation  and  high­resolution  structural  analysis  of  the  key  protein  interactions  and 
complexes, we anticipate major insights into the underlying tumor biology as well as the potential to unravel 
genetic vulnerabilities of therapeutic relevance.  
In ​Project 1​, CCMI investigators will build a physical interaction mapping pipeline focused on understanding 
the  underlying  network  biology  behind  cancer.  To  this  end,  we  are  targeting  80  genes  genetically  linked  to 
either HNSCC or BC and subjecting the wild­type proteins and numerous mutant forms to affinity purification 
mass spectrometry (AP­MS) in a panel of relevant cancer subtype cell lines (​Aim 1​). To complement these 
data we will perform functional kinome screens using the high throughput kinase­activity mapping (HT­KAM) 
platform, which will quantify how kinase signaling networks are rewired by different protein mutations, and in 
different cellular backgrounds. Next, we will use the computational technique of network propagation to define 
the major mutated driver pathways underlying each disease subtype, in which physical protein interactions are 
integrated  with  somatic  and  germline  mutations  identified  in  tumor  genomes.  The  results  of  this  network 
characterization (​Aim 1​) and integrative analysis (​Aim 2​) will identify network components that could serve as 
targets for therapeutic intervention; in ​Aim 3 we will perform cellular assays to validate these network targets. 
Lastly,  in  ​Aim  4  ​we  will  use  cryogenic  electron  microscopy  (cryo­EM)  to  structurally  characterize 
therapeutically actionable protein complexes and develop technology to enable the screening of many more. 
Successful completion of this work will yield a network mapping pipeline that can be extended to many cancer 
types and will aid in the rational selection of therapeutic targets with greater precision and speed.

## Key facts

- **NIH application ID:** 10142444
- **Project number:** 5U54CA209891-05
- **Recipient organization:** UNIVERSITY OF CALIFORNIA, SAN FRANCISCO
- **Principal Investigator:** Nevan J Krogan
- **Activity code:** U54 (R01, R21, SBIR, etc.)
- **Funding institute:** NIH
- **Fiscal year:** 2021
- **Award amount:** $535,203
- **Award type:** 5
- **Project period:** 2017-05-11 → 2022-04-30

## Primary source

NIH RePORTER: https://reporter.nih.gov/project-details/10142444

## Citation

> US National Institutes of Health, RePORTER application 10142444, Systematic Identification of Driver Networks in Cancer (5U54CA209891-05). Retrieved via AI Analytics 2026-05-23 from https://api.ai-analytics.org/grant/nih/10142444. Licensed CC0.

---

*[NIH grants dataset](/datasets/nih-grants) · CC0 1.0*