文献

J-GLOBAL ID：201702229243903295   整理番号：17A0533011

生物学的ネットワークトポロジー特性を融合した腫瘍敏感遺伝子信号認識法【JST・京大機械翻訳】

Identification of Radiosensitivity Gene Signatures Based on Transcriptomic Data and Biological Network

著者 (4件)： Shi Ming (Machine Intelligence & Computational Biology Laboratory, Institute of Intelligent Machines, Chinese Academy of Sciences, State Key Laboratory of Information Engineering in Surveying) ,  Wang Hongqiang (Machine Intelligence & Computational Biology Laboratory, Institute of Intelligent Machines, Chinese Academy of Sciences, State Key Laboratory of Information Engineering in Surveying) ,  Sun Tingting (Machine Intelligence & Computational Biology Laboratory, Institute of Intelligent Machines, Chinese Academy of Sciences, State Key Laboratory of Information Engineering in Surveying) ,  Xie Xinping (School of Mathematics and Physics, Anhui Jianzhu University)
資料名： Moshi Shibie yu Rengong Zhineng  (Moshi Shibie yu Rengong Zhineng)
巻： 29  号： 12  ページ： 1057-1064  発行年： 2016年 
JST資料番号： C2411A  ISSN： 1003-6059  CODEN： MRZHET  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 腫瘍患者の放射線感受性の予測は腫瘍の治癒にとって重要な意義がある。これらの理由に基づき,本論文は,生物学的ネットワークのトポロジー特性を統合した腫瘍敏感遺伝子の信号認識法を提案した。最初に,遺伝子発現プロファイルと腫瘍サンプルSF2の生存率の間のSPEARMAN相関係数に基づき,各遺伝子の放射線感受性を推定した。次に,既知の遺伝子ネットワークと蛋白質相互作用ネットワークのトポロジー的性質に従って,確率的キャリブレーション法を用いて補正を行った。最後に,放射線感受性遺伝子を選択し,これを特徴として腫瘍サンプルSVM分類器を訓練した。実験により、本文の方法は従来の線形回帰法とマイクロアレイデータの顕著性分析法より更に有効であり、識別された放射線感受性遺伝子は臨床腫瘍の個性化放射線療法の実施に有利である。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 患者 ,  DNAマイクロアレイ ,  放射線感受性 ,  放射線療法 ,  生存率 ,  *腫瘍 ,  *ネットワーク ,  相関係数 ,  *遺伝子 ,  *位相幾何学
準シソーラス用語： 線形回帰 ,  蛋白質間相互作用 ,  遺伝子ネットワーク ,  遺伝子発現プロファイリング ,  *ネットワークトポロジー , 【Automatic Indexing@JST】

著者キーワード (4件)： Radiosensitivity ,  Omics Data ,  Biological Network ,  Radiosensitive Gene Signature

分類 (2件)： 分子・遺伝情報処理  (JE15040B) ,  遺伝子発現  (EC02040Q)

タイトルに関連する用語 (5件)： 生物学 ,  ネットワークトポロジー ,  融合 ,  腫瘍 ,  遺伝子