文献

J-GLOBAL ID：201702277249291545   整理番号：17A0142718

確率的精製モデルを用いたメタボロミクスデータのデコンボリューション【Powered by NICT】

Metabolomic data deconvolution using probabilistic purification models

著者 (5件)： Wang Minkun (Department of Electrical and Computer Engineering Virginia Tech, Arlington, United States of America) ,  Di Poto Cristina (Department of Oncology, Georgetown University, Washington D.C., USA) ,  Ferrarini Alessia (Department of Oncology, Georgetown University, Washington D.C., USA) ,  Yu Guoqiang (Department of Electrical and Computer Engineering Virginia Tech, Arlington, United States of America) ,  Ressom Habtom W. (Department of Oncology, Georgetown University, Washington D.C., USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： BIBM  ページ： 204-209  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 質量分析(LC-MSまたはGC-MS)と組み合わせた液(またはガス)クロマトグラフィーは,生体試料中の生体分子の存在量の定量的比較を可能にする癌のような複雑な疾患の候補バイオマーカーの発見に役立つ。癌バイオマーカー発見のためのLC-MSまたはGC-MSによる生体分子の定量分析を用いたにおける基本的な課題であるヒト生体試料の不均一性に起因する。癌組織や隣接する非癌性成分中に存在する種々の汚染は分子発現プロファイルの特性化を混乱させ,信頼性の高いバイオマーカーの発見を妨げている。以前に比較的小さなサンプルサイズメタボロミクスデータに確率的精製モデルを適用した。本研究では,LC-MS及びGC-MSを用いた肝組織の分析によって得られたより大きなサンプルサイズと多群メタボロミクスデータセット上での確率的精製モデルを適用した。基礎ソースを検索における精製モデルを組み込むことの利点を実証し,メタボロミクスデータ中のノイズを減少させる。さらに,複数のグループ(腫瘍,肝硬変,および正常)の肝臓組織間の代謝産物のレベルにおける変化を検出するための我々の能力を改善するのに提案したモデルの利点を調べた。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： バイオマーカー ,  定量分析 ,  代謝産物 ,  キャラクタリゼーション ,  腫瘍マーカー ,  ヒト ,  生体試料 ,  LC-MS分析 ,  *デコンボリューション ,  不均一性 ,  GC-MS分析 ,  肝硬変
準シソーラス用語： 肝組織 ,  遺伝子発現プロファイリング ,  生体分子 , 【Automatic Indexing@JST】

分類 (1件)： 有機化合物の各種分析  (CC08034J)

タイトルに関連する用語 (5件)： 確率 ,  精製 ,  モデル ,  メタボロミクス ,  デコンボリューション