文献

J-GLOBAL ID：201202237014007420   整理番号：12A1691318

癌腫臨床転帰予測のための異なるレベルのゲノムデータの相乗効果

Synergistic effect of different levels of genomic data for cancer clinical outcome prediction

著者 (7件)： KIM Dokyoon (Seoul National Univ. Biomedical Informatics (SNUBI), Div. of Biomedical Informatics, Seoul National Univ. Coll. of ...) ,  KIM Dokyoon (Systems Biomedical Informatics Res. Center, Seoul National Univ., Seoul 110-799, KOR) ,  SHIN Hyunjung (Dep. of Industrial & Information Systems Engineering, Ajou Univ., San 5, Wonchun-dong, Yeoungtong-gu, 443-749 Suwon, KOR) ,  SONG Young Soo (Seoul National Univ. Biomedical Informatics (SNUBI), Div. of Biomedical Informatics, Seoul National Univ. Coll. of ...) ,  SONG Young Soo (Dep. of Industrial & Information Systems Engineering, Ajou Univ., San 5, Wonchun-dong, Yeoungtong-gu, 443-749 Suwon, KOR) ,  KIM Ju Han (Seoul National Univ. Biomedical Informatics (SNUBI), Div. of Biomedical Informatics, Seoul National Univ. Coll. of ...) ,  KIM Ju Han (Systems Biomedical Informatics Res. Center, Seoul National Univ., Seoul 110-799, KOR)
資料名： Journal of Biomedical Informatics  (Journal of Biomedical Informatics)
巻： 45  号： 6  ページ： 1191-1198  発行年： 2012年12月 
JST資料番号： B0827A  ISSN： 1532-0464  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 生物学的システムの多数の分子レベル層由来データセットを用いることによる,癌臨床タイプ分類における多数の試みが存在する。これらの努力にもかかわらず,癌ゲノムは単純でも独立でもなく,むしろ複数の分子機構により,複雑で脱制御されているため,癌表現型を解明することは困難なままである。最近,ゲノムから現象までのすべての分子レベルの”オミック”次元から形成された不均一タイプのデータ,例えば,ゲノムレベルでのコピー数変異とエピゲノムレベルでのDNAメチル化とトランスクリプトームレベルでの遺伝子発現とマイクロRNAが実際に利用可能となっている。本稿では,脳腫瘍(多形性膠芽腫,GBM)と卵巣癌(漿液性嚢胞腺癌,OV)における臨床転帰予測のための多重レベルゲノムデータを用いた統合枠組みを提案する。個人ゲノムデータにおける経験的比較から,どのレベルのデータが与えられた臨床タイプ分類問題に対して最も情報が豊富で,各タイプの癌について対応する生物学的意味と共にこれらの認知を判定するかについてのいくつかの予備的識見を提供する。GBMについては,すべての臨床転帰は,多重層のゲノムデータを統合した場合に,より良好な受信者動作特性曲線下面積(AUC)を有し,生存について0.876,再発について0.832だった。さらに,より良好なAUCを同様にOVにおける全臨床転帰について統合アプローチで達成し,0.787~0.893の範囲だった。癌における臨床転帰の予測における成功の機会は,予測がゲノムデータの多重層の統合に基づいた場合に増加することを見いだした。本研究は,両癌タイプの分子病因論と基盤生物学の理解を改善すると予測される。Copyright 2012 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： 病状経過 ,  *予後 ,  予測技法 ,  相乗作用 ,  *遺伝子診断 ,  脳腫瘍 ,  卵巣腫瘍 ,  癌腫 ,  パターン分類 ,  データ融合 ,  *腫瘍
準シソーラス用語： ROC解析 ,  ゲノミクス ,  ヒトゲノム ,  転帰

分類 (1件)： 腫ようの診断  (GE03020J)

タイトルに関連する用語 (5件)： 癌腫 ,  臨床転帰 ,  予測 ,  ゲノム ,  相乗効果