文献

J-GLOBAL ID：201202246219036775   整理番号：12A1367365

乳癌バイオマーカーを同定することに対するファジィ相関ルールの生体医用適用

Biomedical application of fuzzy association rules for identifying breast cancer biomarkers

著者 (5件)： LOPEZ F. J. (Univ. of Granada, Dep. of Computer Sci. and Artificial Intelligence, Granada, ESP) ,  CUADROS M. (Univ. of Granada, Dep. of Computer Sci. and Artificial Intelligence, Granada, ESP) ,  CANO C. (Univ. of Granada, Dep. of Computer Sci. and Artificial Intelligence, Granada, ESP) ,  CONCHA A. (Hospital Universitario Virgen de las Nieves, Dep. of Pathology, Granada, ESP) ,  BLANCO A. (Univ. of Granada, Dep. of Computer Sci. and Artificial Intelligence, Granada, ESP)
資料名： Medical & Biological Engineering & Computing  (Medical & Biological Engineering & Computing)
巻： 50  号： 9  ページ： 981-990  発行年： 2012年09月 
JST資料番号： C0046B  ISSN： 0140-0118  CODEN： MBECDY  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 現状の乳癌研究は,多くの異なる予後因子:中でもとりわけて,基本的腫瘍サイズ,リンパ節状態,腫瘍グレード,p53及びki67レベルを含んでいる。ハイスループット・マイクロアレイ技術は,乳癌における予後因子の理解と同定を可能とする。しかし,これ等の技術から導かれた大量のデータは,新しい,適切な生体医用知識を明らかにする為に効率的計算技術の利用を必要とする。更に,予後因子や実験データの様な異質形式の生体医用データを組み合わせる為に統合的ツールが必要である。本研究の目的は,潜在的関連性を同定する為に,全ゲノムマイクロアレイデータに対して乳癌における主な予後因子からの情報を統合する事である。これらの関連性を自動的に明らかにする為に,データマイニングアプローチ,いわゆるファジィ相関ルールマイニングの適用を提案した。本文では,提案した方法を記述し,異なる乳癌データ集合に如何に適用するかを説明した。得られた結果は,乳癌患者における染色体17のコピー数,HER2増幅,或いはエストロゲンとプロゲステロン受容体の発現レベルを含む既知の関連を支持した。また,異なる試験法(免疫組織化学と蛍光発光in situハイブリダイゼーション)により予測されるHER2状態間の対応を確認した。さらに,更なる詳細な研究が,これらの発見を統計的に確認する必要があるが,CDC6,SOX11及びEFEMP1遺伝子を含む他の興味あるルールが同定された。本研究の一部として,自由に利用できるファジィ相関ルールマイニング法を実行するWebプラットフォームを作成した。Copyright 2012 International Federation for Medical and Biological Engineering Translated from English into Japanese by JST.

シソーラス用語： *乳房腫瘍 ,  *バイオマーカー ,  同定 ,  *ファジィ推論 ,  医用工学 ,  因子 ,  p53タンパク質 ,  核タンパク質 ,  腫瘍マーカー ,  DNAマイクロアレイ ,  *データマイニング ,  データ解析 ,  エストロゲン ,  プロゲステロン受容体 ,  サイトカイン受容体 ,  癌タンパク質 ,  遺伝子発現
準シソーラス用語： HER2 ,  予後因子

分類 (2件)： 腫ようの診断  (GE03020J) ,  婦人科・産科の診断  (GS02000W)

タイトルに関連する用語 (5件)： 乳癌 ,  バイオマーカー ,  同定 ,  ファジィ相関ルール ,  生体