文献

J-GLOBAL ID：201702233563767779   整理番号：17A0307001

ゲノム全体のDNAメチル化と遺伝子発現データの統合によるエピジェネティックモジュールのための複数ネットワークアルゴリズム

Multiple network algorithm for epigenetic modules via the integration of genome-wide DNA methylation and gene expression data

著者 (5件)： MA Xiaoke (Xidian Univ.) ,  LIU Zaiyi (Guangdong Acad. of Medical Sci.) ,  ZHANG Zhongyuan (Central Univ. Finance and Economics) ,  HUANG Xiaotai (Xidian Univ.) ,  TANG Wanxin (Sichuan Univ.)
資料名： BMC Bioinformatics (Web)  (BMC Bioinformatics (Web))
巻： 18  号： Jan  ページ： 18:72 (WEB ONLY)  発行年： 2017年01月 
JST資料番号： U7025A  ISSN： 1471-2105  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 背景:DNAメチル化および遺伝子発現データの量の増加に伴い,癌のエピジェネティックな機構を広く研究することができる。利用可能な方法は,それらの間の反相関を特定することによって,DNAメチル化および遺伝子発現データをネットワークに統合する。しかしながら,メチル化と発現との間の相関は,通常,未知であり,決定することが困難である。結果:この問題を解決するために,DNAメチル化と遺伝子発現データを同時に解析することにより,エピジェネティックモジュール,すなわち差分ネットワークアルゴリズムに基づくエピジェネティックモジュール(EMDN)のための新しいマルチネットワークフレームワークを提示する。EMDNアルゴリズムは,メチル化と発現との間の相関の指定を妨げる。EMDNアルゴリズムの精度は,現代のアプローチよりも効率的である。癌ゲノムアトラス(TCGA)乳癌データに基づいて,EMDNアルゴリズムは,正相関および負相関モジュールを認識することができ,これらのモジュールは,他のアルゴリズムによって得られたものよりも有意に豊富であることが分かった。これらのモジュールは,癌サブタイプの分類において正相関および負相関モジュールが同等に重要であるメチル化プロファイルを使用することによって,乳癌サブタイプを予測するためのバイオマーカーとして役立ち得る。エピジェネティックモジュールはまた,患者の生存時間を推定し,この因子は癌治療に重要である。結論:提案されたモデルおよびアルゴリズムは,DNAメチル化および遺伝子発現の統合解析のための有効な方法を提供する。アルゴリズムはhttps://github.com/william0701/EMDNでRパッケージとして自由に入手できる。(翻訳著者抄録)

シソーラス用語： *データ ,  *メチル化 ,  遺伝学実験技術 ,  *エピジェネティクス ,  *アルゴリズム ,  乳房腫瘍 ,  治療法 ,  期間 ,  バイオマーカー
準シソーラス用語： *DNAメチル化 ,  *ネットワークアルゴリズム ,  *遺伝子発現データ ,  患者生存 ,  癌治療 ,  全ゲノム解析 ,  統合解析

分類 (3件)： 遺伝子発現  (EC02040Q) ,  分子・遺伝情報処理  (JE15040B) ,  腫ようの化学・生化学・病理学  (GE02030N)

タイトルに関連する用語 (7件)： ゲノム ,  DNAメチル化 ,  遺伝子発現データ ,  統合 ,  エピジェネティック ,  モジュール ,  ネットワークアルゴリズム