文献
J-GLOBAL ID:201802229704718101   整理番号:18A0814208

機械学習は発癌性脱分化に関連する幹細胞特性を同定する【JST・京大機械翻訳】

Machine Learning Identifies Stemness Features Associated with Oncogenic Dedifferentiation
著者 (29件):
資料名:
巻: 173  号:ページ: 338-354.e15  発行年: 2018年 
JST資料番号: A0707B  ISSN: 0092-8674  資料種別: 逐次刊行物 (A)
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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
癌の進行は分化した表現型の段階的な消失と前駆体および幹細胞様の特徴の獲得を含む。ここでは,発癌性脱分化の程度を評価するための新しい幹細胞指数を提供する。著者らは,非形質転換多能性幹細胞およびそれらの分化後代から得られたトランスクリプトームおよびエピジェネティックな特徴集合を抽出するために,革新的な1クラスロジスティック回帰(OCLR)機械学習アルゴリズムを用いた。OCLRを用いて,脱分化発癌状態に関連する以前に発見されていない生物学的機構を同定することができた。腫瘍微小環境の分析は,免疫チェックポイント発現および浸潤免疫細胞と癌幹細胞の予期しない相関を明らかにした。著者らは,脱分化発癌性表現型が転移性腫瘍において一般的に最も顕著であることを見出した。単一細胞データへの著者らの幹細胞指数の適用は,腫瘍内分子不均一性のパターンを明らかにした。最後に,指標は腫瘍分化を目的とした新規標的の同定と可能な標的治療を可能にした。ディスプレイを表示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
細胞生理一般  ,  発癌機序・因子 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る