文献

J-GLOBAL ID：201802247289736609   整理番号：18A0144198

卵巣癌の予後11遺伝子発現モデル【Powered by NICT】

A prognostic 11 genes expression model for ovarian cancer

著者 (4件)： Men Chuan-Di (Department of Gynecology and Obstetrics, Shanghai Ninth People’s Hospital, Shanghai Jiaotong University School of Medicine, Shanghai, China) ,  Men Chuan-Di (Graduate School, Bengbu Medical College, Bengbu, China) ,  Liu Qiong-Na (Department of Gynaecology and Obstetrics, The Affiliated Huai’an Hospital of Xuzhou Medical College and The Second People’s Hospital of Huai’an, Huai’an, Jiangsu, China) ,  Ren Qing (Department of Gynecology and Obstetrics, Shanghai Ninth People’s Hospital, Shanghai Jiaotong University School of Medicine, Shanghai, China)
資料名： Journal of Cellular Biochemistry  (Journal of Cellular Biochemistry)
巻： 119  号： 2  ページ： 1971-1978  発行年： 2018年 
JST資料番号： D0326B  ISSN： 0730-2312  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： 初期段階における卵巣癌の症状は通常,その初期段階の診断は非常に困難にするは存在しない。以前の研究では,卵巣癌は遺伝的疾患,癌関連遺伝子の変化と抗癌遺伝子,多段階と多重経路,癌遺伝子活性化と癌抑制遺伝子不活性化の多様性を含むに依存することを証明した。卵巣癌の予後分類をより良く理解するために,遺伝子発現プロファイルは,卵巣癌の予後因子を解析するために用いた,予後モデルは卵巣癌試料を分類するために使用した。卵巣癌試料データは,TCGAデータセットからダウンロードした。Rebust尤度に基づく生存モデルは予後マーカーとして機能することを重要な遺伝子を見つけるために構築した。試料は,非監視ヒエラルキークラスター化により分類した。さらに,Kaplan-Meier生存分析は,試料の予後の違いを分析した。予後モデルは試料を分類するために使用し,最良の分類モデルは,卵巣癌の予後モデルとして選択した。最後に,GEOデータセットは,外部データ検証のために使用した。予後への影響の全部で886の遺伝子が得られた。11遺伝子のゲノム組合せはランダムサンプリングによりスクリーニングした。影響因子の活性数は特徴遺伝子の発現レベルに基づいて計数した。影響因子の数が≧7である場合,これらの遺伝子間の予後差が最大(p値=0.000775);,これは最終分類モデルとして選択した。要約するために,予後11genes発現モデルを予備的に卵巣癌試料を分類するために構築した。Copyright 2018 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 階層構造 ,  *遺伝子発現 ,  癌抑制遺伝子 ,  癌遺伝子 ,  *遺伝 ,  ゲノム ,  無作為抽出 ,  クラスタ化 ,  *遺伝子 ,  *卵巣腫瘍
準シソーラス用語： 分類モデル ,  予後因子 ,  遺伝子発現プロファイリング ,  遺伝子不活性化 ,  腫瘍抑制 , 【Automatic Indexing@JST】

著者キーワード (6件)： COX ,  GEO ,  カプラン・マイヤー ,  卵巣癌 ,  rbsurv ,  TCGA

分類 (1件)： 腫ようの化学・生化学・病理学  (GE02030N)

タイトルに関連する用語 (4件)： 卵巣癌 ,  予後 ,  遺伝子発現 ,  モデル