文献

J-GLOBAL ID：201802249846191337   整理番号：18A2081508

癌サンプルにおけるトランスクリプトームデータと代謝ネットワークの統合は非常に有意な予後力を明らかにする【JST・京大機械翻訳】

Integration of transcriptomic data and metabolic networks in cancer samples reveals highly significant prognostic power

著者 (16件)： Graudenzi Alex (Department of Informatics, Systems and Communication, University of Milan-Bicocca, Milan, Italy) ,  Maspero Davide (Department of Biotechnology and Biosciences, University Milano-Bicocca, Milan, Italy) ,  Di Filippo Marzia (Department of Biotechnology and Biosciences, University Milano-Bicocca, Milan, Italy) ,  Di Filippo Marzia (SYSBIO Centre of Systems Biology, University Milano-Bicocca, Milan, Italy) ,  Gnugnoli Marco (Department of Biotechnology and Biosciences, University Milano-Bicocca, Milan, Italy) ,  Gnugnoli Marco (SYSBIO Centre of Systems Biology, University Milano-Bicocca, Milan, Italy) ,  Isella Claudio (University of Torino, Department of Oncology, Candiolo, Torino, Italy) ,  Isella Claudio (Candiolo Cancer Institute, FPO-IRCCS, Candiolo, Torino, Italy) ,  Mauri Giancarlo (Department of Informatics, Systems and Communication, University of Milan-Bicocca, Milan, Italy) ,  Mauri Giancarlo (SYSBIO Centre of Systems Biology, University Milano-Bicocca, Milan, Italy) ,  Medico Enzo (University of Torino, Department of Oncology, Candiolo, Torino, Italy) ,  Medico Enzo (Candiolo Cancer Institute, FPO-IRCCS, Candiolo, Torino, Italy) ,  Antoniotti Marco (Department of Informatics, Systems and Communication, University of Milan-Bicocca, Milan, Italy) ,  Antoniotti Marco (Milan Center for Neuroscience, University of Milan-Bicocca, Monza, Italy) ,  Damiani Chiara (Department of Informatics, Systems and Communication, University of Milan-Bicocca, Milan, Italy) ,  Damiani Chiara (SYSBIO Centre of Systems Biology, University Milano-Bicocca, Milan, Italy)
資料名： Journal of Biomedical Informatics  (Journal of Biomedical Informatics)
巻： 87  ページ： 37-49  発行年： 2018年 
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： それらの分子構造に基づく癌患者の効果的な層別化は,重要なオープンチャレンジである。癌代謝の変化および不均一性を考え,ここでは,アドホック治療戦略および生存期待に対する反応のような,重要な特性を有する患者のグループを特徴付けるためのバイオマーカーとして中心炭素代謝の全体的な発現を使用することを提案する。この目的のために,代謝測定を必要とせずにRNA-seqデータを代謝ネットワーク上に投影することにより,癌表現型を識別する代謝脱調節を特性化することを目的とした代謝反応濃縮分析(Marea)と名付けたデータ統合フレームワークを紹介した。Mareaは,関連酵素をコードする遺伝子のセットの発現に基づいて,各ネットワーク反応のスコアを計算する。スコアはクラスタ分析のための特徴として最初に使用され,次に,癌サブタイプを区別する代謝規制を組織化された様式でランク付けして可視化する。著者らの方法を癌ゲノム地図から最近の肺および乳癌RNA-seqデータセットに適用し,生存率の有意差を有する患者のサブグループを同定することができた。著者らは,中央炭素代謝に焦点を当てた抽出された,そして,さらに縮小されたコアモデルが,ゲノム全体の参照ネットワークよりもむしろ使用されるとき,Mareaの予後力がどのように改善されるかを示す。最良と最悪の予後を有する群間の代謝差の可視化は,癌の攻撃性に関連する重要な代謝特性を同定し,分析することを可能にした。これらの特性のいくつかは,異なる癌(サブ)型,例えば核酸とアミノ酸合成のアップレギュレーションを介して共有されるが,他のいくつかは,異なる腫瘍(サブ)型で異なるパターンを示すホスホエノールピルビン酸カルボキシキナーゼ反応のアップレギュレーションまたはダウンレギュレーションのような腫瘍特異的であるように思われる。これらの結果は,癌患者のための高度に自動化された診断および予後戦略を提供するためにすぐに使用される可能性があ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： バイオマーカー ,  アミノ酸 ,  乳房腫瘍 ,  RNA【核酸】 ,  キャラクタリゼーション ,  ダウンレギュレーション ,  *ネットワーク ,  アップレギュレーション ,  *トランスクリプトーム ,  *代謝 ,  可視化 ,  表現型 ,  ゲノム ,  患者
準シソーラス用語： RNA-seq , 【Automatic Indexing@JST】

著者キーワード (5件)： 代謝ネットワーク ,  RNA-seqデータ ,  ゲノムワイドモデル ,  サンプルの階層化 ,  癌代謝

分類 (3件)： 医用情報処理  (JE15030Q) ,  腫ようの診断  (GE03020J) ,  遺伝子発現  (EC02040Q)

タイトルに関連する用語 (6件)： 癌 ,  サンプル ,  トランスクリプトーム ,  代謝ネットワーク ,  統合 ,  予後