乳腺癌代谢产物生成与信号传导活性的相互影响
摘要
1.简介
2.结果
2.1. 差异代谢物生成
2.2. 机器学习性能
2.3. 代谢和信号传递之间的交叉对话
3.讨论
4.材料和方法
4.1. 样品和数据处理
4.2. 信号通路活性的估计
4.3. 代谢物产量估算
4.4. 差异活化和代谢产物分析
4.5. 将代谢物产生与信号活动联系起来的机器学习
4.6. 用细胞功能和癌症标志诠释电路活动
5.结论
补充资料
作者贡献
基金
机构审查委员会声明
知情同意书
数据可用性声明
利益冲突
工具书类
Warburg,O。癌细胞的代谢。 癌症研究杂志。 1925 , 9 , 148–163. [ 谷歌学者 ] [ 交叉参考 ] 卡拉西多,A。; 坎特利,L.C。; 潘多菲,P.P.《癌症代谢:脂肪酸氧化》备受关注。 国家癌症研究所 2013 , 13 , 227–232. [ 谷歌学者 ] [ 交叉参考 ] Hsu,P.P。; Sabatini,D.M.癌症细胞代谢:Warburg及其后。 单元格 2008 , 134 , 703–707. [ 谷歌学者 ] [ 交叉参考 ] Vander Heiden,M.G.靶向癌症代谢:打开治疗窗口。 国家药品监督管理局。 发现。 2011 , 10 , 671–684. [ 谷歌学者 ] [ 交叉参考 ] 科尔塞托,P.A。; Zava,S。; 里佐,A.M。; 科伦坡,I.鞘脂代谢对乳腺癌进展和药物反应的关键影响。 国际分子科学杂志。 2023 , 24 , 2107. [ 谷歌学者 ] [ 交叉参考 ] 周,L。; Rueda,M。; Alkhateeb,A.使用高维嵌入和剩余神经网络对乳腺癌诺丁汉预后指数进行分类。 癌症 2022 , 14 , 934. [ 谷歌学者 ] [ 交叉参考 ] Dang,L。; 怀特,D.W。; 毛重,S。; Bennett,文学博士。; Bittinger,文学硕士。; Driggers,E.M。; 范廷,V.R。; H.G.Jang。; Jin,S。; 基南,M.C。; 等。癌症相关IDH1突变产生2-羟基戊二酸。 性质 2009 , 462 , 739–744. [ 谷歌学者 ] [ 交叉参考 ] Hanahan,D。; Weinberg,R.A.癌症的标志:下一代。 单元格 2011 , 144 , 646–674. [ 谷歌学者 ] [ 交叉参考 ] 胡,J。; Locasale,J.W。; 比拉斯,J.H。; 奥沙利文,J。; Sheahan,K。; 坎特利,L.C。; Vander Heiden,医学博士。; Vitkup,D.人类代谢网络中肿瘤诱导基因表达变化的异质性。 自然生物技术。 2013 , 31 , 522–529. [ 谷歌学者 ] [ 交叉参考 ] Debrardinis,R.J。; 赛义德,N。; Ditsworth,D。; Thompson,C.B.Brick by Brick:代谢和肿瘤细胞生长。 货币。 操作。 遗传学。 开发。 2008 , 18 , 54–61. [ 谷歌学者 ] [ 交叉参考 ] Park,J.H。; W.Y.皮恩。; Park,H.W.癌症代谢:表型、信号传导和治疗靶点。 细胞 2020 , 9 , 2308. [ 谷歌学者 ] [ 交叉参考 ] Moon,S。; 帕克,S.Y。; Park,H.W.癌症生物学中河马途径的调节。 单元格。 分子生命科学。 2018 , 75 , 2303–2319. [ 谷歌学者 ] [ 交叉参考 ] Eguez,L。; A.李。; 查韦斯,J.A。; Miinea,C.P。; 凯恩,S。; 通用电气公司Lienhard。; McGraw,T.E.GLUT4的完全细胞内滞留需要AS160 Rab GTPase激活蛋白。 单元格。 Metab公司。 2005 , 2 , 263–272. [ 谷歌学者 ] [ 交叉参考 ] 王,R。; C.P.狄龙。; 石立忠。; Milasta,S。; Carter,R。; 芬克尔斯坦,D。; McCormick,L.L。; 菲茨杰拉德,P。; Chi,H。; Munger,J.转录因子Myc控制T淋巴细胞活化后的代谢重编程。 免疫 2011 , 35 , 871–882. [ 谷歌学者 ] [ 交叉参考 ] Ryan,D.G。; 医学博士墨菲。; 弗雷扎,C。; 普拉格,H.A。; 乔查尼,E.T。; 洛杉矶奥尼尔。; Mills,E.L.耦合Krebs循环代谢物以发出免疫和癌症信号。 自然元。 2019 , 1 , 16–33. [ 谷歌学者 ] [ 交叉参考 ] Kanehisa,M。; Furumichi,M。; Tanabe,M。; 佐藤,Y。; Morishima,K.KEGG:基因组、通路、疾病和药物的新视角。 核酸研究。 2016 , 45 ,D353–D361。 [ 谷歌学者 ] [ 交叉参考 ] Fabregat,A。; 朱佩,S。; 马修斯,L。; 西迪罗普洛斯,K。; Gillespie,M。; 加拉帕蒂,P。; 霍·R。; 贾萨尔,B。; Korninger,F。; May,B.反应途径知识库。 核酸研究。 2018 , 46 ,D649–D655。 [ 谷歌学者 ] [ 交叉参考 ] 细长,D.N。; 库蒙,M。; Hanspers,K。; A.Riutta。; 温莎,J。; Nunes,N。; 梅利厄斯,J。; 西里洛,E。; Coort,S.L.公司。; Digles,D.WikiPathways:将代谢组学与其他组学研究联系起来的多层面途径数据库。 核酸研究。 2018 , 46 ,D661–D667。 [ 谷歌学者 ] [ 交叉参考 ] Bordbar,A。; Monk,J.M。; 金,Z.A。; Palsson,B.O.基于约束的模型预测代谢和相关细胞功能。 Nat.Rev.基因。 2014 , 15 , 107–120. [ 谷歌学者 ] [ 交叉参考 ] 福尔杰,O。; 杰比,L。; 弗雷扎,C。; Gottlieb,E。; 鲁平,E。; Shlomi,T.通过代谢网络预测癌症中的选择性药物靶点。 摩尔系统。 生物。 2011 , 7 , 501. [ 谷歌学者 ] [ 交叉参考 ] 乔布克,C。; 希达尔戈,M.R。; 阿马多兹。; Rian,K。; 萨拉弗特,F。; Pujana,文学硕士。; 马特奥,F。; Herranz,C。; Carbonell-Caballero,J。; Dopazo,J。; 等。使用总结的代谢途径模型发现不同的代谢活性和治疗靶点。 NPJ系统。 生物。 2019 , 5 , 7. [ 谷歌学者 ] [ 交叉参考 ] 库布克,C。; 希达尔戈,M.R。; 阿马多兹。; 医学博士Pujana。; 马特奥,F。; Herranz,C。; Carbonell-Caballero,J。; Dopazo,J.基因表达整合到通路模块揭示了泛癌代谢景观。 癌症研究。 2018 , 78 , 6059–6072. [ 谷歌学者 ] [ 交叉参考 ] 蒂勒,I。; 北斯温斯顿。; R.M.弗莱明。; 霍普,A。; Sahoo,S。; Aurich,M.K。; Haraldsdottir,H。; 莫,M.L。; O.罗尔夫森。; 斯托布,医学博士。; 等。社区驱动的人类新陈代谢全球重建。 自然生物技术。 2013 , 31 , 419–425. [ 谷歌学者 ] [ 交叉参考 ] 希达尔戈,M.R。; 库布克,C。; 阿马多兹。; 萨拉弗特,F。; Carbonell-Caballero,J。; Dopazo,J.功能细胞活性的高通量估计揭示了疾病机制并预测了相关临床结果。 Oncotarget公司 2017 , 8 , 5160–5178. [ 谷歌学者 ] [ 交叉参考 ] 费伊,D。; Halasz,M。; Dreidax,D。; 肯尼迪,S.P。; 哈斯廷斯,J.F。; 劳赫,N。; 穆尼奥斯,A.G。; 皮尔金顿,R。; 费舍尔,M。; 韦斯特曼,F。; 等。信号通路模型作为生物标记物:JNK活性的患者特异性模拟预测神经母细胞瘤患者的生存率。 科学。 信号。 2015 , 8 ,ra130。 [ 谷歌学者 ] [ 交叉参考 ] 希达尔戈,M.R。; 阿马多兹,A。; 库布克,C。; Carbonell-Caballero,J。; Dopazo,J.细胞信号模型揭示了高危神经母细胞瘤的分子机制并预测疾病结局。 生物直接法 2018 , 13 , 16. [ 谷歌学者 ] 法尔科,M.M。; Peña-Chilet,M。; Loucera,C。; 希达尔戈,M.R。; Dopazo,J.信号通路的机械模型对胶质母细胞瘤单细胞功能景观进行了反褶积。 NAR癌症 2020 , 2 ,zcaa011。 [ 谷歌学者 ] [ 交叉参考 ] 阿马多兹。; 塞巴斯蒂安·利昂,P。; 维达尔,E。; 萨拉维特,F。; Dopazo,J.使用信号通路的激活状态作为基于机制的生物标记物来预测药物敏感性。 科学。 代表。 2015 , 5 , 18494. [ 谷歌学者 ] [ 交叉参考 ] 乔布克,C。; 罐头,F.E。; Peña-Chilet,M。; Dopazo,J.信号通路的机械模型揭示了用于癌症治疗的性别特异性基因表达背后的药物作用机制。 细胞 2020 , 9 , 1579. [ 谷歌学者 ] [ 交叉参考 ] Loucera,C。; 埃斯特班·梅迪纳,M。; Rian,K。; 法尔科,M.M。; Dopazo,J。; Peña-Chilet,M.利用机器学习和与严重急性呼吸系统综合征冠状病毒2型感染相关的信号转导回路的机制模型对新冠肺炎进行药物再利用。 信号。 输水管。 目标。 疗法。 2020 , 5 , 290. [ 谷歌学者 ] [ 交叉参考 ] Loucera,C。; 卡莫纳,R。; 埃斯特班·梅迪纳,M。; 博斯特曼,G。; 穆尼耶罗·穆尼兹,D。; 维尔加斯,R。; Peña-Chilet,M。; Dopazo,J.通过对15968名安达卢西亚新型冠状病毒肺炎住院患者的回顾性队列研究,发现21种新的有效治疗方法和一种增加死亡风险的药物。 medRxiv公司 2022 . [ 谷歌学者 ] [ 交叉参考 ] Loucera,C。; Peña-Chilet,M。; 埃斯特班·梅迪纳,M。; 穆尼耶罗·穆尼兹,D。; 维莱加斯,R。; Lopez-Miranda,J。; 罗德里格斯·巴尼奥,J。; Tünez,I。; Bouillon,R。; Dopazo,J.安达卢西亚住院患者回顾性队列中钙化二醇或维生素D处方的真实证据和新冠肺炎死亡率。 科学。 代表。 2021 , 11 , 23380. [ 谷歌学者 ] [ 交叉参考 ] Rian,K。; 伊达尔戈医学博士。; 乔布克,C。; 法尔科,M.M。; Loucera,C。; 埃斯特班·梅迪纳,M。; 阿拉莫·阿尔瓦雷斯,I。; Peña-Chilet,M。; Dopazo,J.信号通路的基因组尺度机制建模变得简单:用于组学数据分析的生物导体/细胞景观/网络服务器框架。 计算。 结构。 生物技术。 J。 2021 , 19 , 2968–2978. [ 谷歌学者 ] [ 交叉参考 ] 拉斯穆森,C.E。; C.K.威廉姆斯。 机器学习的高斯过程(自适应计算和机器学习系列) ; 麻省理工学院出版社:美国马萨诸塞州剑桥,2005年。 [ 谷歌学者 ] 伦德伯格,S.M。; Lee,S.-I.解释模型预测的统一方法。 《神经信息处理系统进展会议录》,美国加利福尼亚州长滩,2017年12月4日至9日; 第4765–4774页。 [ 谷歌学者 ] Terunuma,A。; Putluri,N。; 米什拉,P。; 数学,E.A。; 多尔西,T.H。; Yi,M。; T.A.华莱士。; 伊萨克,H.J。; 周,M。; Killian,J.K.MYC驱动的2-羟基戊二酸积累与乳腺癌预后相关。 临床杂志。 投资。 2014 , 124 , 398–412. [ 谷歌学者 ] [ 交叉参考 ] Chacon-Solano,E。; Leon,C。; 迪亚兹,F。; Garcia-Garcia,F。; 加西亚,M。; 埃西梅兹,M。; Guerrero-Aspizua,S。; 康蒂,C。; Mencia,A。; Martinez-Santamaria,L。; 等。成纤维细胞活化和异常细胞外基质重塑是三种致癌基因皮肤病的常见特征。 J.Br.J.皮肤病。 2019 , 181 , 512–522. [ 谷歌学者 ] [ 交叉参考 ] Yizhak,K。; Chaneton,B。; Gottlieb,E。; Ruppin,E.在基因组尺度上模拟癌症代谢。 摩尔系统。 生物。 2015 , 11 , 817. [ 谷歌学者 ] [ 交叉参考 ] Opdam,S。; A.Richelle。; Kellman,B。; 李,S。; 齐林斯基特区。; Lewis,N.E.《定制基因组尺度代谢模型方法的系统评估》。 单元格。 系统。 2017 , 4 ,318–329.e6。 [ 谷歌学者 ] [ 交叉参考 ] Nam,H。; Campodonico,M。; Bordbar,A。; Hyduke,D.R。; Kim,S。; 齐林斯基特区。; Palsson,B.O.一种通过特定环境的基因组尺度代谢网络预测癌代谢物的系统方法。 公共科学图书馆计算。 生物。 2014 , 10 ,e1003837。 [ 谷歌学者 ] [ 交叉参考 ] 哈瓦斯,K.M。; 米尔切夫斯卡娅,V。; Radic,K。; Alladin,A。; Kafkia,E。; 加西亚,M。; 斯托尔特,J。; 克劳斯,B。; Rotmensz,N。; T.J.吉布森。; 等。残留乳腺癌的代谢变化导致肿瘤复发。 临床杂志。 投资。 2017 , 127 , 2091–2105. [ 谷歌学者 ] [ 交叉参考 ] 预处理核心:预处理函数的集合。 R软件包版本1.54.0。 在线提供: https://www.bioconductor.org/packages/release/bioc/html/preprocessCore.html (2023年3月5日访问)。 罗西,A。; Ricci-Vitiani,L。; 比夫尼,M。; 格兰德,S。; 卢西亚尼,A.M。; Palma,A。; Runci,D。; 卡佩拉里,M。; De Maria,R。; Guidoni,L.胶质母细胞瘤干细胞的1H核磁共振波谱确定α-氨基己二酸是肿瘤侵袭性的标志。 核磁共振生物识别。 2015 , 28 , 317–326. [ 谷歌学者 ] [ 交叉参考 ] 布特,V.J。; 马,Y。; 鲍,X。; Palecek,S.P.。聚ADP-核糖聚合酶抑制剂veliparib和辐射会导致乳腺癌细胞发生显著的细胞系依赖性代谢变化。 科学。 代表。 2016 , 6 , 36061. [ 谷歌学者 ] [ 交叉参考 ] [ 公共医学 ] Lieu,E.L。; Nguyen,T。; Rhyne,S。; Kim,J.癌症中的氨基酸。 实验摩尔浓度。 2020 , 52 , 15–30. [ 谷歌学者 ] [ 交叉参考 ] [ 公共医学 ] 徐,C.-C。; 杨,A.Y.-P。; Chen,J.-Y。; 蔡,H.-H。; 林,S.-H。; P.-C.泰。; Huang,M.-H。; Hsu,W.-H。; 林,A.M.-Y。; Yang,J.C.-H.赖氨酸剥夺诱导EGFR-突变非小细胞肺癌细胞中AKT-AADAT信号传导并克服EGFR-TKIs耐药性。 癌症 2021 , 13 , 272. [ 谷歌学者 ] [ 交叉参考 ] [ 公共医学 ] Gueron,G。; Anselmino,N。; Chiarella,P。; 奥尔蒂斯,E.G。; 维氏有限公司。; Paez,A.V.公司。; 朱迪斯,J。; 康廷,医学博士。; 莱昂纳迪(D.Leonardi)。; Jaworski,F.Ros损伤苯丙氨酸对肿瘤转移的Game-changing抑制。 单元格。 死亡疾病。 2018 , 9 , 1–15. [ 谷歌学者 ] [ 交叉参考 ] [ 公共医学 ] M.C.Playdon。; 齐格勒,R.G。; 桑普森,J.N。; Stolzenberg-Solomon,R。; H.J.汤普森。; 欧文,M.L。; S.T.梅恩。; 胡佛,R.N。; Moore,S.C.营养代谢组学与乳腺癌风险的前瞻性研究。 美国临床医学杂志。 螺母。 2017 , 106 , 637–649. [ 谷歌学者 ] [ 交叉参考 ] 维拉,E。; 阿里,E.S。; 萨胡,美国。; Ben-Sahra,I.癌细胞调节信号通路以实现核苷酸的从头合成。 癌症 2019 , 11 , 688. [ 谷歌学者 ] [ 交叉参考 ] Melina,J.S。; I.R.恩里克。; Choudhari,R。; 阿拉纳,L.H。; Subramani,R。; 拉克希曼纳斯瓦米(Lakshmanaswamy,R.)。; Zilaie,M。; Gadad,S.S.次黄嘌呤磷酸核糖转移酶1在乳腺癌中上调,预测临床结果并控制基因表达。 癌症 2020 , 12 , 1522. [ 谷歌学者 ] [ 交叉参考 ] Wang,T。; Gnanaprakasam,J.R。; 陈,X。; Kang,S。; Xu,X。; Sun,H。; 刘,L。; 罗杰斯,H。; 米勒,E。; Cassel,T.A.肌苷是葡萄糖限制条件下CD8+-T细胞功能的替代碳源。 自然元。 2020 , 2 , 635–647. [ 谷歌学者 ] [ 交叉参考 ] 马格尔,L.F。; R.伯克哈德。; Pett,N。; 北卡罗来纳州库克。; Brown,K。; 拉梅,H。; Paik,S。; Stagg,J。; 格罗夫斯,R.A。; Gallo,M.微生物源肌苷调节对检查点抑制剂免疫治疗的反应。 科学类 2020 , 369 , 1481–1489. [ 谷歌学者 ] [ 交叉参考 ] Daskalakis,M。; Blagitko-Dorfs,N。; 哈坎森,B.Decitabine。 最近。 结果癌症研究。 2010 , 184 , 131–157. [ 谷歌学者 ] [ 交叉参考 ] Zhao,T。; Mu,X。; 你,Q.琥珀酸:肿瘤发生和发展的始作俑者。 Oncotarget公司 2017 , 8 , 53819. [ 谷歌学者 ] [ 交叉参考 ] [ 公共医学 ] Reznik,E。; 露娜,A。; Aksoy,文学学士。; 刘,E.M。; La,K。; 奥斯特罗夫纳亚,I。; 克里顿,C.J。; 哈基米,A.A。; Sander,C.《跨肿瘤类型的代谢变化景观》。 单元格。 系统。 2018 , 6 ,301–313.e303。 [ 谷歌学者 ] [ 交叉参考 ] [ 公共医学 ] Shaul,Y.D。; Freinkman,E。; 库姆,W.C。; 坎托,J.R。; Tam,W.L。; 蒂鲁,P。; Kim,D。; 北卡罗来纳州卡纳雷克。; M.E.帕克尔德。; Chen,W.W.二氢嘧啶的积累是上皮-间质转化所必需的。 单元格 2014 , 158 , 1094–1109. [ 谷歌学者 ] [ 交叉参考 ] [ 公共医学 ] Linseisen,J。; Wolfram,G。; Miller,A.B.血浆7β-羟基胆固醇可能预测肺癌风险。 癌症流行。 生物标记前。 2002 , 11 , 1630–1637. [ 谷歌学者 ] Kloudova,A。; Guengerich,F.P.公司。; Soucek,P.《氧化甾醇在人类癌症中的作用》。 内分泌趋势。 Metab公司。 2017 , 28 , 485–496. [ 谷歌学者 ] [ 交叉参考 ] [ 公共医学 ] 阿加瓦尔,V。; H.S.图利。; 瓦罗尔,A。; Thakral,F。; 耶勒,M.B。; Sak,K。; 瓦罗尔,M。; Jain,A。; Khan,文学硕士。; Sethi,G.活性氧在癌症进展中的作用:分子机制和最新进展。 生物分子 2019 , 9 , 735. [ 谷歌学者 ] [ 交叉参考 ] 莫瓦赫德,Z.G。; 拉斯特加里·波亚尼,M。; 侯赛因·穆罕默德,M。; Mansouri,K。癌细胞改变其葡萄糖代谢以克服活性氧增加:从癌细胞到癌干细胞的一步? 生物识别。 药物治疗。 2019 , 112 , 108690. [ 谷歌学者 ] [ 交叉参考 ] Leithner,K。; Triebl,A。; Trötzmüller,M。; Hintereger,B。; Leko,P。; 韦瑟,B.I。; 格雷斯曼,G。; Bertsch,A.L。; 苏利格,T。; 斯塔彻,E。; 等。磷脂的甘油骨架来自饥饿肺癌细胞中的非碳水化合物前体。 程序。 国家。 阿卡德。 科学。 美国 2018 , 115 , 6225–6230. [ 谷歌学者 ] [ 交叉参考 ] Yu,L。; 陈,X。; 太阳,X。; Wang,L。; Chen,S.肿瘤中的糖酵解转换:涉及多少参与者? J.癌症 2017 , 8 , 3430–3440. [ 谷歌学者 ] [ 交叉参考 ] Minois,N.亚精胺和其他天然多胺“抗衰老”作用的分子基础——一个小综述。 老年学 2014 , 60 , 319–326. [ 谷歌学者 ] [ 交叉参考 ] 卡塞罗,R.A.,Jr。; Marton,L.J.靶向癌症和其他过度增殖性疾病中的多胺代谢和功能。 国家药品监督管理局。 发现。 2007 , 6 , 373–390. [ 谷歌学者 ] [ 交叉参考 ] [ 公共医学 ] Kilgour,M.K。; 麦克弗森,S。; Zacharias,L.G。; 埃利斯,A.E。; R.D.谢尔顿。; Liu,E.Y。; Keyes,S。; 保利,B。; 卡尔顿,G。; Allard,B。; 等1-甲基烟酰胺是人类卵巢癌的一种免疫调节代谢产物。 科学。 副词。 2021 , 7 ,约1174年。 [ 谷歌学者 ] [ 交叉参考 ] [ 公共医学 ] Haferkamp,S。; Drexler,K。; 费德林,M。; 施利特,H.J。; 伯内堡,M。; Adamski,J。; Gaumann,A。; 盖斯勒,E.K。; 加纳帕西,V。; 帕金森E.K.细胞外柠檬酸盐刺激癌细胞的代谢和生长。 正面。 单元格。 开发生物。 2020 , 8 , 602476. [ 谷歌学者 ] [ 交叉参考 ] 姜杰。; 巴特拉,S。; Zhang,J.天冬酰胺:癌症靶向的代谢物。 代谢物 2021 , 11 , 402. [ 谷歌学者 ] [ 交叉参考 ] 魏,Z。; 刘,X。; Cheng,C。; 于伟(Yu,W.)。; Yi,P.癌症中的氨基酸代谢。 正面。 单元格。 开发生物。 2020 , 8 , 603837. [ 谷歌学者 ] [ 交叉参考 ] A.F.麦盖特里克。; Corcoran,S.E.公司。; 巴里,P.J。; 麦克法兰,J。; 克莱斯,C。; 柯蒂斯,A.M。; E.富兰克林。; 科尔,南卡罗来纳州。; Mok,K.H。; 康明斯,E.P.布氏锥虫代谢产物吲哚丙酮酸降低巨噬细胞中HIF-1α和糖酵解,这是先天免疫逃避的一种机制。 程序。 国家。 阿卡德。 科学。 美国 2016 , 113 ,E7778–E7787。 [ 谷歌学者 ] [ 交叉参考 ] K.T.钟。; Gadupudi,G.S.过量色氨酸代谢物在癌症中的可能作用。 环境。 摩尔致突变物。 2011 , 52 , 81–104. [ 谷歌学者 ] [ 交叉参考 ] Günther,J。; 费拉里诺,F。; Fuchs,D。; Wirthgen,E.色氨酸代谢物在炎症和癌症中的免疫调节作用。 正面。 免疫学。 2020 , 11 , 1497. [ 谷歌学者 ] [ 交叉参考 ] Poljsak,B。; Milisav,I.抗氧化剂在癌症中的作用,朋友还是敌人? 货币。 药物设计。 2018 , 24 , 5234–5244. [ 谷歌学者 ] [ 交叉参考 ] 马梅德,A.C。; Tavares,S.D.公司。; Abrantes,A.M。; Trindade,J。; Maia,J.M。; Botelho,M.F.《维生素在癌症中的作用:综述》。 螺母。 癌症 2011 , 63 , 479–494. [ 谷歌学者 ] [ 交叉参考 ] El Ashmawy,东北部。; Khalil,R.M.,关于左旋肉碱在治疗乳腺癌妇女他莫昔芬副作用管理中的作用的综述。 肿瘤生物学。 2014 , 35 , 2845–2855. [ 谷歌学者 ] [ 交叉参考 ] [ 公共医学 ] 国际癌症基因组联合会(ICGC)知识库。 在线提供: https://dcc.icgc.org/releases/release_26/项目 (2020年9月28日查阅)。 医学博士罗宾逊。; Oshlack,A.一种RNA-seq数据差异表达分析的尺度归一化方法。 基因组生物学。 2010 , 11 ,R25。 [ 谷歌学者 ] [ 交叉参考 ] [ 公共医学 ] W.E.约翰逊。; 李,C。; Rabinovic,A.使用经验贝叶斯方法调整微阵列表达数据中的批量效应。 生物统计学 2007 , 8 , 118–127. [ 谷歌学者 ] [ 交叉参考 ] Yang,H。; Wang,K.用ANNOVAR和wANNOVAR对基因组变异进行注释和排序。 《国家协议》。 2015 , 10 , 1556–1566. [ 谷歌学者 ] [ 交叉参考 ] [ 公共医学 ] Ng,P.C。; Henikoff,S.SIFT:预测影响蛋白质功能的氨基酸变化。 核酸研究。 2003 , 31 , 3812–3814. [ 谷歌学者 ] [ 交叉参考 ] [ 公共医学 ] 阿德朱贝,I。; 乔丹,D.M。; Sunyaev,S.R.使用PolyPhen-2预测人类错义突变的功能效应。 货币。 协议。 嗯,遗传学。 2013 , 31 , 3812–3814. [ 谷歌学者 ] [ 交叉参考 ] 罗杰斯,M.F。; 什哈布,H.A。; 莫特,M。; 库珀,D.N。; 高恩特,T.R。; Campbell,C.FATHMM-XF:通过扩展特征准确预测致病点突变。 生物信息学 2017 , 34 , 511–513. [ 谷歌学者 ] [ 交叉参考 ] 施瓦兹,J.M。; 库珀,D.N。; 舒尔克,M。; Seelow,D.MutationTaster2:深度序列年龄的突变预测。 自然方法 2014 , 11 , 361. [ 谷歌学者 ] [ 交叉参考 ] Reva,B。; 安提宾,Y。; Sander,C.预测蛋白质突变的功能影响:在癌症基因组学中的应用。 核酸研究。 2011 , 39 ,e118。 [ 谷歌学者 ] [ 交叉参考 ] 萨拉弗特,F。; 希达尔戈,M.R。; 阿马多兹。; 库布克,C。; 麦地那,I。; 克雷斯波,D。; Carbonell-Caballero,J。; Dopazo,J.Actionable pathways:使用信号通路模型交互式发现治疗靶点。 核酸研究。 2016 , 44 ,W212–W216。 [ 谷歌学者 ] [ 交叉参考 ] Peña-Chilet,M。; 埃斯特班·梅迪纳,M。; 法尔科,M.M。; Rian,K。; 伊达尔戈医学博士。; Loucera,C。; Dopazo,J.使用机械模型对复杂基因组变异进行临床解释。 科学。 代表。 2019 , 9 , 18937. [ 谷歌学者 ] [ 交叉参考 ] [ 公共医学 ] 阿马多兹。; 希达尔戈,M.R。; 乔布克,C。; Carbonell-Caballero,J。; Dopazo,J.机械信号通路活性分析方法的比较。 简介。 生物信息。 2019 , 20 , 1655–1668. [ 谷歌学者 ] [ 交叉参考 ] [ 公共医学 ] 张J.D。; Wiemann,S.KEGGgraph:R和生物导体中KEGG PATHWAY的图形方法。 生物信息学 2009 , 25 , 1470–1471. [ 谷歌学者 ] [ 交叉参考 ] [ 公共医学 ] 哈克特,S.R。; V.R.T.Zanotelli。; 徐伟(Xu,W.)。; 戈雅,J。; Park,J.O。; Perlman,D.H。; Gibney,P.A。; 博茨坦,D。; Storey,J.D。; Rabinowitz,J.D.系统水平的酵母代谢流量调节机制分析。 科学类 2016 , 354 ,aaf2786。 [ 谷歌学者 ] [ 交叉参考 ] Y.本杰米尼。; Yekutieli,D.依赖条件下多重测试中错误发现率的控制。 Ann.统计。 2001 , 29 , 1165–1188. [ 谷歌学者 ] [ 交叉参考 ] 马修斯,D.G。; 亚历山大·G。; 范德威尔克,M。; Nickson,T。; Fujii,K。; 布库瓦拉斯,A。; León-Villagrá,P。; 加赫拉马尼,Z。; Hensman,J.GPflow:使用TensorFlow的高斯过程库。 J.马赫。 学习。 物件。 2017 , 18 , 1299–1304. [ 谷歌学者 ] M.阿巴迪。; 巴勒姆,P。; 陈,J。; 陈,Z。; A.戴维斯。; 迪安·J。; 德文,M。; Ghemawat,S。; 欧文,G。; Isard,M.TensorFlow:大规模机器学习系统。 《OSDI会议记录》,美国佐治亚州萨凡纳,2016年11月2-4日; 第265-283页。 [ 谷歌学者 ] Titsias,M.稀疏高斯过程中诱导变量的变分学习。 《人工智能和统计学报,虚拟》,2009年9月15日至18日; 第567-574页。 [ 谷歌学者 ] 范德威尔克,M。; 杜托多尔,V。; 约翰·S。; Artemev,A。; 亚当五世。; Hensman,J.域间和多输出高斯过程的框架。 arXiv公司 2020 ,arXiv:2003.01115。 [ 谷歌学者 ] Chicco,D.计算生物学中机器学习的十个快速提示。 生物数据最小值。 2017 , 10 , 1–17. [ 谷歌学者 ] [ 交叉参考 ] 沙普利,L.S。 17.N人游戏的价值 ; 普林斯顿大学出版社:美国新泽西州普林斯顿,2016年。 [ 谷歌学者 ] 马萨夫拉,R。; Fanizzi,A。; 阿莫罗索,N。; Bove,S。; Comes,医学博士。; 波马里科,D。; Didonna,V。; Diotaiuti,S。; 加拉蒂,L。; 乔塔,F。; 等。通过可解释的人工智能分析乳腺癌侵袭性疾病事件分类。 正面。 医学。 2023 , 10 , 1116354. [ 谷歌学者 ] [ 交叉参考 ] UniProt_Consortium。 UniProt:全球蛋白质知识中心。 核酸研究。 2018 , 47 ,D506–D515。 [ 谷歌学者 ] 贝克,S。; 阿里,我。; Silins,I。; 皮萨洛,S。; 郭毅。; Högberg,J。; 美国斯特纽斯。; Korhonen,A.癌症特征分析工具(CHAT):组织和评估癌症科学文献的文本挖掘方法。 生物信息学 2017 , 33 , 3973–3981. [ 谷歌学者 ] [ 交叉参考 ]