×

基于共表达模块的癌症识别基因选择。 (英语) 兹比尔1307.92083

摘要:基因表达谱用于识别癌症诊断和治疗的患者样本。基因选择对高识别性能至关重要。在通常的基因选择方法中,基因被视为独立个体,基因之间的相关性没有得到有效利用。在此描述中,提出了一种基于共表达模块的癌症识别基因选择方法。首先,在癌症数据集中,根据每对基因之间的相关性构建加权相关网络,识别该网络中的不同模块,并选择重要模块进行后续探索。其次,基于这些信息模块,将信息增益应用于选择用于癌症识别的特征基因。然后利用LOOCV对不同的分类算法进行了实验,结果表明,与传统的基因选择方法相比,该方法具有更好的分类精度。最后,通过基因本体富集分析,验证了特定模块中共表达基因的生物学意义。

MSC公司:

92C40型 生物化学、分子生物学
92 C50 医疗应用(通用)

软件:

WGCNA公司
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Baudino,T.A。;McKay,C。;Pendeville-Samain,H.,c-Myc在发育和肿瘤进展过程中对血管生成和血管生成至关重要,Genes Dev.,16,192530-2543(2002)
[3] Chuang,H。;Lee,E.,乳腺癌转移的网络分类,分子系统。生物学,2007年10月16日
[4] 康德,L。;马特奥斯,A。;埃雷罗,J。;Dopazo,J.,无监督降维,然后使用感知器进行监督学习,可以改进DNA微阵列基因表达数据中条件的分类,(Boulard;Adali;Bengio;Larsen;Douglas,《信号处理神经网络》XII(2002),IEEE出版社:IEEE出版社,纽约),77-86
[5] Fontanini,G。;Boldrini,L。;Calcinal,A.,乳腺癌中血栓反应蛋白和信使RNA的表达与p53改变、血管生成性生长因子和血管密度的关系[J],临床。癌症研究,5,3,156(1999)
[6] 富勒,T.F。;Ghazalpour,A。;阿滕,J.E。;Drake,T.A。;Lusis,A.J。;Horvath,S.,应用于小鼠体重的加权基因共表达网络分析策略,Mamm。基因组,18,6-7,463-472(2007)
[7] Golub,T.R。;Slonim,D.K。;Tamayo,P.,通过基因表达监测进行癌症分类发现和分类预测的分子分类,科学,286531-537(1999)
[8] Kuramochi,M。;Karypis,G.,《利用表达谱进行基因分类的可行性研究》,国际期刊Artif。智力。工具,14,4,641-660(2005)
[9] 兰菲尔德,P。;Horvath,S.,WGCNA加权相关网络分析的R包,BMC生物信息。,9, 559 (2008)
[11] 李玉霞。;阮晓刚,基于支持向量机的癌症分类特征选择,J.Compute。Res.Dev.,42,10,1796-1801(2005)
[12] 刘,Z。;Wang,Y.,《阿尔茨海默病患者脑区差异激活通路的检测和分析》,Mol.BioSyst。,7, 1441-1452 (2011)
[13] 刘,F。;Sheng,S。;Wang,X.,NGX6在结肠癌Wnt/-catenin信号通路中的作用,中南大学医学报医学办,36,3,235-242(2011)
[15] Magdinier,F。;Venezia,D。;Lenoir,G.M.,BRCA1在人类乳腺产前发育过程中的表达,癌基因,18,27,4039-4043(1999)
[16] 帕森斯,L。;哈克,E。;Liu,H.,高维数据回顾的子空间聚类,SIGKDD Explor。,6, 1, 90-105 (2004)
[19] 罗比,R.W。;波尔加,O。;Deeken,J.,ABCG2:确定其与临床耐药性的相关性,《癌症转移评论》,26,1,39-57(2007)
[20] 希普,M.A。;Ross,K.N。;Tamayo,P.,通过基因表达谱和监督机器学习预测弥漫性大B细胞淋巴瘤的预后,《自然医学》,8,68-74(2002)
[22] 王,X。;Gotoh,O.,《基于微阵列的癌症分类的稳健基因选择方法》,《癌症感染》,2010年第9期,第15-30页
[23] Witten,I.H。;Frank,E.,《数据挖掘实用机器学习工具和技术》(2005),Morgan Kaufmann
[24] 徐,L。;Sgroi,D。;Sterneer,C.J.,CDKN2在人类乳腺癌中的突变分析,癌症研究,54262(1994)
[25] 张,B。;Horvath,S.,《加权基因共表达网络分析的一般框架》(2005),伯克利电子出版社出版·Zbl 1077.92042号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。