• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>other >Identification of Common Prognostic Gene Expression Signatures with Biological Meanings from Microarray Gene Expression Datasets
【2h】

Identification of Common Prognostic Gene Expression Signatures with Biological Meanings from Microarray Gene Expression Datasets

机译：从微阵列基因表达数据具有生物学意义常见的预后基因表达签名的鉴定

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Numerous prognostic gene expression signatures for breast cancer were generated previously with few overlap and limited insight into the biology of the disease. Here we introduce a novel algorithm named SCoR (>Survival analysis using >Cox proportional hazard regression and >Random resampling) to apply random resampling and clustering methods in identifying gene features correlated with time to event data. This is shown to reduce overfitting noises involved in microarray data analysis and discover functional gene sets linked to patient survival. SCoR independently identified a common poor prognostic signature composed of cell proliferation genes from six out of eight breast cancer datasets. Furthermore, a sequential SCoR analysis on highly proliferative breast cancers repeatedly identified T/B cell markers as favorable prognosis factors. In glioblastoma, SCoR identified a common good prognostic signature of chromosome 10 genes from two gene expression datasets (TCGA and REMBRANDT), recapitulating the fact that loss of one copy of chromosome 10 (which harbors the tumor suppressor PTEN) is linked to poor survival in glioblastoma patients. SCoR also identified prognostic genes on sex chromosomes in lung adenocarcinomas, suggesting patient gender might be used to predict outcome in this disease. These results demonstrate the power of SCoR to identify common and biologically meaningful prognostic gene expression signatures.
机译：先前已经产生了许多乳腺癌的预后基因表达特征，几乎没有重叠，并且对疾病的生物学认识有限。在这里，我们介绍了一种名为SCoR的新颖算法（使用> Co x比例风险回归和> R 随机抽样的> S 生存分析）来应用随机重新抽样和聚类识别与事件发生时间相关的基因特征的方法。这表明可以减少微阵列数据分析中涉及的过拟合噪声，并发现与患者生存相关的功能基因集。 SCoR独立地从八个乳腺癌数据集中的六个中识别出由细胞增殖基因组成的常见不良预后标志。此外，对高度增生性乳腺癌的顺序SCoR分析反复将T / B细胞标记物鉴定为有利的预后因素。在胶质母细胞瘤中，SCoR从两个基因表达数据集（TCGA和REMBRANDT）中鉴定了10号染色体的一个常见的良好预后标志，这概括了一个事实，即10号染色体的一个副本（带有肿瘤抑制因子PTEN）的丢失与存活率低有关。胶质母细胞瘤患者。 SCoR还鉴定了肺腺癌性染色体上的预后基因，表明患者的性别可能被用来预测这种疾病的预后。这些结果证明了SCoR可以识别常见的和生物学上有意义的预后基因表达特征。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号