Поиск воспроизводимых независимых компонент в транскриптомах пациентов с раком молочной железы. Сүт безі ісігімен ауыратын пациенттердің транскриптомаларында қалпына келтірілетін тəуелсіз компоненттерді іздеу
106 34
Ключевые слова:
рак молочной железы, метод независимых компонент, корреляционные графы экспрессии генов, генные взаимодействия, сигнальные пути, сүт безі ісігі, тəуелсiз компоненттер əдiсi, ген экспрессиясының корреляциялық графтары, гендік əрекеттесу, сигналдық жолдар,Аннотация
С использованием Метода независимых компонент, разработана методика поиска воспроизводимых независимых компонент в транскриптомных наборах рака молочной железы на основе микрочипов Affymetrix HG-U133A. Данная методика может быть использована для построения корреляционных графов, выявления генных взаимодействий и новых сигнальных путей, характерных для раковых заболеваний. Тəуелсiз компоненттер əдiстi қолданып, Affymetrix HG-U133A микрочиптер негiзiнде сүт безі ісігінің транскриптомдардан тəуелсіз компоненттерді іздеу əдісі шығарылды. Бұл əдіс рак ауруларына тəн корреляциялық графтарды тұрғызу үшін, гендік байланыстарды жəне жаңа сигналдық жолдарды анықтау үшін қолданылуы мүмкін.Библиографические ссылки
1 Schena M., Shalon D., Davis R.W., Brown P.O. Quantitative monitoring of gene expression patterns with a complementary DNA microarray // Science. –1995. – V.270. - P. 467-70.
2 DeRisi J., Penland L., Brown P.O. et al. Use of a cDNA microarray to analyse gene expression patterns in human cancer // Nature Genetics. – 1996. – V.14. – P.457-460.
3 Rolph M.S., Sisavanh M., Liu S.M., Mackay C.R. Clues to asthma pathogenesis from microarray expression studies // Pharmacol.Ther. – 2006. - V.109. - P.284-294.
4 Evans S.J., Choudary P.V., Vawter M.P., et al. DNA microarray analysis of functionally discrete human brain regions reveals divergent transcriptional profiles // Neurobiol. Dis. – 2003. – V14. – P. 240-250.
5 Golub T.R., Slonim D.K., Tamayo P., et al. Molecular classification of cancer: class discovery and class prediction by gene expression monitoring // Science.– 1999. – V.286. – P. 531-537.
6 Van Veer L.J., Dai H., Van de Vijver M.J., et al. Gene expression profiling predicts clinical outcome of breast cancer // Nature. – 2002. – V. 415. – P. 530-536.
7 Sorlie T., Tibshirani R., Parker J., et al. Repeated observation of breast tumor subtypes in independent gene expression data sets // Proc. Natl. Acad. Sci. USA.– 2003.-V.100 (14). – P. 8418-8423.
8 http://www.affymetrix.com
9 Каиров У.Е., Зиновьев А.Ю., Карпенюк Т.А., Раманкулов Е.М. ДНК-микрочипы: от основ технологии к анализу данных // Вестник КазНУ.
Серия биологическая. -2012. - №4 (56). – С. 270-274.
10 Comon P., Independent Component Analysis: a new concept // Signal Processing. – 1994. – 36 (3). – P.287–314.
11 Liebermeister W. Linear modes of gene expression determined by independent component analysis //Bioinformatics. – 2002. – V. 18 (1). – P. 51-60.
12 Lee S. and Batzoglou S. Application of independent component analysis to microarrays // Genome Biol. – 2003. -V. 4 (11). – P. 1-21.
13 Hori G., Inoue M., Nishimura S., and Nahakara H. Blind gene classifi cation an application of a signal separation method // Genome Informatics. – 2001. – V.12. – P. 255-256.
14 http://www.ncbi.nlm.nih.gov/geo/
15 http://www.bioconductor.org/
16 Wu Z., Irizarry R.A., Gentleman R. et al. A model based background adjustment for oligonucleotide expression arrays // Journal of the American Statistical Association. - 2004. – V. 99. – P. 909-917.
17 http://www.mathworks.com/
18 Himberg J., Hyvarinen A. and Esposito F.. Validating the independent components of neuroimaging time series via clustering and visualization // Neuroimage. – 2004. – V.22 (3). – P. 1214-1222.
19 Jackson D. Stopping rules in principal component analysis: a comparison of heuristical and statistical approaches // Ecology. – 1993. – V.74 (8). – P. 2204-2214.
2 DeRisi J., Penland L., Brown P.O. et al. Use of a cDNA microarray to analyse gene expression patterns in human cancer // Nature Genetics. – 1996. – V.14. – P.457-460.
3 Rolph M.S., Sisavanh M., Liu S.M., Mackay C.R. Clues to asthma pathogenesis from microarray expression studies // Pharmacol.Ther. – 2006. - V.109. - P.284-294.
4 Evans S.J., Choudary P.V., Vawter M.P., et al. DNA microarray analysis of functionally discrete human brain regions reveals divergent transcriptional profiles // Neurobiol. Dis. – 2003. – V14. – P. 240-250.
5 Golub T.R., Slonim D.K., Tamayo P., et al. Molecular classification of cancer: class discovery and class prediction by gene expression monitoring // Science.– 1999. – V.286. – P. 531-537.
6 Van Veer L.J., Dai H., Van de Vijver M.J., et al. Gene expression profiling predicts clinical outcome of breast cancer // Nature. – 2002. – V. 415. – P. 530-536.
7 Sorlie T., Tibshirani R., Parker J., et al. Repeated observation of breast tumor subtypes in independent gene expression data sets // Proc. Natl. Acad. Sci. USA.– 2003.-V.100 (14). – P. 8418-8423.
8 http://www.affymetrix.com
9 Каиров У.Е., Зиновьев А.Ю., Карпенюк Т.А., Раманкулов Е.М. ДНК-микрочипы: от основ технологии к анализу данных // Вестник КазНУ.
Серия биологическая. -2012. - №4 (56). – С. 270-274.
10 Comon P., Independent Component Analysis: a new concept // Signal Processing. – 1994. – 36 (3). – P.287–314.
11 Liebermeister W. Linear modes of gene expression determined by independent component analysis //Bioinformatics. – 2002. – V. 18 (1). – P. 51-60.
12 Lee S. and Batzoglou S. Application of independent component analysis to microarrays // Genome Biol. – 2003. -V. 4 (11). – P. 1-21.
13 Hori G., Inoue M., Nishimura S., and Nahakara H. Blind gene classifi cation an application of a signal separation method // Genome Informatics. – 2001. – V.12. – P. 255-256.
14 http://www.ncbi.nlm.nih.gov/geo/
15 http://www.bioconductor.org/
16 Wu Z., Irizarry R.A., Gentleman R. et al. A model based background adjustment for oligonucleotide expression arrays // Journal of the American Statistical Association. - 2004. – V. 99. – P. 909-917.
17 http://www.mathworks.com/
18 Himberg J., Hyvarinen A. and Esposito F.. Validating the independent components of neuroimaging time series via clustering and visualization // Neuroimage. – 2004. – V.22 (3). – P. 1214-1222.
19 Jackson D. Stopping rules in principal component analysis: a comparison of heuristical and statistical approaches // Ecology. – 1993. – V.74 (8). – P. 2204-2214.
Загрузки
Как цитировать
Kairov, U. Y., Zinovyev, A. Y., Karpenyuk, T. A., & Ramanculov, Y. M. (2015). Поиск воспроизводимых независимых компонент в транскриптомах пациентов с раком молочной железы. Сүт безі ісігімен ауыратын пациенттердің транскриптомаларында қалпына келтірілетін тəуелсіз компоненттерді іздеу. Вестник КазНУ. Серия биологическая, 54(2), 29–32. извлечено от https://bb.kaznu.kz/index.php/biology/article/view/256
Выпуск
Раздел
БИОТЕХНОЛОГИЯ, БИОХИМИЯ И ФИЗИОЛОГИЯ РАСТЕНИЙ
