• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

基因表达数据对生存的间接基因组效应。

Indirect genomic effects on survival from gene expression data.

作者信息

Ferkingstad Egil, Frigessi Arnoldo, Lyng Heidi

机构信息

Department of Biostatistics and (sfi) Statistics for Innovation, University of Oslo, Gaustadalleen, Oslo, NO-0314, Norway.

出版信息

Genome Biol. 2008;9(3):R58. doi: 10.1186/gb-2008-9-3-r58. Epub 2008 Mar 22.

DOI:10.1186/gb-2008-9-3-r58
PMID:18358079
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC2397510/
Abstract

In cancer, genes may have indirect effects on patient survival, mediated through interactions with other genes. Methods to study the indirect effects that contribute significantly to survival are not available. We propose a novel methodology to detect and quantify indirect effects from gene expression data. We discover indirect effects through several target genes of transcription factors in cancer microarray data, pointing to genetic interactions that play a significant role in tumor progression.

摘要

在癌症中，基因可能通过与其他基因的相互作用对患者生存产生间接影响。目前尚无研究对生存有显著贡献的间接影响的方法。我们提出了一种新方法，用于从基因表达数据中检测和量化间接影响。我们通过癌症微阵列数据中转录因子的几个靶基因发现了间接影响，这表明基因相互作用在肿瘤进展中发挥着重要作用。

https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a331/2397510/d08a55e64ece/gb-2008-9-3-r58-7.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a331/2397510/c1db2445b12b/gb-2008-9-3-r58-1.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a331/2397510/2b6c300b2474/gb-2008-9-3-r58-2.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a331/2397510/21848d2a3717/gb-2008-9-3-r58-3.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a331/2397510/00f64a073e9d/gb-2008-9-3-r58-4.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a331/2397510/1291db970769/gb-2008-9-3-r58-5.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a331/2397510/90276eed3041/gb-2008-9-3-r58-6.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a331/2397510/d08a55e64ece/gb-2008-9-3-r58-7.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a331/2397510/c1db2445b12b/gb-2008-9-3-r58-1.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a331/2397510/2b6c300b2474/gb-2008-9-3-r58-2.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a331/2397510/21848d2a3717/gb-2008-9-3-r58-3.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a331/2397510/00f64a073e9d/gb-2008-9-3-r58-4.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a331/2397510/1291db970769/gb-2008-9-3-r58-5.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a331/2397510/90276eed3041/gb-2008-9-3-r58-6.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/a331/2397510/d08a55e64ece/gb-2008-9-3-r58-7.jpg

相似文献

1
Indirect genomic effects on survival from gene expression data.基因表达数据对生存的间接基因组效应。
Genome Biol. 2008;9(3):R58. doi: 10.1186/gb-2008-9-3-r58. Epub 2008 Mar 22.
2
Interpreting microarray data: towards the complete bioinformatics toolkit for cancer.解读微阵列数据：迈向完整的癌症生物信息学工具包
Cancer Genomics Proteomics. 2007 Jul-Aug;4(4):301-8.
3
Chips around the world: proceedings from the Nature Genetics microarray meeting.
Physiol Genomics. 2000 Mar 13;2(2):53-8. doi: 10.1152/physiolgenomics.2000.2.2.53.
4
Genomic studies of transcription factor-DNA interactions.转录因子与DNA相互作用的基因组学研究。
Curr Opin Chem Biol. 2005 Feb;9(1):38-45. doi: 10.1016/j.cbpa.2004.12.008.
5
Application of bioinformatics in cancer epigenetics.生物信息学在癌症表观遗传学中的应用。
Ann N Y Acad Sci. 2004 May;1020:67-76. doi: 10.1196/annals.1310.008.
6
Ab initio identification of putative human transcription factor binding sites by comparative genomics.通过比较基因组学从头鉴定假定的人类转录因子结合位点
BMC Bioinformatics. 2005 May 2;6:110. doi: 10.1186/1471-2105-6-110.
7
Applications of microarray and bioinformatics tools to dissect molecular responses of the central nervous system to antioxidant micronutrients.微阵列和生物信息学工具在剖析中枢神经系统对抗氧化微量营养素分子反应中的应用。
Nutrition. 2004 Jan;20(1):50-5. doi: 10.1016/j.nut.2003.09.009.
8
Transcription factor binding element detection using functional clustering of mutant expression data.利用突变体表达数据的功能聚类进行转录因子结合元件检测。
Nucleic Acids Res. 2004 Apr 28;32(8):2362-71. doi: 10.1093/nar/gkh557. Print 2004.
9
Partial least squares dimension reduction for microarray gene expression data with a censored response.具有删失响应的微阵列基因表达数据的偏最小二乘降维法
Math Biosci. 2005 Jan;193(1):119-37. doi: 10.1016/j.mbs.2004.10.007. Epub 2005 Jan 22.
10
Tumor microenvironments, the immune system and cancer survival.肿瘤微环境、免疫系统与癌症生存率
Genome Biol. 2005;6(3):211. doi: 10.1186/gb-2005-6-3-211. Epub 2005 Mar 1.

引用本文的文献

1
Lipids in the cell: organisation regulates function.细胞中的脂质：组织调节功能。
Cell Mol Life Sci. 2018 Jun;75(11):1909-1927. doi: 10.1007/s00018-018-2765-4. Epub 2018 Feb 9.
2
Principles and methods of integrative genomic analyses in cancer.癌症综合基因组分析的原则和方法。
Nat Rev Cancer. 2014 May;14(5):299-313. doi: 10.1038/nrc3721.
3
Integrative genomics with mediation analysis in a survival context.生存分析中整合基因组学与中介分析。

本文引用的文献

1
PPARs and their metabolic modulation: new mechanisms for transcriptional regulation?过氧化物酶体增殖物激活受体及其代谢调节：转录调控的新机制？
J Intern Med. 2007 Aug;262(2):184-98. doi: 10.1111/j.1365-2796.2007.01825.x.
2
Predicting survival from microarray data--a comparative study.从微阵列数据预测生存率——一项比较研究。
Bioinformatics. 2007 Aug 15;23(16):2080-7. doi: 10.1093/bioinformatics/btm305. Epub 2007 Jun 6.
3
E2F1 death pathways as targets for cancer therapy.E2F1死亡途径作为癌症治疗的靶点。
Comput Math Methods Med. 2013;2013:413783. doi: 10.1155/2013/413783. Epub 2013 Dec 18.
4
Role of plasma phospholipid transfer protein in lipid and lipoprotein metabolism.血浆磷脂转运蛋白在脂质和脂蛋白代谢中的作用。
Biochim Biophys Acta. 2012 Mar;1821(3):345-57. doi: 10.1016/j.bbalip.2011.06.013. Epub 2011 Jun 28.
5
PLTP is present in the nucleus, and its nuclear export is CRM1-dependent.磷脂转运蛋白（PLTP）存在于细胞核中，其核输出依赖于染色体区域维护蛋白1（CRM1）。
Biochim Biophys Acta. 2009 Mar;1793(3):584-91. doi: 10.1016/j.bbamcr.2009.01.010. Epub 2009 Jan 24.
6
Understanding quantitative genetics in the systems biology era.理解系统生物学时代的数量遗传学。
Int J Biol Sci. 2009;5(2):161-70. doi: 10.7150/ijbs.5.161. Epub 2009 Jan 27.
J Cell Mol Med. 2007 Mar-Apr;11(2):239-51. doi: 10.1111/j.1582-4934.2007.00030.x.
4
Assessment of survival prediction models based on microarray data.基于微阵列数据的生存预测模型评估。
Bioinformatics. 2007 Jul 15;23(14):1768-74. doi: 10.1093/bioinformatics/btm232. Epub 2007 May 7.
5
PPARgamma activation by thiazolidinediones (TZDs) may modulate breast carcinoma outcome: the importance of interplay with TGFbeta signalling.噻唑烷二酮类药物（TZDs）激活过氧化物酶体增殖物激活受体γ（PPARγ）可能会调节乳腺癌的预后：与转化生长因子β（TGFβ）信号相互作用的重要性。
J Cell Mol Med. 2007 Jan-Feb;11(1):71-87. doi: 10.1111/j.1582-4934.2007.00003.x.
6
Genomic approach to biomarker identification and its recent applications.用于生物标志物识别的基因组学方法及其近期应用。
Cancer Biomark. 2006;2(3-4):103-33. doi: 10.3233/cbm-2006-23-404.
7
Distinct and Overlapping Roles for E2F Family Members in Transcription, Proliferation and Apoptosis.E2F家族成员在转录、增殖和凋亡中的不同及重叠作用
Curr Mol Med. 2006 Nov;6(7):739-48. doi: 10.2174/1566524010606070739.
8
Methods and biomarkers for the diagnosis and prognosis of cancer and other diseases: towards personalized medicine.癌症及其他疾病诊断与预后的方法和生物标志物：迈向个性化医疗
Drug Resist Updat. 2006 Aug-Oct;9(4-5):198-210. doi: 10.1016/j.drup.2006.08.001. Epub 2006 Oct 2.
9
Dynamic path analysis-a new approach to analyzing time-dependent covariates.动态路径分析——一种分析时间依存性协变量的新方法。
Lifetime Data Anal. 2006 Jun;12(2):143-67. doi: 10.1007/s10985-006-9004-2. Epub 2006 Jul 1.
10
ARACNE: an algorithm for the reconstruction of gene regulatory networks in a mammalian cellular context.ARACNE：一种用于在哺乳动物细胞环境中重建基因调控网络的算法。
BMC Bioinformatics. 2006 Mar 20;7 Suppl 1(Suppl 1):S7. doi: 10.1186/1471-2105-7-S1-S7.