• 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

基于染色体的基因共表达分析揭示与癌症相关的区域：以1号染色体为例。

Chromosome-based gene co-expression analysis reveals regions associated with cancers: chromosome 1 as an example.

作者信息

Liu Wei

机构信息

School of Life Sciences, Fujian Agriculture and Forestry University, Fuzhou, 350002, China.

出版信息

Mol Biol Rep. 2019 Apr;46(2):1551-1553. doi: 10.1007/s11033-019-04596-y. Epub 2019 Jan 24.

DOI:10.1007/s11033-019-04596-y
PMID:30680595
Abstract

Gene co-expression network analysis has been widely performed in systems biology. Here, I use a chromosome-based strategy to find potential chromosome regions associated with disease, and show an example of cancer. All results are available at http://bioinformatics.fafu.edu.cn/chrom-WGCNA/ .

摘要

基因共表达网络分析已在系统生物学中广泛开展。在此，我采用基于染色体的策略来寻找与疾病相关的潜在染色体区域，并展示一个癌症的实例。所有结果可在http://bioinformatics.fafu.edu.cn/chrom-WGCNA/获取。

相似文献

1
Chromosome-based gene co-expression analysis reveals regions associated with cancers: chromosome 1 as an example.基于染色体的基因共表达分析揭示与癌症相关的区域：以1号染色体为例。
Mol Biol Rep. 2019 Apr;46(2):1551-1553. doi: 10.1007/s11033-019-04596-y. Epub 2019 Jan 24.
2
R/qtl: QTL mapping in experimental crosses.R/qtl：实验杂交中的数量性状基因座定位。
Bioinformatics. 2003 May 1;19(7):889-90. doi: 10.1093/bioinformatics/btg112.
3
Application of Weighted Gene Co-expression Network Analysis for Data from Paired Design.加权基因共表达网络分析在配对设计数据中的应用。
Sci Rep. 2018 Jan 12;8(1):622. doi: 10.1038/s41598-017-18705-z.
4
Network-based multiple locus linkage analysis of expression traits.基于网络的表达性状多位点连锁分析。
Bioinformatics. 2009 Jun 1;25(11):1390-6. doi: 10.1093/bioinformatics/btp177. Epub 2009 Mar 31.
5
Identification of candidate disease genes by EST alignments, synteny, and expression and verification of Ensembl genes on rat chromosome 1q43-54.通过EST比对、同线性以及表达情况鉴定候选疾病基因，并验证大鼠1号染色体1q43 - 54上的Ensembl基因。
Genome Res. 2004 Apr;14(4):640-50. doi: 10.1101/gr.1932304.
6
Identifying key genes in rheumatoid arthritis by weighted gene co-expression network analysis.通过加权基因共表达网络分析鉴定类风湿性关节炎中的关键基因。
Int J Rheum Dis. 2017 Aug;20(8):971-979. doi: 10.1111/1756-185X.13063. Epub 2017 Apr 25.
7
Analysis of cis-Regulatory Elements in Gene Co-expression Networks in Cancer.癌症基因共表达网络中的顺式调控元件分析
Methods Mol Biol. 2017;1613:291-310. doi: 10.1007/978-1-4939-7027-8_11.
8
Co-expression analysis reveals key gene modules and pathway of human coronary heart disease.共表达分析揭示了人类冠心病的关键基因模块和途径。
J Cell Biochem. 2018 Feb;119(2):2102-2109. doi: 10.1002/jcb.26372. Epub 2017 Nov 20.
9
Differential regulation enrichment analysis via the integration of transcriptional regulatory network and gene expression data.通过整合转录调控网络和基因表达数据进行差异调控富集分析。
Bioinformatics. 2015 Feb 15;31(4):563-71. doi: 10.1093/bioinformatics/btu672. Epub 2014 Oct 15.
10
Comparative analysis of protein interactome networks prioritizes candidate genes with cancer signatures.蛋白质相互作用组网络的比较分析对具有癌症特征的候选基因进行了优先排序。
Oncotarget. 2016 Nov 29;7(48):78841-78849. doi: 10.18632/oncotarget.12879.

本文引用的文献

1
Genetic variants in the integrin signaling pathway genes predict cutaneous melanoma survival.整合素信号通路基因中的遗传变异可预测皮肤黑色素瘤的生存率。
Int J Cancer. 2017 Mar 15;140(6):1270-1279. doi: 10.1002/ijc.30545. Epub 2016 Dec 19.
2
"Good enough solutions" and the genetics of complex diseases.“足够好的解决方案”与复杂疾病的遗传学。
Circ Res. 2012 Aug 3;111(4):493-504. doi: 10.1161/CIRCRESAHA.112.269084.
3
Five years of GWAS discovery.GWAS 发现的五年。
Am J Hum Genet. 2012 Jan 13;90(1):7-24. doi: 10.1016/j.ajhg.2011.11.029.
4
Genome-wide association study identifies a new melanoma susceptibility locus at 1q21.3.全基因组关联研究在 1q21.3 确定了一个新的黑色素瘤易感位点。
Nat Genet. 2011 Oct 9;43(11):1114-8. doi: 10.1038/ng.958.
5
Principles for the post-GWAS functional characterization of cancer risk loci.癌症风险位点全基因组关联研究（GWAS）后功能表征的原则。
Nat Genet. 2011 Jun;43(6):513-8. doi: 10.1038/ng.840.
6
SNP-based pathway enrichment analysis for genome-wide association studies.基于 SNP 的通路富集分析在全基因组关联研究中的应用。
BMC Bioinformatics. 2011 Apr 15;12:99. doi: 10.1186/1471-2105-12-99.
7
Network medicine: a network-based approach to human disease.网络医学：一种基于网络的人类疾病研究方法。
Nat Rev Genet. 2011 Jan;12(1):56-68. doi: 10.1038/nrg2918.
8
The landscape of somatic copy-number alteration across human cancers.人类癌症中体细胞拷贝数改变的全景。
Nature. 2010 Feb 18;463(7283):899-905. doi: 10.1038/nature08822.
9
Positional gene enrichment analysis of gene sets for high-resolution identification of overrepresented chromosomal regions.用于高分辨率鉴定过度富集染色体区域的基因集的位置基因富集分析。
Nucleic Acids Res. 2008 Apr;36(7):e43. doi: 10.1093/nar/gkn114. Epub 2008 Mar 16.
10
Variations in DNA elucidate molecular networks that cause disease.DNA变异揭示了引发疾病的分子网络。
Nature. 2008 Mar 27;452(7186):429-35. doi: 10.1038/nature06757. Epub 2008 Mar 16.