SIRAC: Supervised Identification of Regions of Aberration in aCGH datasets.
SIRAC: Supervised Identification of Regions of Aberration in aCGH datasets.
复制标题
DOI：
10.1186/1471-2105-8-422
复制
发表时间：
2007-10-30
影响因子：
3
通讯作者：
Reinders MJ
中科院分区：
文献类型：
--
作者：
Lai C;Horlings HM;van de Vijver MJ;van Beers EH;Nederlof PM;Wessels LF;Reinders MJ
阵列比较基因组杂交 (aCGH) 提供有关基因组畸变的信息。 DNA 拷贝数的改变可能会导致细胞功能障碍，从而导致癌症。因此，识别肿瘤中的 DNA 扩增或缺失可能会揭示与癌症相关的关键基因，并提高我们对与该疾病相关的潜在生物过程的理解。我们提出了一种用于分析 aCGH 数据和识别染色体改变区域 (SIRAC) 的监督算法。我们首先确定对于区分感兴趣类别很重要的 DNA 探针，然后以系统且稳健的方案评估这些相关 DNA 探针是否紧密定位，即形成扩增/缺失区域。 SIRAC 不需要对 aCGH 数据集进行任何预处理，并且只需要很少的直观参数。我们使用简单的人工数据集来说明该算法的特征。两个乳腺癌数据集的结果显示出与之前的研究结果一致的有希望的结果，但 SIRAC 更好地查明了感兴趣类别之间的差异。
Array comparative genome hybridization (aCGH) provides information about genomic aberrations. Alterations in the DNA copy number may cause the cell to malfunction, leading to cancer. Therefore, the identification of DNA amplifications or deletions across tumors may reveal key genes involved in cancer and improve our understanding of the underlying biological processes associated with the disease. We propose a supervised algorithm for the analysis of aCGH data and the identification of regions of chromosomal alteration (SIRAC). We first determine the DNA-probes that are important to distinguish the classes of interest, and then evaluate in a systematic and robust scheme if these relevant DNA-probes are closely located, i.e. form a region of amplification/deletion. SIRAC does not need any preprocessing of the aCGH datasets, and requires only few, intuitive parameters. We illustrate the features of the algorithm with the use of a simple artificial dataset. The results on two breast cancer datasets show promising outcomes that are in agreement with previous findings, but SIRAC better pinpoints the dissimilarities between the classes of interest.
登录
查看更多内容
影响因子：
2.1
作者：
Olshen, AB;Venkatraman, ES;Wigler, M
通讯作者：
Wigler, M
影响因子：
37.3
作者：
Melendez, Barbara;Martinez-Delgado, Beatriz;Benitez, Javier
通讯作者：
Benitez, Javier
影响因子：
20.3
作者：
Sanchez-Izquierdo, D;Buchonnet, G;Martinez-Climent, JA
通讯作者：
Martinez-Climent, JA
影响因子：
5.8
作者：
Levin, AM;Ghosh, D;Kardia, SLR
通讯作者：
Kardia, SLR
影响因子：
5.8
作者：
Jong, K;Marchiori, E;Ylstra, B
通讯作者：
Ylstra, B