Network-based classification of breast cancer metastasis.
Network-based classification of breast cancer metastasis.
复制标题
DOI：
10.1038/msb4100180
复制
发表时间：
2007
影响因子：
9.9
通讯作者：
中科院分区：
文献类型：
--
作者：
绘制导致转移的途径是乳腺癌研究的关键挑战之一。最近，几项大规模研究通过分析基因表达谱以识别与转移相关的标志物，从而对这一问题有了新的认识。在此，我们应用一种基于蛋白质网络的方法，该方法不是将标志物识别为单个基因，而是从蛋白质相互作用数据库中提取的子网络。由此产生的子网络为肿瘤进展所涉及的途径提供了新的假设。尽管具有已知乳腺癌突变的基因通常无法通过差异表达分析检测到，但它们通过连接许多差异表达基因在蛋白质网络中起着核心作用。我们发现，子网络标志物比在没有网络信息的情况下选择的单个标志物基因更具可重复性，并且它们在转移性与非转移性肿瘤的分类中具有更高的准确性。
Mapping the pathways that give rise to metastasis is one of the key challenges of breast cancer research. Recently, several large-scale studies have shed light on this problem through analysis of gene expression profiles to identify markers correlated with metastasis. Here, we apply a protein-network-based approach that identifies markers not as individual genes but as subnetworks extracted from protein interaction databases. The resulting subnetworks provide novel hypotheses for pathways involved in tumor progression. Although genes with known breast cancer mutations are typically not detected through analysis of differential expression, they play a central role in the protein network by interconnecting many differentially expressed genes. We find that the subnetwork markers are more reproducible than individual marker genes selected without network information, and that they achieve higher accuracy in the classification of metastatic versus non-metastatic tumors.
登录
查看更多内容
影响因子：
56.9
作者：
Golub, TR;Slonim, DK;Lander, ES
通讯作者：
Lander, ES
影响因子：
14.9
作者：
Harris, MA;Clark, J;White, R
通讯作者：
White, R
影响因子：
3.6
作者：
Bachman, KE;Argani, P;Park, BH
通讯作者：
Park, BH
影响因子：
1.7
作者：
Ben-Dor, A;Bruhn, L;Yakhini, Z
通讯作者：
Yakhini, Z
影响因子：
64.8
作者：
Alizadeh, AA;Eisen, MB;Staudt, LM
通讯作者：
Staudt, LM