Support Vector Machine classifier for estrogen receptor positive and negative early-onset breast cancer.
Support Vector Machine classifier for estrogen receptor positive and negative early-onset breast cancer.
复制标题
支持载体机分类器，用于雌激素受体阳性和负早期发作的乳腺癌。
DOI：
10.1371/journal.pone.0068606
复制
发表时间：
2013
期刊：
影响因子：
3.7
通讯作者：
Collins A
中科院分区：
文献类型：
--
作者：
Upstill-Goddard R;Eccles D;Ennis S;Rafiq S;Tapper W;Fliege J;Collins A
两种主要的乳腺癌亚型由肿瘤细胞上雌激素受体的表达来定义。具有大量受体的癌症被称为雌激素受体阳性，而具有少量受体的癌症被称为雌激素受体阴性。使用早发性乳腺癌患者样本的全基因组单核苷酸多态性基因型数据，我们从200个与雌激素受体状态相关的种系变异中开发了支持向量机（SVM）分类器（p<0.0005）。使用线性核支持向量机，我们取得了超过93%的分类准确率。该模型表明，100多个基因的多基因变异可能是早发性乳腺癌雌激素受体表型的基础。所涉及的基因的功能分类鉴定了与免疫系统相关的功能的富集，这与目前对雌激素受体在乳腺癌中的生物学作用的理解一致。
Two major breast cancer sub-types are defined by the expression of estrogen receptors on tumour cells. Cancers with large numbers of receptors are termed estrogen receptor positive and those with few are estrogen receptor negative. Using genome-wide single nucleotide polymorphism genotype data for a sample of early-onset breast cancer patients we developed a Support Vector Machine (SVM) classifier from 200 germline variants associated with estrogen receptor status (p<0.0005). Using a linear kernel Support Vector Machine, we achieved classification accuracy exceeding 93%. The model indicates that polygenic variation in more than 100 genes is likely to underlie the estrogen receptor phenotype in early-onset breast cancer. Functional classification of the genes involved identifies enrichment of functions linked to the immune system, which is consistent with the current understanding of the biological role of estrogen receptors in breast cancer.
登录
查看更多内容
DOI：
10.1007/978-1-60327-241-4_13
发表时间：
2010-01-01
期刊：
DATA MINING TECHNIQUES FOR THE LIFE SCIENCES
影响因子：
--
作者：
Ben-Hur, Asa;Weston, Jason
通讯作者：
Weston, Jason
影响因子：
3.5
作者：
Easton, Douglas F.;Eeles, Rosalind A.
通讯作者：
Eeles, Rosalind A.
影响因子：
11.2
作者：
Gupta, Piyush B.;Proia, David;Kuperwasser, Charlotte
通讯作者：
Kuperwasser, Charlotte
激素受体状态，肿瘤特征和预后：乳腺癌患者的前瞻性队列。
DOI：
10.1186/bcr1639
发表时间：
2007
期刊：
Breast cancer research : BCR
影响因子：
--
作者：
Dunnwald LK;Rossing MA;Li CI
通讯作者：
Li CI
影响因子：
8
作者：
Bradley, AP
通讯作者：
Bradley, AP