相关实验视频
Updated: Jun 21, 2025

11:29
miRNA Expression Analyses in Prostate Cancer Clinical Tissues
Published on: September 8, 2015
10.8K
前列腺癌中的特定人群基因表达特征:来自权重基因共同表达网络分析 (WGCNA) 的见解
Laleh Manouchehri1, Zahra Zinati2, Leyla Nazari3
1School of Medicine, Alma Mater Studiorum, Università Di Bologna, Via Zamboni, 33, 40126, Bologna, Italy.
World journal of surgical oncology
|July 5, 2024
概括
遗传因素导致非洲裔美国男性 (AAM) 和欧洲裔美国男性 (EAM) 之间的前列腺癌差异. 机器学习和基因表达分析确定了与不同人群癌症进展相关的关键基因.
科学领域:
- 基因组学就是基因组学.
- 癌症生物学 癌症生物学
- 生物信息学是一种生物信息学.
背景情况:
- 前列腺癌在非洲裔美国男性 (AAM) 和欧洲裔美国男性 (EAM) 之间表现出显著的发病率和进展差异.
- 了解潜在的遗传因素对于解决这些健康不平等至关重要.
研究的目的:
- 为了确定导致前列腺癌的遗传因素,在AAM和EAM之间存在差异.
- 使用先进的分析方法,精确确定与前列腺癌进展相关的关键基因和途径.
主要方法:
- 权重基因同表达网络分析 (WGCNA) 应用于公开的微阵列数据.
- 路径丰富分析,最小绝对收缩和选择操作员 (LASSO) 和基于关联的特征选择 (CFS) 用于基因识别.
- XGBoost分类器用于验证已识别的生物标志物.
主要成果:
- 在AAM和EAM之间鉴定了353个差异表达基因 (DEG).
- 发现了与前列腺癌相关的六个显著的基因表达模块.
- 特定的关键基因,包括APRT,CCL2,BEX2,MGC26963和PLAU,与癌症进展有关.
结论:
- 基因组研究必须在癌症研究中纳入人口多样性,特别是AAM和EAM.
- 整合机器学习与基因表达分析是识别关键癌症相关基因的有效策略.
更多相关视频
13:19Microarray-based Identification of Individual HERV Loci Expression: Application to Biomarker Discovery in Prostate Cancer
Published on: November 2, 2013
16.5K
12:13Sequencing Small Non-coding RNA from Formalin-fixed Tissues and Serum-derived Exosomes from Castration-resistant Prostate Cancer Patients
Published on: November 19, 2019
6.8K