鉴定前列腺癌相关基因用于诊断和预后:一种现代化的in silico方法

科学领域:

• 在瘤学瘤学.
• 生物信息学是一种生物信息学.
• 基因组学就是基因组学.

背景情况:

• 前列腺癌 (PCa) 是男性癌症死亡的主要原因.
• 诊断和预后生物标志物对于PCa的管理和治疗至关重要.
• 识别新型PCa相关基因对于生物标志物发现至关重要.

研究的目的:

• 从广泛的文献数据中编译和分析PCa相关基因.
• 评估这些基因作为PCa的诊断或预后生物标志物的潜力.
• 为了比较PubMed衍生数据与NCBI数据库信息对PCa基因识别的实用性.

主要方法:

• 编制了PubMed (1936-2020) 的152,064个PCa相关记录和NCBI的4,199个基因.
• 使用pubmed.mineR从PubMed体中提取PCa基因.
• 进行网络,路径和机器学习分析 (随机森林,SVM,神经网络,Cox模型) 用于标记物识别.

主要成果:

• 确定了3062个独特的PCa相关基因和2518个相应的PMID.
• 报告的诊断标志物包括IL6,MAPK3,JUN,FOS,ACTB,MYC和TGFB1.
• 突出显示的预后标志物,如ACTB和HDAC1.

结论:

• 在PubMed的数据分析中,我们得出了一个全面的PCa相关基因组.
• 确定了具有潜力作为前列腺癌诊断和预后生物标志物的特定基因.
• 这些发现表明,PubMed文献挖掘是发现PCa生物标志物的宝贵资源,可能超过其他数据库.