酵素工学
オープンアクセス

概要

圧縮センシングアプローチに基づいて遺伝子発現と CNV データを組み合わせることによる神経膠腫のサブタイプ分類。

サンジェイ・シャルマ

最近、バイオテクノロジーの進歩により、研究者は、品質表現情報、SNP情報、コピー数変異（CNV）情報など、さまざまな種類のデータを研究から収集できるようになりました。個々のデータを使用するよりも、さまざまな種類のデータを組み合わせることで、より良い結果を生み出すことができます。ゲノム全体の推定値のさまざまな種類のデータを組み合わせた研究は新しいアイデアではありませんが、それらを効果的に統合して生物学的発見を行う方法は常に課題となっています。卵巣がんにおけるDNA複製数と表現情報の統合研究のために、Magellanと呼ばれるオンラインプラットフォームが開発されました。品質表現と患者の生存率の間には顕著な関係があることがMagellanによって発見されました。品質能力を予測するために、異種データのホットスポットを組み合わせるベイズ構造が構築されました。マイクロアレイ研究のみと比較して、品質分類の精度が向上しました。セグメントベースの定量的学習アルゴリズムは、さまざまなゲノムワイドデータセットの統合分析にも使用されました。一部の統合分析手法では、データセットが同じ分散を持つことが求められます。そのため、分析前にデータセットを同じ分散になるように変更する必要があります。最近では、リンク、品質の表現、および関連性を統合した統合手法が、BMDに関連する候補者の品質を特定するために報告されています。この研究で提案された統合分析アプローチでは、データの種類やデータの配分に特別な要件はありません。この方法論の有効性をテストするために、それを神経膠腫のサブタイプ分類に適用しました。神経膠腫は、脳または脊椎で発生し、グリア細胞から発生する腫瘍です。神経膠腫は、成人の最も一般的な種類の原発性脳腫瘍です。神経膠腫の分類は、細胞の種類、評価、および場所に基づいて行うことができます。たとえば、神経膠腫は、腫瘍の病理学的評価に基づいて、低悪性度と高悪性度に分類できます。この研究では、文献に従って遺伝的および原子的特徴に基づいてサブタイプを分類します。神経膠腫のサブタイプの分類は多くの注目を集め、多くの研究グループによって研究されてきました。ほとんどの研究は、品質表現データに基づいています。神経膠腫の4つのサブタイプ、オリゴデンドログリオーマ、未分化オリゴデンドログリオーマ、未分化星細胞腫、および多形性グリオーマは、2品質または3品質の組み合わせによってのみ識別できることが報告されています。20の特徴を持つk最も近いモデルを構築し、28の神経膠芽腫と22の未分化オリゴデンドログリオーマをグループ化しました。クラスが保証されました