URI | http://purl.tuc.gr/dl/dias/5244C116-7CF3-4ED6-8213-921693587936 | - |
Αναγνωριστικό | https://doi.org/10.1109/IEMBS.2011.6091416 | - |
Αναγνωριστικό | https://ieeexplore.ieee.org/document/6091416/ | - |
Γλώσσα | en | - |
Μέγεθος | 4 pages | en |
Τίτλος | A disease annotation study of gene signatures in a breast cancer microarray dataset | en |
Δημιουργός | Zervakis Michail | en |
Δημιουργός | Ζερβακης Μιχαηλ | el |
Δημιουργός | Sfakianakis Stylianos | en |
Δημιουργός | Σφακιανακης Στυλιανος | el |
Δημιουργός | Gypas Foivos | en |
Δημιουργός | Bei Aikaterini | en |
Δημιουργός | Μπεη Αικατερινη | el |
Εκδότης | Institute of Electrical and Electronics Engineers | en |
Περίληψη | Breast cancer is a complex disease with heterogeneity between patients regarding prognosis and treatment response. Recent progress in advanced molecular biology techniques and the development of efficient methods for database mining lead to the discovery of promising novel biomarkers for prognosis and prediction of breast cancer. In this paper, we applied three computational algorithms (RFE-LNW, Lasso and FSMLP) to one microarray dataset for breast cancer and compared the obtained gene signatures with a recently described disease-agnostic tool, the Genotator. We identified a panel of 152 genes as a potential prognostic signature and the ERRFI1 gene as possible biomarker of breast cancer disease.
| en |
Τύπος | Πλήρης Δημοσίευση σε Συνέδριο | el |
Τύπος | Conference Full Paper | en |
Άδεια Χρήσης | http://creativecommons.org/licenses/by/4.0/ | en |
Ημερομηνία | 2015-10-25 | - |
Ημερομηνία Δημοσίευσης | 2011 | - |
Θεματική Κατηγορία | Breast cancer | en |
Θεματική Κατηγορία | Diseases | en |
Θεματική Κατηγορία | Support vector machines | en |
Θεματική Κατηγορία | Logic gates | en |
Θεματική Κατηγορία | Accuracy | en |
Θεματική Κατηγορία | Proteins | en |
Βιβλιογραφική Αναφορά | F. Gypas, E. S. Bei, M. Zervakis and S. Sfakianakis, "A disease annotation study of gene signatures in a breast cancer microarray dataset," in Annual International Conference of the IEEE Engineering in Medicine and Biology Society, 2011, pp. 5551-5554. doi: 10.1109/IEMBS.2011.6091416 | en |