کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
8340447 1541233 2016 20 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Integration of quantitative proteomics data and interaction networks: Identification of dysregulated cellular functions during cancer progression
ترجمه فارسی عنوان
یکپارچگی داده های پروتئومیکی کمی و شبکه های متقابل: شناسایی توابع سلولی کنترل نشده در طول پیشرفت سرطان
کلمات کلیدی
ترجمه چکیده
پروتئومیکهای کمی اجازه می دهد تا ویژگی تغییرات مولکولی بین حالت های سالم و بیماری را بیان کند. برای تفسیر چنین مجموعه داده ها، ادغام آنها با شبکه متقابل پروتئین-پروتئین، درک کاملتری از اختلالات عملکرد سلول در بیماری ها را در بر می گیرد، نه فقط با توجه به لیست های پروتئین های کنترل نشده. در اینجا ما یک روش محاسباتی جدید ارائه می دهیم که ترکیبی از شبکه متقابل پروتئین و تجزیه و تحلیل آماری برای ایجاد پروفایل های بیان در سطح ماژول شبکه و نه در سطح پروتئین فردی و شناسایی و مشخص نمودن ماژول های شبکه کنترل شده در مراحل مختلف پیشرفت سرطان است. ما رویکرد ما را به دو مجموعه داده های قابل دسترس به عنوان مطالعات موردی اعمال کردیم.
موضوعات مرتبط
علوم زیستی و بیوفناوری بیوشیمی، ژنتیک و زیست شناسی مولکولی زیست شیمی
چکیده انگلیسی
Quantitative proteomics allows the characterization of molecular changes between healthy and disease states. To interpret such datasets, their integration to the protein-protein interaction network provides a more comprehensive understanding of cellular function dysregulation in diseases than just considering lists of dysregulated proteins. Here, we propose a novel computational method, which combines protein interaction network and statistical analyses to establish expression profiles at the network module level rather than at the individual protein level, and to detect and characterize dysregulated network modules through different stages of cancer progression. We applied our approach to two publicly available datasets as case studies.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Methods - Volume 93, 15 January 2016, Pages 103-109
نویسندگان
, ,