分析组织微阵列数据测算浸润性乳腺癌中标记蛋白协同现象的基本原理
分子网络
2018-03-07 v1
摘要
从组织微阵列（TMA）数据分析蛋白表达模式不会立即给出所观察蛋白表达间协同或拮抗效应的答案。但与表面第一印象相反，从TMA数据揭示那些协同现象是可能的。我们在此提出一种基本无假设的组合分析，其关联于相关网络但具有少得多的任意约束。重点放在基础数据分析上，以分析协同现象如何可能印记于TMA数据结构之中。研究设计基于来自不同机构、组装于组织微阵列上的两组独立面板，分别为589与366例浸润性乳腺癌病例。该组合分析生成蛋白表达一致性的最优秩排序。分析结果对应于散见于若干发表中的全部单观察，并将其整合于一个语境中。这意味着所有分散观察也可从一次TMA实验推导。对TMA数据的综合统计元分析提示存在三种基本一致性情形的叠加，并提供机会以更多真实世界数据与合成数据详细分析这些数据性质。所呈算法为分子病理学家提供了从TMA数据提取依赖信息的工具。除该实际益处外，本文也阐明了依赖方面如何可能印记于表达数据之中。这必将促进重构依赖网络算法的精炼。该算法实现目前不适合终端用户，但可应请求提供。
引用
@article{arxiv.1803.02287,
title = {Analyzing the basic principles of tissue microarray data measuring the cooperative phenomena of marker proteins in invasive breast cancer},
author = {H Buerger and F Boecker and J Packeisen and K Agelopoulos and K Poos and W Nadler and E Korsching},
journal= {arXiv preprint arXiv:1803.02287},
year = {2018}
}
备注
The DOVE Press Journal 'Open Access Bioinformatics' ceased publishing in May 2016