![](https://blogimg.goo.ne.jp/user_image/23/c4/1f53d17b054172970346a485edeb99aa.jpg)
Vant't-Verr Laura J., Dai Hongyue, Van-de-Vijver Marc J., He Yudong D., Hart Augustinus A.M., Mao Mao, Peterse Hans L., Van-der-Kooy Karin, Marton Matthew J., Witteveen Anke T., Schreiber George J., Kerkhoveb Ron M., Roberts Chris, Linsley Peter S., Bernards Rene, Friend Stephen H.
Gene expression profiling predicts clinical outcome of breast cancer
Nature, 415, pp.530-536, 2002.
[PDF][Web Site]
・遺伝子発現プロファイルを使った乳癌の予後診断。
・データ:ヒト(乳癌)、98サンプル、約25000遺伝子のうち約5000遺伝子を抽出して解析。
・解析法
1.Unsupervised two-dimensional clustering:診断につかう遺伝子を抽出する
2.Supervised classification:予後診断の評価に使用
・問題点「The strongest predictors for metastases (for example, lymph node status and histological grade) fail to classify accurately breast tumours according to their clinical behaviour.」
・方法(の一部)「Third, the number of genes in the 'prognosis classifier' was optimized by squentially adding subsets of 5 genes from the top of this rank-ordered list and evaluating its power for correct classification using the 'leave-one-out' method for cross-validation」
・マイクロアレイを使った病理診断についてのお手本のような内容。
Gene expression profiling predicts clinical outcome of breast cancer
Nature, 415, pp.530-536, 2002.
[PDF][Web Site]
・遺伝子発現プロファイルを使った乳癌の予後診断。
・データ:ヒト(乳癌)、98サンプル、約25000遺伝子のうち約5000遺伝子を抽出して解析。
・解析法
1.Unsupervised two-dimensional clustering:診断につかう遺伝子を抽出する
2.Supervised classification:予後診断の評価に使用
・問題点「The strongest predictors for metastases (for example, lymph node status and histological grade) fail to classify accurately breast tumours according to their clinical behaviour.」
・方法(の一部)「Third, the number of genes in the 'prognosis classifier' was optimized by squentially adding subsets of 5 genes from the top of this rank-ordered list and evaluating its power for correct classification using the 'leave-one-out' method for cross-validation」
・マイクロアレイを使った病理診断についてのお手本のような内容。
※コメント投稿者のブログIDはブログ作成者のみに通知されます