CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

Cancer Detection as a First Step of Personalized Medicine Using Circulating microRNAs in Peripheral Blood

اعتبار موردنیاز : ۰ | تعداد صفحات: ۱ | تعداد نمایش خلاصه: ۱۲۹ | نظرات: ۰
سال انتشار: ۱۳۹۵
کد COI مقاله: IPMCMED01_025
زبان مقاله: انگلیسی
نسخه کامل مقاله در کنفرانس ارائه نشده است و در دسترس نیست.

مشخصات نویسندگان مقاله Cancer Detection as a First Step of Personalized Medicine Using Circulating microRNAs in Peripheral Blood

  Hanieh Sadeghi - Department of Genetics, University of Science and Culture, ACECR, Tehran, Iran
  Ali Sharifi Zarchi - Department of Stem Cells and Developmental Biology, Cell Science Research Center, Royan Institute for Stem Cell Biology and Technology, ACECR, Tehran, Iran
  Aryan Kamal - Department of Mathematical Sciences, Sharif University of Technology, Tehran, Iran
  Bahareh Shayesteh Pour - Department of Genetics, University of Science and Culture, ACECR, Tehran, Iran

چکیده مقاله:

The use of personalized medicine to advance both the prevention and cure of disease is potentially possible. The main step to success in this filed depends on having proper diagnostic tests that identify patients who can benefit from targeted therapies. microRNAs (miRNAs) are a class of non-coding RNAs that regulate many cellular processes including tumorigenesis. Circulating miRNAs are known as less invasive markers in many malignancies such as cancer. Recent studies have shown that some specific miRNAs are deregulated in blood of early stage cancer patients compared to healthy controls. In this study, we aim to design subsets of circulating miRNAs can detect each type of cancer from unaffected controls and other types of cancers with high accuracy. We used miRNA expression profiles from the cancer genome atlas (TCGA) and analyzed 6104 next-generation sequencing (NGS) data related to 14 different types of cancer tissues encompassing 5493 cancer samples and 611 healthy controls. We were using feature selection algorithm and support vector machine with 10 fold cross validation as machine learning method for improving detection accuracy. By focusing on five miRNAs, we could separate all cancer samples from all normal samples with 97% accuracy. We obtained subsets with maximum 5 members and also acceptable accuracy for each cancer type. The highest accuracy received for thyroid carcinoma (98%) and kidney renal clear cell carcinoma (97%) with subset of three and two miRNAs, respectively. We also could classify samples in 3 classes (breast invasive carcinoma, normal breast tissue and all other normal and cancer tissues) just with 3 miRNAs. Using these bioinformatics approach we identified various subsets of miRNAs that could distinguish every type of cancer from unaffected controls. These subsets have potential to be evaluated in blood samples of each cancer type.

کلیدواژه‌ها:

Personalized medicine, Early detection, Circulating microRNA, Biomarker, Bioinformatics

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-IPMCMED01-IPMCMED01_025.html
کد COI مقاله: IPMCMED01_025

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Sadeghi, Hanieh; Ali Sharifi Zarchi; Aryan Kamal & Bahareh Shayesteh Pour, ۱۳۹۵, Cancer Detection as a First Step of Personalized Medicine Using Circulating microRNAs in Peripheral Blood, اولین کنگره پزشکی شخصی, تهران, دانشگاه علوم پزشکی ایران - پژوهشکده ملی مهندسی ژنتیک و زیست فناوری ایران، مرکز همکاری های فناوری و نوآوری های ریاست جمهوری, https://www.civilica.com/Paper-IPMCMED01-IPMCMED01_025.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (Sadeghi, Hanieh; Ali Sharifi Zarchi; Aryan Kamal & Bahareh Shayesteh Pour, ۱۳۹۵)
برای بار دوم به بعد: (Sadeghi; Sharifi Zarchi; Kamal & Shayesteh Pour, ۱۳۹۵)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: موسسه غیرانتفاعی
تعداد مقالات: ۱۱۳۷
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
  • علوم پزشکی > سرطان
  • اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.