基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
比较基因组杂交技术(comparative genomic hybridization,CGH)主要用于检测肿瘤的染色体缺失和扩增,迄今已积累了大量的实验数据,为全基因组分析肿瘤的发生机制提供了可能,树模型在生物信患学领域通常被用于研究生物形成和进化的历史,物种之间的进化关系常以系统发生树来表示,树模型同样可以作为一种有力的生物信息学工具来分析CGH数据,探索癌症的发病机理.文中介绍了两种常见的树模型-分支树和距离树,详细叙述了重建树模型的基本原理和方法,分析了创建树模型时要注意的几个技术问题,并对其在肿瘤研究中的应用进行了回顾和总结.肿瘤的树状模型作为单路径线性模型的泛化,克服了以往单路径线性模型的缺点,理论上能更加精确地概括到肿瘤的多基因、多路径,多阶段的发生发展模式,从不同角度探讨肿瘤发生发展的分子机制,该模型除可用于分析肿瘤的CGH数据外,还可用于分析其他多种类型的数据,包括微阵列CGH(array-CGH)技术等产生的高分辨率数据.
推荐文章
CLA对体脂和癌症的影响及作用机理
CLA
体脂
癌症
作用机理
基于后缀树思想构造Web生物数据搜索的数据模型
生物学数据库
搜索
后缀树
后缀数组
基于Markov模型低时延数据融合树算法
无线传感网络
时延约束
数据融合
融合时延
Markov模型
能耗
ARIMA和Prophet模型在艾滋病发病预测中的应用
艾滋病
ARIMA模型
Prophet模型
发病人数
预测性能
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 应用CGH数据和树模型探索癌症的发病机理
来源期刊 遗传 学科 医学
关键词 癌症发病机理 比较基因组杂交(CGH) 树模型 分支树 距离树
年,卷(期) 2008,(4) 所属期刊栏目 综述
研究方向 页码范围 407-412
页数 6页 分类号 R73
字数 5281字 语种 中文
DOI 10.3321/j.issn:0253-9772.2008.04.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 来茂德 浙江大学医学院病理学与病理生理学系 128 1122 16.0 26.0
2 吕炳建 浙江大学医学院病理学与病理生理学系 36 172 8.0 12.0
3 陈俭 浙江大学医学院病理学与病理生理学系 36 216 9.0 13.0
4 李小波 浙江大学医学院病理学与病理生理学系 4 11 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (37)
共引文献  (23)
参考文献  (21)
节点文献
引证文献  (1)
同被引文献  (5)
二级引证文献  (4)
1982(3)
  • 参考文献(1)
  • 二级参考文献(2)
1988(2)
  • 参考文献(1)
  • 二级参考文献(1)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(1)
  • 二级参考文献(3)
1999(11)
  • 参考文献(1)
  • 二级参考文献(10)
2000(7)
  • 参考文献(4)
  • 二级参考文献(3)
2001(8)
  • 参考文献(1)
  • 二级参考文献(7)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(4)
  • 参考文献(2)
  • 二级参考文献(2)
2005(5)
  • 参考文献(5)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
癌症发病机理
比较基因组杂交(CGH)
树模型
分支树
距离树
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
遗传
月刊
0253-9772
11-1913/R
大16开
北京朝阳区北辰西路1号院
2-810
1979
chi
出版文献量(篇)
3898
总下载数(次)
19
总被引数(次)
79934
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导