原文服务方: 北京大学学报医学版       
摘要:
目的:预测出与心血管疾病相关的微RNAs(microRNAs,简称miRNAs).方法运用生物信息学的方法找出与心血管疾病和功能相关的基因,鉴定出和这些基因处于同一转录单元的miRNAs,再通过miRNAs簇和家族分析及Gene Ontology(GO)方法预测出一些新的、潜在的和心血管疾病相关的miRNAs.结果:从626个心血管疾病相关的基因中预测出20个潜在的和心血管疾病相关的miRNAs,其中5个miRNAs已经被实验证实和心血管疾病有关.结论:通过生物信息学的方法对心血管疾病相关的miRNAs进行预测,对于临床和科研都具有十分重要的指导意义,但最终的结论还需要实验来证实.
推荐文章
空气污染与心血管疾病相关性的研究进展
心血管疾病
空气污染
颗粒物
机制
综述
利用生物信息学分析花椒改善心血管系统功能的分子机理
花椒
基因芯片
信号通路
高血压
动脉粥样硬化
A型行为与心血管疾病相关研究进展
A型行为
心血管疾病
高血压
机器学习与生物信息学
机器学习
生物信息学
学习方法
人工智能
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 用生物信息学方法预测与心血管疾病相关的微RNAs
来源期刊 北京大学学报医学版 学科
关键词 计算生物学 微RNAs 心血管疾病
年,卷(期) 2009,(1) 所属期刊栏目 论著
研究方向 页码范围 112-116
页数 5页 分类号 R54
字数 语种 中文
DOI
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 高炜 北京大学第三医院心内科 278 1823 20.0 28.0
2 张帆 北京大学第三医院老年内科 262 1171 14.0 21.0
3 张福春 北京大学第三医院心内科 85 546 12.0 18.0
4 崔庆华 北京大学第三医院老年内科 10 36 4.0 6.0
5 卢铭 北京大学基础医学院医学信息学系 19 233 9.0 15.0
6 张其鹏 北京大学基础医学院医学信息学系 16 73 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (14)
节点文献
引证文献  (9)
同被引文献  (16)
二级引证文献  (26)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(8)
  • 参考文献(8)
  • 二级参考文献(0)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(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)
2010(3)
  • 引证文献(1)
  • 二级引证文献(2)
2012(3)
  • 引证文献(0)
  • 二级引证文献(3)
2013(4)
  • 引证文献(2)
  • 二级引证文献(2)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(5)
  • 引证文献(3)
  • 二级引证文献(2)
2017(5)
  • 引证文献(2)
  • 二级引证文献(3)
2018(8)
  • 引证文献(1)
  • 二级引证文献(7)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
计算生物学
微RNAs
心血管疾病
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
北京大学学报医学版
双月刊
1671-167X
11-4691/R
大16开
1959-01-01
chi
出版文献量(篇)
3297
总下载数(次)
0
论文1v1指导