期刊检索

  • 2017年第15卷
  • 2016年第14卷
  • 2015年第13卷
  • 2014年第12卷
  • 2013年第11卷
  • 第1期
  • 第2期

主管单位 工业和信息化部 主办单位 哈尔滨工业大学 主编 任南琪 国际刊号ISSN 1672-5565 国内刊号CN 23-1513/Q

引用本文:朱琰琰,罗执芬,崔永霞,卢创新,周云.人类蛋白组学草图的肺癌分子标记物初探[J].生物信息学,2016,14(1):43-48.
ZHU Yanyan,LUO Zhifen,CUI Yongxia,LU Chuangxin,ZHOU Yun.Pilot study on biomarkers for lung cancer based on the draft of human proteome[J].Chinese Journal of Bioinformatics,2016,14(1):43-48.
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  下载PDF阅读器  关闭
←前一篇|后一篇→ 过刊浏览    高级检索
本文已被:浏览 1610次   下载 694 本文二维码信息
码上扫一扫!
分享到: 微信 更多
人类蛋白组学草图的肺癌分子标记物初探
朱琰琰1,2,罗执芬1,2,崔永霞1,2,卢创新1,2,周云1,2
(1.河南省人民医院肿瘤科, 郑州 450003;2.郑州大学人民医院肿瘤科, 郑州 450003)
摘要:
传统的肺癌分子标记物探索通常基于基因组或者转录组研究,而基于蛋白质水平的肺癌分子标记物探索通常局限在低通量水平。 质谱技术已经开始产生高通量的全局正常及癌症蛋白组。我们采用开源统计软件R对人类蛋白组学草图数据及已发表的肺癌蛋白质组学数据进行二次分析,筛选出91个潜在的候选肺癌分子标记物。基因注解分析显示候选肺癌基因富集了和代谢、TP53通路以及MicroRNA调控等相关的基因。最后,利用Human Protein Atlas数据库及Pubmed对前20候选标记物进行验证, 结果显示大部分候选肺癌基因大多能够得到验证。可见数据挖掘在即将到来的质谱推动的组学大数据时代将发挥重要作用。
关键词:  蛋白质组  数据挖掘  肺癌  分子标记物
DOI:10.3969/j.issn.1672-5565.2016.01.08
分类号:Q51;Q279
文献标识码:A
基金项目:
Pilot study on biomarkers for lung cancer based on the draft of human proteome
ZHU Yanyan1,2, LUO Zhifen1,2,CUI Yongxia1,2, LU Chuangxin1,2, ZHOU Yun1,2
(1. Oncology Unit, People’s Hospital,Zhengzhou 450003, China;2. Oncology Unit, People’s Hospital,Zhengzhou University,Zhengzhou 450003,China)
Abstract:
Traditional exploration over lung cancer molecular marker has been relied on genome or transcriptome research, while exploration at the protein level has been limited by throughput. Mass spectrometry based proteome research has started to generate global proteome data for normal and cancer tissue. Using the open source statistical language R, we mined the publicly available data of human proteome draft and lung cancer proteome for screening for candidate molecular markers for lung cancer.We identified 91 candidate biomarkers for lung cancer.Gene ontology analysis suggested that candidate lung cancer biomarkers have enriched genes associated with metabolism, TP53 network and microRNA regulation. Top hits on the list were then validated with Human Protein Atlas database and Pubmed, which shows that most hits can be validated. We believe data mining has an important role to play in the big omic data era that is being ushered in by mass spectrometry.
Key words:  Proteome  Data mining  Lung cancer  Biomarkers

友情链接LINKS