Παρακαλώ χρησιμοποιήστε αυτό το αναγνωριστικό για να παραπέμψετε ή να δημιουργήσετε σύνδεσμο προς αυτό το τεκμήριο: https://hdl.handle.net/10442/17620
Export to:   BibTeX  | EndNote  | RIS
Εξειδίκευση τύπου : Ανακοίνωση σε συνέδριο
Τίτλος: Gene prioritization for inference of robust composite diagnostic signatures in the case of melanoma
Δημιουργός/Συγγραφέας: Valavanis I.
Moutselos K.
Maglogiannis I.
[EL] Χατζηιωάννου, Αριστοτέλης[EN] Chatziioannou, Aristotelissemantics logo
Χορηγός : IFIP
Cyprus University of Technology
Frederick University, Cyprus
Royal Holloway, University of London
Cyprus Tourism Organization
Ημερομηνία: 2013
Γλώσσα: Αγγλικά
ISBN: 9783642411410
ISSN: 1868-4238
DOI: 10.1007/978-3-642-41142-7_32
Περίληψη: An integrated dataset originating from multi-modal datasets can be used to target underlying causal biological actions that through a systems level process trigger the development of a disease. In this study, we use an integrated dataset related to cutaneous melanoma that comes from two separate sets (microarray and imaging) and the application of data imputation methods. Our goal is to associate low-level biological information, i.e. gene expression, to imaging features, that characterize disease at a macroscopic level. Using an average Spearman correlation measurement of a gene to a total of 31 imaging features, a set of 1701 genes were sorted based on their impact to imaging features. Top correlated genes, comprising a candidate set of gene biomarkers, were used to train an artificial feed forward neural network. Classification performance metrics reported here showed the proof of concept for our gene selection methodology which is to be further validated.
Όνομα εκδήλωσης: 9th IFIP WG 12.5 International Conference on Artificial Intelligence Applications and Innovations, AIAI 2013
Ημ/νία έναρξης εκδήλωσης : 2013-09-30
Ημ/νία λήξης εκδήλωσης : 2013-10-02
Τόπος εκδήλωσης: Paphos
Τίτλος πηγής δημοσίευσης: IFIP Advances in Information and Communication Technology
Τόμος/Κεφάλαιο: 412
Σελίδες: 311-317
Θεματική Κατηγορία: [EL] Βιολογία (Γενικά)[EN] Biology (General)semantics logo
[EL] Τεχνολογία (Γενικά)[EN] Technology (General)semantics logo
Λέξεις-Κλειδιά: Artificial neural network
Correlation
Data imputation
Gene
Imaging feature
Microarray
Multi-modal
Αξιολόγηση από ομότιμους (peer reviewed): Ναι
Κάτοχος πνευματικών δικαιωμάτων: © IFIP International Federation for Information Processing 2013.
Όροι και προϋποθέσεις δικαιωμάτων: All Open Access, Bronze, Green
Εμφανίζεται στις συλλογές:Ινστιτούτο Χημικής Βιολογίας - Επιστημονικό έργο

Αρχεία σε αυτό το τεκμήριο:
Το πλήρες κείμενο αυτού του τεκμηρίου δεν διατίθεται προς το παρόν από τον ΗΛΙΟ.