排序方式: 共有1条查询结果,搜索用时 0 毫秒
1
1.
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。 相似文献
1