Biomarker selection, employing an iterative peak selection method, and prostate spectra characterization for identifying biomarkers related to prostate cancer

 
Το τεκμήριο παρέχεται από τον φορέα :
ΤΕΙ Αθήνας
Αποθετήριο :
Υπατία - Ιδρυματικό Αποθετήριο
δείτε την πρωτότυπη σελίδα τεκμηρίου
στον ιστότοπο του αποθετηρίου του φορέα για περισσότερες πληροφορίες και για να δείτε όλα τα ψηφιακά αρχεία του τεκμηρίου*
κοινοποιήστε το τεκμήριο



Biomarker selection, employing an iterative peak selection method, and prostate spectra characterization for identifying biomarkers related to prostate cancer (EN)

Μπουγιούκος, Παναγιώτης (EL)
Δασκαλάκης, Αντώνης (EL)
Νικηφορίδης, Γεώργιος Σ. (EL)
Κάβουρας, Διονύσης Α. (EL)
Καλατζής, Ιωάννης (EL)

Τ.Ε.Ι. Αθήνας. Σχολή Τεχνολογικών Εφαρμογών. Τμήμα Μηχανικών Βιοϊατρικής Τεχνολογίας Τ.Ε. (EL)
Μπεζεριάνος, Αναστάσιος (EL)

A proteomic analysis system (PAS) for prostate Mass Spectrometry (MS) spectra is proposed for differentiating normal from abnormal and benign from malignant cases and for identifying biomarkers related to prostate cancer. PAS comprised two stages, 1/a pre-processing stage, consisting of MS-spectrum smoothing, normalization, iterative peak selection, and peak alignment, and 2/a classification stage, comprising a 2-level hierarchical tree structure, employing the PNN and SVM classifiers at the 1st (normal-abnormal) and 2nd (benign-malignant) classification levels respectively. PAS first applied local thresholding, for determining the MS-spectrum noise level, and second an iterative global threshold estimation algorithm, for selecting peaks at different intensity ranges. Two optimum sub-sets of these peaks, one at each global threshold, were used to optimally design the hierarchical classification scheme and, thus, indicate the best m/z values. The information rich biomarkers 1160.8, 2082.2, 3595.9, 4275.3, 5817.3, 7653.2, that have been associated with the prostate gland, are proposed for further investigation. (EN)

full paper
conferenceItem

Ταξινόμηση (EN)
Classification (EN)
Biomarker selection (EN)
Επιλογή βιοδείκτη (EN)

ΤΕΙ Αθήνας (EL)
Technological Educational Institute of Athens (EN)

International Conference of Computational Science and Its Applications – ICCSA 2007 (EN)

Αγγλική γλώσσα

1970-01-01

DOI 10.1007/978-3-540-74484-9_49

Springer Berlin Heidelberg (EN)



*Η εύρυθμη και αδιάλειπτη λειτουργία των διαδικτυακών διευθύνσεων των συλλογών (ψηφιακό αρχείο, καρτέλα τεκμηρίου στο αποθετήριο) είναι αποκλειστική ευθύνη των αντίστοιχων Φορέων περιεχομένου.