基于三维景观动态网络生物标志物识别乳腺癌细胞分化的临界状态

发布时间：2021-11-28 03:46

　　乳腺癌是近年来女性发病率和死亡率最高的恶性肿瘤,是一种影响人类健康的复杂疾病。研究表明,动态网络生物标志物（DNB）可以有效识别乳腺癌等复杂疾病由正常状态转变为疾病状态的临界状态。然而,传统的DNB方法需要用到同一疾病状态下多个样本的数据,这通常在临床诊断中是无法实现的。本文定量分析了人类乳腺癌细胞系（MCF-7）的时间序列数据,基于三维景观动态网络生物标志物（L-DNB）方法,找到时间序列中单个样本的DNB模块,然后构建综合指标检测乳腺癌细胞分化过程中的早期预警信号,从而确定其临界状态。本文研究结果对于乳腺癌的防治和早期诊断或具有重要意义,期待本文研究能够为乳腺癌的相关研究提供参考。 

【文章来源】：生物医学工程学杂志. 2020,37(02)北大核心EICSCD

【文章页数】：7 页

【部分图文】：

算法的流程示意图

图2 两例样本的三维景观图

三维景观图映射到二维平面的热图

【参考文献】：
期刊论文
[1]Detection for disease tipping points by landscape dynamic network biomarkers[J]. Xiaoping Liu,Xiao Chang,Siyang Leng,Hui Tang,Kazuyuki Aihara,Luonan Chen.  National Science Review. 2019(04)



本文编号：3523639