您当前所在位置: 首页 > 首发论文
动态公开评议须知

1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

勘误表

上传勘误表说明

  • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
  • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
  • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

示例:

上传后印本

( 请提交PDF文档 )

* 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

发邮件给 王小芳 *

收件人:

收件人邮箱:

发件人邮箱:

发送内容:

0/300

论文收录信息

论文编号 201808-61
论文题目 基于整合生物计算的人类左脑CTNNA1_1网络构建与分析
文献类型
收录
期刊

上传封面

期刊名称(中文)

期刊名称(英文)

年, 卷(

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

书名(中文)

书名(英文)

出版地

出版社

出版年

上传封面

编者.论文集名称(中文) [c].

出版地 出版社 出版年-

编者.论文集名称(英文) [c].

出版地出版社 出版年-

上传封面

期刊名称(中文)

期刊名称(英文)

日期--

在线地址http://

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

上传封面

文题(中文)

文题(英文)

出版地

出版社,出版日期--

英文作者写法:

中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

作者之间用逗号“,”分隔,最后为实心圆点“.”,

示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

示例3:YELLAND R L,JONES S C,EASTON K S,et al.

上传修改稿说明:

1.修改稿的作者顺序及单位须与原文一致;

2.修改稿上传成功后,请勿上传相同内容的论文;

3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

4.请选择DOC或Latex中的一种文件格式上传。

上传doc论文   请上传模板编辑的DOC文件

上传latex论文

* 上传模板导出的pdf论文文件(须含页眉)

* 上传模板编辑的tex文件

回复成功!


  • 0

CTNNA1_1 Network Construction and Analysis of Human Left Brain by Integrative Biocomputation

首发时间:2018-08-31

SHI Yuhan 1   

SHI Yuhan (1994-), female, Master student, Computation and Systems Biology

WANG Lin

WANG Lin(1964-),Female,Professior,Biological Information Processing, Systems Biology

HUANG Juxiang
  • 1、School of Electronics Engineering, Beijing University of Posts and Telecommunications, 100876

Abstract:Single molecular functional network construction and analysis of brain is very useful to identify novel and potential targets for the understanding of brain mechanism. This paper integrated an infer method based on linear programming and decomposition procedure with function analysis using Kappa statistics and fuzzy heuristic cluster (DAVID). We first identified the significant molecule CTNNA1_1, then constructed CTNNA1_1 up- and down-stream network by infer and further data-mined CTNNA1_1 modules including nervous system development, membrane, primary metabolic process, organelle, signal transduction and regulation of cellular process from 15 chimpanzee and 14 human left brain samples in the same GEO Dataset GDS2678. Our infer CTNNA1_1 network result showed the different gene rate of the human left brain as 73% (11/15) compared with the control considering activation and inhibition relationship. The different active genes in human left brain include AF016004, GOSR1, LAMP1, SPTLC1 and the different inhibitory genes include ARHGAP12, PPID, RECQL, TFCP2, WIPF2, X81789, SLC39A6. Our integrative analysis showed the positive result of CTNNA1_1 nervous system development and membrane modules through the net effect of activation minus inhibition compared with the control and predicted the increase of CTNNA1_1 nervous system development and membrane in human left brain, whereas the negative result of CTNNA1_1 primary metabolic process, organelle, signal transduction and regulation of cellular process modules and deduced the decrease of CTNNA1_1 primary metabolic process, organelle, signal transduction and regulation of cellular process in human left brain.

keywords: CTNNA1_1 network construction and analysis human left brain integrative biocomputation

点击查看论文中文信息

基于整合生物计算的人类左脑CTNNA1_1网络构建与分析

史玉涵 1   

SHI Yuhan (1994-), female, Master student, Computation and Systems Biology

王琳 1   

WANG Lin(1964-),Female,Professior,Biological Information Processing, Systems Biology

黄菊香 1   
  • 1、北京邮电大学,电子工程学院,100876

摘要:单分子功能网络的构建与分析,为了解人类左脑机制的新标志物和潜在目标奠定基础。本文结合了基于线性规划及分解过程的推断方法,和Kappa统计与模糊启发式聚类(DAVID)分析,采用GEO数据库GDS2678,首先从15只黑猩猩和14个人类左脑样本的12558个分子中筛选了人类比黑猩猩左脑的显著性高表达分子CTNNA1_1,然后通过推断方法构建了CTNNA1_1的上下游网络,进一步数据挖掘CTNNA1_1参与的模块包括神经系统发育,膜,初级代谢过程,细胞器,信号转导和调节细胞过程。通过考虑激活和抑制关系,与黑猩猩左脑比较,人类左脑中CTNNA1_1网络的基因不同率为73%(11/15)。实验结果表明人类左脑中CTNNA1_1网络的不同激活基因包括AF016004,GOSR1,LAMP1,SPTLC1;不同抑制基因ARHGAP12,PPID,RECQL,TFCP2,WIPF2,X81789,SLC39A6。根据激活基因数减去抑制基因数的净结果,我们的综合分析显示CTNNA1_1参与的神经系统发育和膜是正向结果,同时预测人类左脑中神经系统发育和膜功能是增强的;然而初级代谢过程,细胞器,信号转导和调节细胞过程是负向结果,并预测人类左脑中这些功能是减弱的。

关键词: 生物医学工程 CTNNA1_1 网络构建与分析 人类左脑 整合生物计算

点击收起

论文图表:

引用

导出参考文献

.txt .ris .doc
SHI Yuhan,WANG Lin,HUANG Juxiang. CTNNA1_1 Network Construction and Analysis of Human Left Brain by Integrative Biocomputation[EB/OL]. Beijing:Sciencepaper Online[2018-08-31]. https://www.paper.edu.cn/releasepaper/content/201808-61.

No.****

动态公开评议

共计0人参与

动态评论进行中

评论

全部评论

0/1000

勘误表

基于整合生物计算的人类左脑CTNNA1_1网络构建与分析