Patient-specific cancer genes contribute to recurrently perturbed pathways and establish therapeutic vulnerabilities in esophageal adenocarcinoma

The identification of cancer-promoting genetic alterations is challenging particularly in highly unstable and heterogeneous cancers, such as esophageal adenocarcinoma (EAC). Here we describe a machine learning algorithm to identify cancer genes in individual patients considering all types of damagin...

Szczegółowa specyfikacja

Zapisane w:
Opis bibliograficzny
Wydane w:Nat Commun
Główni autorzy: Mourikis, Thanos P., Benedetti, Lorena, Foxall, Elizabeth, Temelkovski, Damjan, Nulsen, Joel, Perner, Juliane, Cereda, Matteo, Lagergren, Jesper, Howell, Michael, Yau, Christopher, Fitzgerald, Rebecca C., Scaffidi, Paola, Ciccarelli, Francesca D.
Format: Artigo
Język:Inglês
Wydane: Nature Publishing Group UK 2019
Hasła przedmiotowe:
Article
Dostęp online:https://ncbi.nlm.nih.gov/pmc/articles/PMC6629660/
https://ncbi.nlm.nih.gov/pubmed/31308377
https://ncbi.nlm.nih.govhttp://dx.doi.org/10.1038/s41467-019-10898-3
Etykiety: Dodaj etykietę
Nie ma etykietki, Dołącz pierwszą etykiete!

Podobne zapisy