Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
New Theory of Discriminant Analysis and Cancer Gene Analysis Kapitel lesen Erstes Kapitel lesen

2019 | OriginalPaper | Buchkapitel

7. Cancer Gene Diagnosis of Singh et al. Microarray

verfasst von : Shuichi Shinmura

Erschienen in: High-dimensional Microarray Data Analysis

Verlag: Springer Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Chapter 1 explained the new theory of discriminant analysis after R. A. Fisher (Theory). The theory solved five problems completely. Especially, Revised IP-OLDF (RIP) and Method2 firstly succeeded in the cancer gene analysis. RIP could find six microarrays were LSD (Fact3). LINGO Program3 of Method2 could decompose the microarray into many SMs and another noise subspace (Fact4). In Chap. 2, we make signal data made by RIP discriminant scores (RipDSs). Our breakthrough opens the new frontier of cancer gene diagnosis and malignancy indexes. We find the new problem (Problem6): “Why could no researchers find the linear separable facts in microarrays and SM from 1970?” In this book, we explain the several answers of Problem6. In this chapter, we survey how to make different RipDSs from many SMs. It explains why microarray consists of many SMs and the different RipDSs. By these results, we wish to classify SMs into several categories of malignancy indexes in the future.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Cancer Gene Diagnosis of Shipp et al. Microarray
Nächstes Kapitel Cancer Gene Diagnosis of Tian et al. Microarray
Fußnoten
1
Dinesh Singh, Phillip G. Febbo, Kenneth Ross, Donald G. Jackson, Judith Manola, Christine Ladd, Pablo Tamayo, Andrew A. Renshaw, Anthony V. D’Amico, Jerome P. Richie, Eric S. Lander, Massimo Loda, Philip W. Kantoff, Todd R. Golub, and William R. Sellers.
 
Literatur
Golub TR, Slonim DK, Tamayo P, Huard C, Gaasenbeek M, Mesirov JP, Coller H, Loh ML, Downing JR, Caligiuri MA, Bloomfield CD, Lander ES (1999) Molecular classification of cancer: class discovery and class prediction by gene expression monitoring. Science 286(5439):531–537CrossRef
Sall JP, Creighton L, Lehman A (2004) JMP start statistics (3rd edn). SAS Institute Inc. USA (Shinmura S. edits Japanese version)
Schrage L (2006) Optimization modeling with LINGO. LINDO Systems Inc. (Shinmura S translates Japanese version)
Shinmura S (2016) New theory of discriminant analysis after R. Fisher. Springer, TokyoCrossRef
Shinmura S (2017) Cancer gene analysis by Singh et al. microarray data. ISI2017, pp 1–6
Shinmura S (2018a) Cancer gene analysis of microarray data. In: 3rd IEEE/ACIS international conference on BCD’18, pp 1–6
Shinmura S (2018b) First success of cancer gene analysis by microarrays. In: Biocomp’18, pp 1–7
Shipp MA, Ross KN, Tamayo P, Weng AP, Kutok JL, Aguiar RC, Gaasenbeek M, Angelo M, Reich M, Pinkus GS, Ray TS, Koval MA, Last KW, Norton A, Lister TA, Mesirov J, Neuberg DS, Lander ES, Aster JC, Golub TR (2002) Diffuse large B-cell lymphoma outcome prediction by gene-expression profiling and supervised machine learning. Nat Med 8(1):68–74. (https://​doi.​org/​10.​1038/​nm0102-6)
Singh D, Febbo PG, Ross K, Jackson DG, Manola J, Ladd C, Tamayo P, Renshaw AA, D’Amico AV, Richie JP, Lander ES, Lada M, Kantoff PW, Golub TR, Sellers WR (2002) Gene expression correlates of clinical prostate cancer behavior. Cancer Cell 1(2):203–209
Metadaten
Titel
Cancer Gene Diagnosis of Singh et al. Microarray
verfasst von
Shuichi Shinmura
Copyright-Jahr
2019
Verlag
Springer Singapore
Buch
High-dimensional Microarray Data Analysis

Print ISBN: 978-981-13-5997-2

Electronic ISBN: 978-981-13-5998-9

Copyright-Jahr: 2019

DOI
https://doi.org/10.1007/978-981-13-5998-9_7

Premium Partner

    Bildnachweise