Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

01.12.2019 | Original Article | Ausgabe 1/2019

Network Modeling Analysis in Health Informatics and Bioinformatics 1/2019

Identification of target genes in cancer diseases using protein–protein interaction networks

Zeitschrift:
Network Modeling Analysis in Health Informatics and Bioinformatics > Ausgabe 1/2019
Autoren:
Arumugam Amala, Isaac Arnold Emerson
Wichtige Hinweise

Electronic supplementary material

The online version of this article (https://​doi.​org/​10.​1007/​s13721-018-0181-1) contains supplementary material, which is available to authorized users.

Abstract

Cancer is a disease that is characterized by uncontrolled cell growth with the ability to penetrate or develop to the other parts of the body. Various studies have shown the significance of identifying drug targets for cancer, although this process continues challenging in the field of anti-cancer drug designing. The primary purpose of this study is to design a novel approach to identify target genes for cancer. The sub-network of colorectal, pancreatic, and prostate cancers were constructed from human protein–protein interaction network. The potential genes were analyzed using hubs and centrality measures. For the identification of target genes, we retrieve those genes that had the highest score in both mutation rates and graph centrality. Moreover, gene deletion analysis revealed that MYC, TP53, and EGFR genes remained potential targets in colorectal, pancreatic, and prostate cancer respectively. Results suggest that combining network measures with mutation frequencies in cancer genes might assist in recognizing several potential drug targets. Future enhancement of this current approach is to combine these network properties with the biological insights from gene expression data, and their functions will provide a reliable method for rational drug designing.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

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

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

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

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

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




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

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




Testen Sie jetzt 30 Tage kostenlos.

Zusatzmaterial
Supplementary material 1 (PDF 175 KB)
13721_2018_181_MOESM1_ESM.pdf
Supplementary material 2 (PDF 175 KB)
13721_2018_181_MOESM2_ESM.pdf
Supplementary material 3 (PDF 180 KB)
13721_2018_181_MOESM3_ESM.pdf
Supplementary material 4 (PDF 210 KB)
13721_2018_181_MOESM4_ESM.pdf
Supplementary material 5 (PDF 208 KB)
13721_2018_181_MOESM5_ESM.pdf
Supplementary material 6 (PDF 218 KB)
13721_2018_181_MOESM6_ESM.pdf
Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 1/2019

Network Modeling Analysis in Health Informatics and Bioinformatics 1/2019 Zur Ausgabe

Premium Partner

    Bildnachweise