Οι συντάκτες του άρθρου «ήθελα να δηλώσω ότι οφείλεται σε ακούσια λάθος και παρεξήγηση σε σχέση με την κατάλληλη πρακτική όταν γίνεται αναφορά σε ευρήματα από τη βιβλιογραφία, το κείμενο από προηγούμενες δημοσιεύσεις χρησιμοποιήθηκε αυτολεξεί, χωρίς αναφορές σε διάφορα μέρη του αντικειμένου. Παρά το γεγονός ότι περιλήφθηκαν οι αναφορές στις σχετικές δημοσιεύσεις, το κείμενο δεν θα πρέπει να έχουν χρησιμοποιηθεί κατά λέξη και οι συγγραφείς συγνώμη για αυτό.

Η επικάλυψη στο κείμενο αναφέρεται στις ενότητες Εισαγωγή και συζήτηση του άρθρου, όπου προτάσεις από προηγούμενες εκδόσεις είχαν αναπαραχθεί, αυτό σχετίζεται με τα ακόλουθα τμήματα του κειμένου:

«οι ασθενείς με μη μικροκυτταρικό όγκους του πνεύμονα (πλακώδες, AC, και μεγάλων κυττάρων) αντιμετωπίζονται διαφορετικά από εκείνα με μικρούς όγκους των κυττάρων, ως εκ τούτου, παθολογική διάκριση μεταξύ αυτών των δύο τύπων όγκου πνεύμονα είναι πολύ σημαντική. Τα πρότυπα γονιδιακής έκφρασης κατέστησε δυνατή την υπο ταξινόμηση του αδενοκαρκινώματος σε υποομάδες που συσχετίζεται με τον βαθμό διαφοροποίησης του όγκου, καθώς και την επιβίωση των ασθενών. έτσι την ανάλυση της γονιδιακής έκφρασης υπόσχεται να επεκτείνει και να βελτιώσετε την τυπική παθολογική ανάλυση [4].

«μη-μικροκυτταρικό καρκίνο του πνεύμονα (NSCLC) είναι η κύρια αιτία θνησιμότητας από καρκίνο σε όλο τον κόσμο. Προς το παρόν δεν υπάρχουν αξιόπιστα βιοδείκτες είναι διαθέσιμα για να καθοδηγήσει τη διαχείριση αυτής της κατάστασης. τεχνολογία των μικροσυστοιχιών μπορεί να επιτρέψει κατάλληλα βιοδείκτες για να προσδιοριστεί αλλά δεν είναι του παρόντος πλατφόρμες έλλειψη εστίασης της νόσου και επομένως είναι πιθανό να χάσετε ενδεχομένως ζωτικής σημασίας πληροφορίες που περιέχονται σε δείγματα ιστών ασθενών. Ένας συνδυασμός μεγάλης κλίμακας in-house αλληλουχίας, προφίλ γονιδιακής έκφρασης και η αλληλουχία γονιδιακής έκφρασης και εξόρυξη δημόσια δεδομένα χρησιμοποιήθηκαν για τον χαρακτηρισμό του μεταγραφικό του NSCLC [6].

‘Σε πρόσφατες μελέτες, μερικές ταξινομητές χρησιμοποιούνται για ταξινόμηση των γονιδίων του καρκίνου ή των πρωτεϊνών, για παράδειγμα KNN ταξινομητής μπορεί να έχει κάποια χρησιμότητα για ορισμένα προβλήματα ταξινόμησης μικροσυστοιχιών, ενεργώντας για το σύνολο της μη διάσταση μειωμένο σύνολο δεδομένων. Δείχνουν ότι η αύξηση της διάστασης αυτών των συνόλων (θεωρώντας ζεύγη, τρίκλινα ή τέσσερις-πλειάδες, και όχι μεμονωμένα ακολουθίες μεταγραφής ένα προς ένα) μπορεί να οδηγήσει σε σημαντικές βελτιώσεις σε κάθε διάσταση που έχει αποκτηθεί [9].

«Με άλλα μελέτη, χαρακτηριστικά των πρωτεϊνών που εκφράζονται σε κακοήθεις, καλοήθεις και οι δύο καρκίνους συγκρίθηκαν χρησιμοποιώντας διάφορες τεχνικές ελέγχου, μέθοδοι ομαδοποίησης, τα μοντέλα δέντρων απόφασης και επαγωγή γενικευμένο κανόνα (GRI) αλγόριθμους για να ψάξουν για τα πρότυπα της ομοιότητας σε δύο καλοήθεις και κακοήθεις ομάδες του καρκίνου του μαστού [10 ]

‘εφαρμογή μια συστηματική μέθοδο που προβλέπει τη συμμετοχή του καρκίνου των γονιδίων με την ενσωμάτωση ετερογενών συνόλων δεδομένων επικαλούμενη: (i) αλληλεπιδράσεις πρωτεΐνης-πρωτεΐνης? (Ii) διαφορική έκφραση δεδομένα? και (iii) δομικές και λειτουργικές ιδιότητες των γονιδίων του καρκίνου »[12].

«Εν ολίγοις, εκτεταμένη και αναλυτική υποστήριξη για την ιδέα ότι η γονιδιακή έκφραση με βάση την ταξινόμηση των όγκων σύντομα θα γίνει κλινικά χρήσιμη για τον καρκίνο του πνεύμονα έχουν παράσχει» [4].

«Μοριακή ταξινόμηση των NSCLC χρησιμοποιώντας αντικειμενική ποσοτική δοκιμή μπορεί να είναι εξαιρετικά ακριβή και θα μπορούσε να μεταφραστεί σε μια διαγνωστική πλατφόρμα για την ευρεία κλινική εφαρμογή» [40].

«Οι περιγραφείς χρησιμεύουν για να εκπροσωπεί και διακρίνουν πρωτεΐνες ή πεπτίδια διαφορετικά δομικά, λειτουργικά και αλληλεπίδραση προφίλ με τη διερεύνηση διακρίνονται τα χαρακτηριστικά τους σε συνθέσεις, συσχετίσεις, και οι κατανομές των συστατικών αμινοξέων και των διαρθρωτικών και φυσικοχημικές ιδιότητες τους ».

Κάθε μια από αυτές τις παραγράφους περιέχει επικάλυψη με κείμενο από την παραπομπή που περιλαμβάνεται στο τέλος της κάθε πρότασης, με εξαίρεση την τελευταία παράγραφο, η οποία συμπίπτει με το κείμενο από την παρακάτω δημοσίευση:

BMC Βιοπληροφορικής. 2007 17 Αύγ.? 8: 300

Η αποτελεσματικότητα των διαφορετικών περιγραφικών πρωτεΐνης στην πρόβλεψη λειτουργικής οικογένειες πρωτεϊνών

Ong Α.Ε., Lin HH, Τσεν YZ, Λι ZR, Cao Ζ

Επιπλέον, μέρος του κειμένου, στην ενότητα Μέθοδοι συμπίπτει με εκείνη από τις προηγούμενες δημοσιευμένες εργασίες μας:

PLoS One. 2011? 6 (8): e23146

Πρόβλεψη θερμοσταθερότητα από το αμινοξύ αποδίδει με συνδυασμό της ομαδοποίησης με χαρακτηριστικό στάθμιση: ένα νέο vista σε ένζυμα μηχανικής

Ebrahimi M, Lakizadeh Α, Αγά.. -Golzadeh P, Ebrahimie Ε, Ebrahimi Μ

τα καθορισμένα ζητήματα δεν έχουν καμία σχέση με τα αποτελέσματα και τα συμπεράσματα της μελέτης. Οι συγγραφείς συγνώμη για τις περιπτώσεις της λογοκλοπής προαναφέρθηκε.

Παράθεση: Hosseinzadeh F, Ebrahimi Μ, Goliaei Β, Shamabadi Ν (2012) Διόρθωση: Ταξινόμηση των Καρκίνο του Πνεύμονα όγκοι με βάση τις δομικές και φυσικοχημικές ιδιότητες των πρωτεϊνών με Βιοπληροφορικής μοντέλα. PLoS ONE 7 (12): 10.1371 /σχολιασμό /2b218d50-a9d5-45b2-80d0-0e806e530749. doi: 10.1371 /σχολιασμό /2b218d50-a9d5-45b2-80d0-0e806e530749

Δημοσιεύθηκε: 4 Δεκεμβρίου 2012