An Integrated System for Cancer-Related Genes Mining and Prediction

[[abstract]]根據統計在已開發國家和開發中國家，癌症發生率機率高，可以說是人類健康的敵人，一般人在一生中罹患癌症的機率是四分之一，隨著生態環境的破壞，生活習慣和飲食習慣的改變，癌症罹患率每年不斷的上升，因此對癌症發生原因的研究是相當重要的課題，但是醫學研究人員在取得醫學文獻時卻遇到資訊過量的問題，再加上要從大量的資訊當中以人工方式取出重要資訊，不但浪費時間也容易造成錯誤。本研究的目標是發展一平台來整合、收集、分析以及預測癌症相關基因(cancer-related gene)的資訊。本論文我們利用NCBI的PubMed搜尋引擎來搜尋癌症相關基因的醫學文獻(medical literature)與序列(sequence)，根據使用者輸入的癌症名稱和LOH (loss of heterozygosity)或CGH (comparative genomic hybridization)做組合進行文獻的收集、分類、以及探勘，在癌症相關基因預測的部份，利用選擇性剪接(alternative splicing)的特性區分各正常組織與不正常組織的各種選擇性剪接表現型態，並且找出選擇性剪接表現形式以及特殊的序列樣本(pattern)。本論文提出的方法能夠探勘出重要資訊以及能了解各組織的特性，能加快醫學研究人員的研究並可節省許多時間，另外也可以將此方法應用到其他疾病上