Zobrazeno 1 - 10
of 90
pro vyhledávání: '"Ciccarelli, FD"'
Autor:
Bornschein, J, Wernisch, L, Secrier, M, Miremadi, A, Perner, J, MacRae, S, O'Donovan, M, Newton, R, Menon, S, Bower, L, Eldridge, MD, Devonshire, G, Cheah, C, Turkington, R, Hardwick, RH, Selgrad, M, Venerito, M, Malfertheiner, P, Fitzgerald, RC, Noorani, A, Elliott, RF, Edwards, PAW, Grehan, N, Nutzinger, B, Crawte, J, Chettouh, H, Contino, G, Li, X, Gregson, E, Zeki, S, De la Rue, R, Malhotra, S, Tavare, S, Lynch, AG, Smith, ML, Davies, J, Crichton, C, Carroll, N, Safranek, P, Hindmarsh, A, Sujendran, V, Hayes, SJ, Ang, Y, Preston, SR, Oakes, S, Bagwan, I, Save, V, Skipworth, RJE, Hupp, TR, O'Neill, JR, Tucker, O, Beggs, A, Taniere, P, Puig, S, Underwood, TJ, Noble, F, Owsley, J, Barr, H, Shepherd, N, Old, O, Lagergren, J, Gossage, J, Davies, A, Chang, F, Zylstra, J, Goh, V, Ciccarelli, FD, Sanders, G, Berrisford, R, Harden, C, Bunting, D, Lewis, M, Cheong, E, Kumar, B, Parsons, SL, Soomro, I, Kaye, P, Saunders, J, Lovat, L, Haidry, R, Eneh, V, Igali, L, Scott, M, Sothi, S, Suortamo, S, Lishman, S, Hanna, GB, Peters, CJ, Grabowska, A
Publikováno v:
on behalf of the OCCAMS Consortium 2019, ' Transcriptomic profiling reveals three molecular phenotypes of adenocarcinoma at the gastroesophageal junction ', International Journal of Cancer . https://doi.org/10.1002/ijc.32384
International Journal of Cancer
International Journal of Cancer
Cancers occurring at the gastroesophageal junction (GEJ) are classified as predominantly esophageal or gastric, which is often difficult to decipher. We hypothesized that the transcriptomic profile might reveal molecular subgroups which could help to
Autor:
Mourikis, TP, Benedetti, L, Foxall, E, Temelkovski, D, Nulsen, J, Perner, J, Cereda, M, Lagergren, J, Howell, M, Yau, C, Fitzgerald, RC, Scaffidi, P, Noorani, A, Edwards, PAW, Elliott, RF, Grehan, N, Nutzinger, B, Hughes, C, Fidziukiewicz, E, Bornschein, J, MacRae, S, Crawte, J, Northrop, A, Contino, G, Li, X, De la Rue, R, Katz-Summercorn, A, Abbas, S, Loureda, D, O'Donovan, M, Miremadi, A, Malhotra, S, Tripathi, M, Tavare, S, Lynch, AG, Eldridge, M, Secrier, M, Bower, L, Devonshire, G, Jammula, S, Davies, J, Crichton, C, Carroll, N, Safranek, P, Hindmarsh, A, Sujendran, V, Hayes, SJ, Ang, Y, Sharrocks, A, Preston, SR, Oakes, S, Bagwan, I, Save, V, Skipworth, RJE, Hupp, TR, O'Neill, JR, Tucker, O, Beggs, A, Taniere, P, Puig, S, Underwood, TJ, Walker, RC, Grace, BL, Barr, H, Shepherd, N, Old, O, Gossage, J, Davies, A, Chang, F, Zylstra, J, Mahadeva, U, Goh, V, Sanders, G, Berrisford, R, Harden, C, Lewis, M, Cheong, E, Kumar, B, Parsons, SL, Soomro, I, Kaye, P, Saunders, J, Lovat, L, Haidry, R, Igali, L, Scott, M, Sothi, S, Suortamo, S, Lishman, S, Hanna, GB, Peters, CJ, Moorthy, K, Grabowska, A, Turkington, R, McManus, D, Khoo, D, Fickling, W, Ciccarelli, FD
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 in
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::56bbcb4834a826025994807c5a97eb9d
https://www.repository.cam.ac.uk/handle/1810/307928
https://www.repository.cam.ac.uk/handle/1810/307928
Autor:
Frankell, AM, Jammula, S, Li, X, Contino, G, Killcoyne, S, Abbas, S, Perner, J, Bower, L, Devonshire, G, Cocks, E, Grehan, N, Mok, J, O'Donovan, M, MacRae, S, Eldridge, MD, Tavare, S, Fitzgerald, RC, Noorani, A, Edwards, PAW, Grehanl, N, Nutzinger, B, Hughes, CI, Fidziukiewicz, E, Northrop, A, De la Rue, R, Katz-Summercorn, A, Loureda, D, Miremadi, A, Malhotra, S, Tripathi, M, Lynch, AG, Eldridge, M, Secrier, M, Davies, J, Crichton, C, Carro, N, Safranek, P, Hindmarsh, A, Sujendran, V, Hayes, SJ, Ang, Y, Sharrocks, A, Preston, SR, Oakes, S, Bagwan, I, Save, V, Skipworth, RJE, Hupp, TR, ONeill, JR, Tucker, O, Beggs, A, Taniere, P, Puig, S, Underwood, T, Walker, RC, Grace, BL, Barr, H, Shepherd, N, Old, O, Lagergren, J, Gossage, J, Davies, A, Chang, F, Zylstra, J, Mahadeva, U, Goh, V, Ciccarelli, FD, Sanders, G, Berrisford, R, Harden, C, Lewis, M, Cheong, E, Kumar, B, Parsons, SL, Soomro, I, Kaye, P, Saunders, J, Lovat, L, Haidry, R, Igali, L, Scott, M, Sothi, S, Suortamo, S, Lishman, S, Hanna, GB, Moorthy, K, Peters, CJ, Grabowska, A, Turkington, R, McManus, D, Coleman, H, Khoo, D, Fickling, W
Publikováno v:
Nature genetics
Esophageal Adenocarcinoma (EAC) is a poor prognosis cancer type with rapidly rising incidence. Our understanding of genetic events which drive EAC development is limited and there are few molecular biomarkers for prognostication or therapeutics. We h
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::99929338d90f78f1c05cc30099825dcb
https://doi.org/10.1101/310029
https://doi.org/10.1101/310029
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.