Los autores del artículo "medida poner de manifiesto que, debido a un error involuntario y malentendidos en relación con la práctica adecuada cuando se hace referencia a los hallazgos de la literatura, se utilizó pie de la letra el texto de las publicaciones anteriores y sin citas en varias partes del artículo. Aunque se incluyeron las referencias a las publicaciones pertinentes, el texto no debería haberse utilizado pie de la letra y los autores disculpas por ello.
La coincidencia en el texto se refiere a las secciones Introducción y discusión del artículo, donde a partir de frases publicaciones anteriores se reprodujeron, esto se relaciona con los siguientes fragmentos del texto:
'los pacientes con tumores de pulmón no de células escamosas (, AC, y de células grandes) son tratados de manera diferente de aquellos con tumores de células pequeñas, por lo tanto, distinción patológica entre estos dos tipos de tumor de pulmón es muy importante. Los patrones de expresión de genes hace posible la clasificación de sub adenocarcinoma en subgrupos que se correlacionaban con el grado de diferenciación del tumor, así como la supervivencia del paciente. por tanto, el análisis de la expresión génica promete extender y refinar el análisis patológico estándar [4].
'Cáncer de pulmón no microcítico (CPNM) es la principal causa de mortalidad por cáncer en todo el mundo. En la actualidad no hay biomarcadores confiables están disponibles para guiar el tratamiento de esta afección. la tecnología de microarrays puede permitir biomarcadores adecuados para ser identificados, pero las plataformas actuales carecen de enfoque de la enfermedad y son por lo tanto probable que se pierda información potencialmente vital contenida en muestras de tejido de pacientes. Una combinación de secuenciación a gran escala en la empresa, el perfil de expresión génica y la minería de datos de secuencia y la expresión génica pública se utiliza para caracterizar el transcriptoma del NSCLC [6].
'En estudios recientes, algunos clasificadores se utilizan para clasificación de los genes del cáncer o proteínas, por ejemplo KNN clasificador puede tener alguna utilidad para algunos problemas de clasificación de microarrays, que actúa en todo el conjunto de datos reducida dimensión no. Ellos muestran que el aumento de la dimensionalidad de estos conjuntos (teniendo en cuenta los pares, triples o cuatro-adas, en lugar de transcripción de las secuencias individuales, uno por uno) pueden conducir a mejoras significativas con cada dimensión adquirida [9].
'En otra estudio, las características de las proteínas expresadas en maligno, benigno y ambos tipos de cáncer se compararon mediante diferentes técnicas de detección, la agrupación métodos, modelos de árboles de decisión y algoritmos de reglas de inducción generalizada (GRI) para buscar patrones de similitud en dos grupos de cáncer de mama benignos y malignos [10 ]
'la implementación de un método sistemático que predice la implicación de los genes del cáncer mediante la integración de conjuntos de datos heterogéneos, apoyándose en: (i) las interacciones proteína-proteína; (Ii) los datos de expresión diferencial; y (iii) las propiedades estructurales y funcionales de los genes del cáncer '[12].
"En resumen, el apoyo extenso y detallado de la idea de que el gen de clasificación basado en la expresión de los tumores pronto se convertirá en clínicamente útil para el cáncer del pulmón han proporcionado" [4].
'Clasificación molecular del NSCLC usando un ensayo cuantitativo objetivo puede ser muy precisos y podría traducirse en una plataforma de diagnóstico para una amplia aplicación clínica "[40].
' Estos descriptores sirven para representar y distinguir las proteínas o péptidos de diferentes perfiles estructurales, funcionales y de interacción mediante la exploración de sus características distinguidos en las composiciones, correlaciones, y la distribución de los aminoácidos constituyentes y sus propiedades estructurales y fisicoquímicas.
Cada uno de estos párrafos contiene superposición con texto de la citación incluye al final de cada frase, con la excepción del último párrafo que se solapa con el texto de la publicación a
Bioinformática BMC. 2007 Ago 17; 8: 300
La eficacia de los diferentes descriptores de proteína en la predicción de las familias de proteínas funcionales
Ong SA, Lin HH, Chen YZ, Li ZR, Cao Z.
Además, algunos de los textos en la sección Métodos se superpone con la de nuestros trabajos publicados anteriores:
PLoS One. 2011; 6 (8): e23146
Predicción de la estabilidad térmica de los atributos de aminoácidos mediante la combinación de la agrupación con ponderación de atributos: una nueva visión de las enzimas de ingeniería
Ebrahimi M, Lakizadeh A, Agha.. -Golzadeh P, e Ebrahimie, Ebrahimi M.
los problemas identificados tienen nada que ver con los resultados y conclusiones del estudio. Los autores se disculpan por los casos de plagio señalados anteriormente.
Visto: Hosseinzadeh M, M Ebrahimi, Goliaei B, Shamabadi N (2012) Corrección: La clasificación de los tumores del cáncer de pulmón basado en las propiedades estructurales y fisicoquímicas de las proteínas mediante modelos de Bioinformática. PLoS ONE 7 (12): 10.1371 /anotación /2b218d50-a9d5-45b2-80d0-0e806e530749. doi: 10.1371 /anotación /2b218d50-a9d5-45b2-80d0-0e806e530749
Publicado: December 4, 2012
Derechos de Autor © 2012. Este es un artículo de acceso abierto distribuido bajo los términos de la licencia Creative Commons Attribution License, que permite el uso ilimitado, distribución y reproducción en cualquier medio, siempre que el autor original y la fuente se acreditan.