Os autores do artigo “desejo declarar que, devido a um erro não intencional e mal-entendidos em relação à prática adequada quando se refere a resultados a partir da literatura, texto de publicações anteriores foi utilizado na íntegra, sem citações em várias partes do artigo. Embora as referências às publicações relevantes foram incluídos, o texto não deveria ter sido utilizado na íntegra e os autores desculpas por isso.
A sobreposição no texto refere-se às seções Introdução e discussão do artigo, quando frases de publicações anteriores foram reproduzidas, isso se relaciona com os seguintes fragmentos no texto:
‘os pacientes com tumores de pulmão não pequenas células (escamoso, AC, e de grandes células) são tratados de forma diferente daqueles com tumores de células pequenas, portanto, distinção patológica entre estes dois tipos de tumor do pulmão é muito importante. Os padrões de expressão de genes tornaram possível a sub classificação de adenocarcinoma em subgrupos que se correlacionavam com o grau de diferenciação do tumor, bem como a sobrevivência do paciente. análise de expressão gênica promete, assim, para ampliar e aperfeiçoar a análise padrão patológico [4].
‘cancro do pulmão de células não pequenas (NSCLC) é a principal causa de mortalidade por cancro em todo o mundo. Actualmente, não existem biomarcadores confiáveis estão disponíveis para orientar a gestão desta condição. microarrays tecnologia pode permitir biomarcadores apropriados sejam identificados, mas as plataformas atuais faltam foco da doença e são, portanto, provável que perca informações potencialmente vital contida em amostras de tecido de pacientes. Uma combinação de grande escala seqüenciamento in-house, perfil de expressão gênica e seqüência e expressão do gene de mineração de dados pública foram utilizados para caracterizar o transcriptoma do NSCLC [6].
‘Em estudos recentes, alguns classificadores são usados para classificação dos genes do cancro ou proteínas, por exemplo KNN classificador pode ter alguma utilidade para alguns problemas de classificação microarray, agindo em todo o conjunto de dados não-dimensão reduzida. Eles mostram que o aumento da dimensionalidade desses conjuntos (considerando pares, triplos ou quatro-tuplas, em vez de sequências de transcrição individuais, um por um) pode levar a melhorias significativas com cada dimensão adquirida [9].
‘Em outra estudo, características de proteínas expressas em maligno, benigno e ambos os tipos de câncer foram comparados utilizando diferentes técnicas de triagem, métodos de agrupamento, modelos de árvore de decisão e de indução regra generalizada algoritmos (GRI) para procurar padrões de similaridade em dois grupos de câncer de mama benignas e malignas [10 ]
‘implementação de um método sistemático que prevê o envolvimento de câncer de genes através da integração de bases de dados heterogêneas, baseando-se em: (i) interações proteína-proteína; (Ii) a expressão diferencial de dados; e (iii) as propriedades estruturais e funcionais de genes do câncer “[12].
‘Em resumo, o apoio extenso e detalhado para a ideia de que gene classificação dos tumores baseada em expressão em breve se tornará clinicamente útil para o cancro do pulmão têm fornecido “[4].
‘classificação molecular de NSCLC utilizando um teste quantitativo objectivo pode ser altamente precisos e podem ser traduzidos para uma plataforma de diagnóstico para a ampla aplicação clínica “[40].
‘ Estes descritores servem para representar e distinguir as proteínas ou peptídeos de diferentes perfis estruturais, funcionais e de interacção, explorando suas características distintas em composições, correlações e distribuições dos aminoácidos constituintes e suas propriedades estruturais e físico-químicas “.
Cada um desses parágrafos contém sobreposição com texto da citação incluída no final de cada frase, à excepção do último parágrafo que se sobrepõe com o texto da publicação abaixo:
BMC Bioinformatics. 2007 17 de agosto; 8: 300
A eficácia de diferentes descritores proteínas na previsão famílias funcionais de proteínas
Ong SA, Lin HH, Chen YZ, Li ZR, Cao Z.
Além disso, parte do texto na seção Métodos sobrepõe-se que a partir de nossos artigos publicados anteriores:
PLoS One. 2011; 6 (8): e23146
Previsão da estabilidade térmica do aminoácido atributos pela combinação de clusters com ponderação atributo: uma nova perspectiva em enzimas de engenharia
Ebrahimi M, Lakizadeh A, Agha.. -Golzadeh P, Ebrahimie e, Ebrahimi M.
os problemas identificados não têm qualquer influência sobre os resultados e conclusões do estudo. Os autores desculpas pelos casos de plágio mencionadas acima.
Citation: Hosseinzadeh F, Ebrahimi M, Goliaei B, Shamabadi N (2012) Correção: Classificação de Lung Cancer Tumores com base nas propriedades estruturais e físico-química de proteínas por Bioinformática Models. PLoS ONE 7 (12): 10.1371 /anotação /2b218d50-a9d5-45b2-80d0-0e806e530749. doi: 10.1371 /anotação /2b218d50-a9d5-45b2-80d0-0e806e530749
Publicação: 04 de dezembro de 2012
Direitos de autor: © 2012. Este é um artigo de acesso aberto distribuído sob os termos da Licença Creative Commons Attribution, que permite uso irrestrito, distribuição e reprodução em qualquer meio, desde que o autor original ea fonte sejam creditados.