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.