Forfatterne av artikkelen «vil si at på grunn av en utilsiktet feil og misforståelser i forhold til tilstrekkelig praksis når det refereres til funn fra litteraturen, tekst fra tidligere publikasjoner ble brukt ordrett uten sitater i flere deler av artikkelen. Selv om referanser til relevante publikasjoner ble inkludert, teksten skal ikke ha blitt brukt ordrett og forfatterne beklager dette.
overlapping i teksten knyttet til introduksjon og diskusjon deler av artikkelen, hvor setninger fra tidligere publikasjoner ble gjengitt, gjelder dette følgende fragmenter i teksten:
«Pasienter med ikke-småcellet lungekreft (plateepitel, AC, og store celle) blir behandlet annerledes enn de med små celle svulster, derfor patologisk skille mellom disse to typer av lungetumor er meget viktig. De genuttrykksmønster gjort mulig under klassifisering av adenokarsinom i undergrupper som korrelert med graden av tumor differensiering, så vel som pasientens overlevelse. Genekspresjonsanalyser lover derfor å utvide og forbedre standarden patologisk analyse [4].
«Ikke-småcellet lungekreft (NSCLC) er den ledende årsak til kreft dødelighet på verdensbasis. I dag ingen pålitelige biomarkører er tilgjengelige for å veilede forvaltningen av denne tilstanden. Mikromatriser kan tillate passende biomarkører å bli identifisert, men dagens plattformer mangler sykdom fokus og er dermed trolig glipp av potensielt viktig informasjon i pasient vevsprøver. En kombinasjon av store in-house sekvensering, genekspresjon profilering og offentlig sekvens og genuttrykk data mining ble brukt for å karakterisere transkriptomet av NSCLC [6].
«I nyere studier, noen classifiers brukes til klassifisering av kreftgener eller proteiner, for eksempel KNN klassifikator kan ha litt nytte for noen microarray klassifisering problemer, virker på hele non-dimensjon redusert datasett. De viser at å øke dimensjonalitet av disse settene (vurderer parene, tredobler eller fire-tupler, snarere enn individuelle karakterutskrift sekvenser én etter én) kan føre til betydelige forbedringer med hver dimensjon fått [9].
«I andre studien, funksjoner proteiner uttrykt i ondartet, godartet og begge kreft ble sammenlignet ved hjelp av ulike screeningteknikker, clustering metoder, beslutningen tre modeller og generalisert regel induksjon (GRI) algoritmer for å se etter mønstre av likhet i to godartede og ondartede brystkreftgrupper [10 ]
«gjennomføre en systematisk metode som spår kreft involvering av gener ved å integrere heterogene datasett ved å stole på: (i) protein-protein interaksjoner; (Ii) differensial uttrykk data; og (iii) strukturelle og funksjonelle egenskaper hos kreftgener «[12].
«I sammendraget, omfattende og detaljert støtte til ideen om at genuttrykk basert klassifikasjon av svulster vil snart bli klinisk nyttig for kreft i lunge har gitt «[4].
«Molecular klassifisering av NSCLC ved hjelp av en objektiv kvantitativ test kan være svært nøyaktig og kan bli oversatt til en diagnostisk plattform for bred klinisk anvendelse» [40].
«Disse beskrivelsene tjene til å representere og skille proteiner eller peptider av ulike strukturelle, funksjonelle og interaksjons profiler ved å utforske sine anerkjente funksjoner i komposisjoner, korrelasjoner, og utdeling av konstituerende aminosyrer og deres strukturelle og fysiokjemiske egenskaper «.
Hver av disse avsnittene inneholder overlapping med tekst fra sitat inkludert på slutten av hver setning, med unntak av den siste avsnitt som overlapper med tekst fra publikasjonen nedenfor:
BMC Bioinformatikk. 2007 17 august, 8: 300
Effekt av forskjellige protein beskrivelsene i forutsi protein funksjonelle familier
Ong SA, Lin HH, Chen YZ, Li ZR, Cao Z.
i tillegg har noen av teksten under Metoder delen overlapper med det fra våre tidligere publiserte artikler:
PLoS One. 2011, 6 (8): e23146
Prediksjon av termo fra aminosyre attributter ved kombinasjon av clustering med attributt vekting: en ny vista i prosjektering enzymer
Ebrahimi M, Lakizadeh A, Agha.. -Golzadeh P, Ebrahimie E, Ebrahimi M.
de identifiserte problemene har ingen peiling på resultatene og konklusjonene fra undersøkelsen. Forfatterne beklager forekomster av plagiat nevnt ovenfor.
Citation: Hosseinzadeh F, Ebrahimi M, Goliaei B, Shamabadi N (2012) Korreksjon: Klassifisering av Lung Cancer Svulster Basert på strukturelle og fysiske og kjemiske egenskaper proteiner ved Bioinformatikk Models. PLoS ONE 7 (12): 10,1371 /merknad /2b218d50-a9d5-45b2-80d0-0e806e530749. doi: 10,1371 /merknad /2b218d50-a9d5-45b2-80d0-0e806e530749
Publisert: 04.12.2012
Copyright: © 2012. Dette er en åpen-tilgang artikkelen distribueres under betingelsene i Creative Commons Attribution License, som tillater ubegrenset bruk, distribusjon og reproduksjon i ethvert medium, forutsatt den opprinnelige forfatteren og kilden krediteres.
