• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>BioData Mining >Study of Meta-analysis strategies for network inference using information-theoretic approaches
【2h】

Study of Meta-analysis strategies for network inference using information-theoretic approaches

机译：基于信息论的网络推理元分析策略研究

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

BackgroundReverse engineering of gene regulatory networks (GRNs) from gene expression data is a classical challenge in systems biology. Thanks to high-throughput technologies, a massive amount of gene-expression data has been accumulated in the public repositories. Modelling GRNs from multiple experiments (also called integrative analysis) has; therefore, naturally become a standard procedure in modern computational biology. Indeed, such analysis is usually more robust than the traditional approaches, which suffer from experimental biases and the low number of samples by analysing individual datasets.To date, there are mainly two strategies for the problem of interest: the first one (“data merging”) merges all datasets together and then infers a GRN whereas the other (“networks ensemble”) infers GRNs from every dataset separately and then aggregates them using some ensemble rules (such as ranksum or weightsum). Unfortunately, a thorough comparison of these two approaches is lacking.
机译：背景技术从基因表达数据逆向工程基因调节网络（GRN）是系统生物学中的经典挑战。由于高通量技术，公共存储库中已经积累了大量的基因表达数据。通过多个实验（也称为整合分析）对GRN建模；因此，自然成为现代计算生物学的标准程序。确实，这种分析通常比传统方法更健壮，传统方法受实验偏差和分析单个数据集的样本数量少的影响。迄今为止，针对感兴趣的问题主要有两种策略：第一种（“数据合并”） ”）将所有数据集合并在一起，然后推断出一个GRN，而另一个（“网络集合”）则分别从每个数据集中推断出GRN，然后使用一些集合规则（例如ranksum或weightsum）将它们进行汇总。不幸的是，这两种方法缺乏彻底的比较。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号