• 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>Algorithms for Molecular Biology : AMB >A linear programming approach for estimating the structure of a sparse linear genetic network from transcript profiling data
【2h】

A linear programming approach for estimating the structure of a sparse linear genetic network from transcript profiling data

机译：一种线性编程方法用于根据转录谱分析数据估算稀疏线性遗传网络的结构

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

BackgroundA genetic network can be represented as a directed graph in which a node corresponds to a gene and a directed edge specifies the direction of influence of one gene on another. The reconstruction of such networks from transcript profiling data remains an important yet challenging endeavor. A transcript profile specifies the abundances of many genes in a biological sample of interest. Prevailing strategies for learning the structure of a genetic network from high-dimensional transcript profiling data assume sparsity and linearity. Many methods consider relatively small directed graphs, inferring graphs with up to a few hundred nodes. This work examines large undirected graphs representations of genetic networks, graphs with many thousands of nodes where an undirected edge between two nodes does not indicate the direction of influence, and the problem of estimating the structure of such a sparse linear genetic network (SLGN) from transcript profiling data.
机译：背景技术遗传网络可以表示为有向图，其中一个节点对应一个基因，有向边指定一个基因对另一个基因的影响方向。从成绩表分析数据重建此类网络仍然是一项重要但具有挑战性的工作。转录谱描述了目标生物学样品中许多基因的丰度。从高维转录本概况分析数据中学习遗传网络结构的普遍策略都假定为稀疏和线性。许多方法考虑相对较小的有向图，从而推断出具有多达数百个节点的图。这项工作研究了遗传网络的大型无向图表示形式，具有成千上万个节点的图，其中两个节点之间的无向边不指示影响的方向，以及从中估计这种稀疏线性遗传网络（SLGN）的结构问题成绩单分析数据。

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