CENTRA: los grafos de contextualidad génica basados en conocimiento revelan reguladores maestros funcionales mediante...

Área de la Ciencia:

• Bioinformática
• Biología de sistemas
• Biología computacional

Sus antecedentes:

• Los análisis tradicionales de enriquecimiento de conjuntos de genes carecen de resolución a nivel de gen único y flexibilidad de contexto.
• Los conjuntos de genes estáticos limitan la capacidad de asociar genes con contextos biológicos específicos.

Objetivo del estudio:

• Introducir CENTRA (Exploración basada en centralidad de topologías de redes a partir de ensamblajes regulatorios) para la dilucidación de la función génica consciente del contexto.
• Desarrollar un marco para modelar la contextualidad génica utilizando redes de co-ocurrencia génica específicas de temas.

Principales métodos:

• Se aplicó la asignación de Dirichlet latente a 12.045 resúmenes vinculados a los conjuntos de genes C2 de la Base de datos de firmas moleculares.
• Se descubrieron 27 temas biológicos y se construyeron redes específicas de temas.
• Se calcularon métricas topológicas de grafos (centralidad, fractalidad, sensibilidad a perturbaciones) para genes dentro de las redes.

Principales resultados:

• Los perfiles topológicos distinguieron reguladores conocidos e identificaron candidatos funcionales potenciales.
• Reveló roles génicos específicos del contexto y priorizó genes poco estudiados en función de la robustez de la firma de la red.
• Desarrolló un navegador interactivo para la exploración dinámica de redes y anotaciones funcionales.

Conclusiones:

• CENTRA ofrece un marco interpretable y escalable para investigar la función génica dependiente del contexto.
• El enfoque proporciona un nuevo punto de entrada para la generación de hipótesis más allá de los métodos de enriquecimiento tradicionales.
• Facilita la navegación dinámica de redes biológicas y anotaciones funcionales.