SummArIzeR: Simplificación del agrupamiento y anotación de resultados de enriquecimiento entre bases de datos...

Área de la Ciencia:

• Bioinformática
• Biología Computacional
• Genómica

Sus antecedentes:

• El análisis de enriquecimiento en múltiples bases de datos genera términos redundantes, lo que complica la interpretación de datos biológicos.
• Los términos superpuestos en el análisis de enriquecimiento dificultan la interpretación y comparación rápida e intuitiva entre condiciones.
• Las herramientas existentes carecen de métodos eficientes para agrupar y anotar resultados de enriquecimiento complejos.

Objetivo del estudio:

• Desarrollar un paquete R, SummArIzeR, para agrupar y anotar resultados de enriquecimiento de múltiples bases de datos.
• Permitir la interpretación y comparación rápida e intuitiva de datos biológicos en múltiples condiciones.
• Facilitar la anotación de clústeres de enriquecimiento utilizando modelos de lenguaje grandes.

Principales métodos:

• SummArIzeR agrupa los resultados de enriquecimiento basándose en genes compartidos.
• Se calcula un p-valor combinado para cada clúster.
• Se utilizan modelos de lenguaje grandes para la anotación de clústeres.
• El paquete proporciona visualizaciones fácilmente interpretables de los resultados.

Principales resultados:

• SummArIzeR ofrece anotación de clústeres rápida y sin sesgos impulsada por modelos de lenguaje grandes.
• El paquete logra un agrupamiento comparable a la curación manual.
• SummArIzeR proporciona una agrupación superior de los resultados de enriquecimiento basada en genes compartidos.

Conclusiones:

• SummArIzeR mejora la interpretación del análisis de enriquecimiento biológico.
• El paquete R ofrece un enfoque eficiente e intuitivo para gestionar datos de enriquecimiento complejos.
• SummArIzeR está disponible como un paquete R de código abierto con un manual de usuario en GitHub.