CENTRA: 知識ベースの遺伝子文脈グラフは、中心性とフラクタル性によって機能的なマスターレギュレーターを明らかにする

科学分野:

• バイオインフォマティクス
• システム生物学
• 計算生物学

背景:

• 従来の遺伝子セット濃縮分析は、単一遺伝子解像度と文脈の柔軟性が欠けていました。
• 静的な遺伝子セットは、特定の生物学的文脈に遺伝子を関連付ける能力を制限します。

研究 の 目的:

• 文脈を認識した遺伝子機能の解読のためのCENTRA（Centrality-Based Exploration of Network Topologies from Regulatory Assemblies）を導入しました。
• トピック固有の遺伝子共起ネットワークを使用して遺伝子の文脈性をモデル化するフレームワークを開発しました。

主な方法:

• 分子シグネチャデータベースC2遺伝子セットに関連する12,045の抄録に潜在ディリクレ配分を適用しました。
• 27の生物学的トピックを明らかにし、トピック固有のネットワークを構築しました。
• ネットワーク内の遺伝子のグラフ・トポロジカルメトリクス（中心性、フラクタル性、摂動感受性）を計算しました。

主要な成果:

• トポロジープロファイルは既知のレギュレーターを区別し、潜在的な機能候補を特定しました。
• 文脈特異的な遺伝子機能を明らかにし、ネットワークシグネチャの堅牢性に基づいて研究が不十分な遺伝子を優先しました。
• 動的なネットワークと機能アノテーション探索のためのインタラクティブブラウザを開発しました。

結論:

• CENTRAは、文脈依存の遺伝子機能の調査のための解釈可能でスケーラブルなフレームワークを提供します。
• このアプローチは、従来の濃縮方法を超えた仮説生成のための新しいエントリーポイントを提供します。
• 生物学的ネットワークと機能アノテーションの動的なナビゲーションを容易にします。