基于进化推断的生物途径的扩展
Yang Li1, Sarah E Calvo2, Roee Gutman3
1Howard Hughes Medical Institute and Department of Molecular Biology, Massachusetts General Hospital, Boston, MA 02114, USA; Department of Statistics, Harvard University, Cambridge, MA 02138, USA.
通过在路径内识别不同的进化模块来增强基因功能的预测. 一个新的算法,CLIME,揭示了这些模块及其进化历史,揭示了跨不同物种共进化的组件.
科学领域:
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
- 进化生物学 进化生物学
背景情况:
- 预测基因功能通常依赖于跨物种的共同进化历史.
- 由不同的进化模块组成的路径对传统的功能预测方法构成挑战.
研究的目的:
- 引入一种新的计算算法,CLIME (通过推断进化模型进行集群),用于识别基因组内的进化模块.
- 开发一种同时学习模块数量及其演化历史的方法.
- 通过发现符合推断进化模型的新组件来扩展已识别的模块.
主要方法:
- CLIME算法采用真核生物物种树,同质矩阵和基因组作为输入.
- 它将基因组分为分离的进化模块.
- 它推断每个模块的基于树的进化历史,并扫描基因组寻找新的组件.
主要成果:
- 在大约1000个人类路径中,CLIME发现了意想不到的进化模块化.
- 该算法揭示了酵母,红藻和疟疾蛋白质体内的这些途径中的共同进化的组件.
- 证明了基于推断的进化模型发现新途径成员的能力.
结论:
- 气候有效地揭示了生物途径中隐藏的进化结构.
- 该算法通过考虑进化模块化来增强基因功能的预测.
- 预计随着真核生物基因组数据的可用性增加,CLIME的实用性将不断增长.
更多相关视频
03:08Using Human Differentially Expressed Gene Lists to Perform Downstream Pathway Enrichment Analysis and Target Prioritization
Published on: October 3, 2025
07:35A Knowledge Graph Approach to Elucidate the Role of Organellar Pathways in Disease via Biomedical Reports
Published on: October 13, 2023
相关概念视频
Evolutionary Relationships through Genome Comparisons
Evolution of New Traits in Microbes
Evolutionary Processes in Microbes
Amino Acid Biosynthetic Pathways
Gene Evolution - Fast or Slow?
Gene Evolution - Fast or Slow?
In contrast, regions which code...
