通过结合功能和结构信息,为驱动基因发现提供网络嵌入框架
Xin Chu1, Boxin Guan1, Lingyun Dai1
1School of Computer Science, Qufu Normal University, Rizhao, 27826, China.
BMC genomics
|July 29, 2023
概括
这项研究引入了一种新的网络嵌入框架,通过整合功能和结构基因信息来识别癌症驱动基因. 该方法增强了12种癌症的驱动基因发现,为癌症研究提供了新的视角.
科学领域:
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
- 基因组学就是基因组学.
背景情况:
- 识别癌症驱动基因对于理解瘤发生至关重要.
- 现有的方法往往忽略了基因在相互作用网络中的组合功能和结构性质.
研究的目的:
- 开发和验证一个新的网络嵌入框架,以改善驱动基因识别.
- 整合突变数据与基因相互作用网络,结合功能和结构基因信息.
主要方法:
- 使用网络传播算法构建了一个突变集成网络.
- 使用 struc2vec 模型提取捕获功能和结构信息的基因特征.
- 利用机器学习算法进行驱动基因识别和验证.
主要成果:
- 与四种现有方法相比,拟议的框架在12种癌症中识别驱动基因方面表现出卓越的表现.
- 该方法成功识别了具有结构相似性的遥远的基因对,改善了发现.
- 对比分析证实了跨不同网络,基因组和算法的框架的稳定性.
结论:
- 网络嵌入框架为驱动基因发现中的特征选择提供了一个新的视角.
- 这种方法增强了新型驱动基因的识别,有助于癌症基因组学.
- 该研究强调了将各种数据类型和网络属性整合到生物发现中的重要性.
更多相关视频
10:44Inherent Dynamics Visualizer, an Interactive Application for Evaluating and Visualizing Outputs from a Gene Regulatory Network Inference Pipeline
Published on: December 7, 2021
2.2K
07:28Identification of Functionally-Relevant Lentivirus Integration Sites in an Insertional Mutagenesis Cell Library
Published on: January 10, 2025
300
