相关实验视频
Updated: Jul 13, 2025
09:29
Skeletal Muscle Gender Dimorphism from Proteomics
Published on: December 14, 2011
12.6K
加速,深化和领导遗传调查的综合程序:对人类肌肉机密的首次应用
Danilo Bondi1, Michele Bevere2, Rosanna Piccirillo3
1Department of Neuroscience, Imaging and Clinical Sciences, University "G. d'Annunzio" Chieti - Pescara, Chieti, Italy; Interuniversity Institute of Myology (IIM), Perugia, Italy.
Molecular genetics and metabolism
|October 14, 2023
概括
这项研究将专家见解与数据科学 (DS) 工具相结合,以识别新型肌细胞因子. 这种方法成功地确定了已知和潜在的肌肉激素,其中许多是在细胞外囊中发现的,为肌肉分泌物研究提供了数据驱动的工作流.
科学领域:
- 生物医学研究生物医学研究
- 计算生物学 计算生物学
- 数据科学数据科学数据科学
背景情况:
- 生物信息学和计算生物学方法提供了新的研究途径.
- 这些先进的方法需要标准化的程序和认识论的批评.
- 数据科学 (DS) 方法可以显著有利于涉及大型数据集的研究.
研究的目的:
- 将专家知识与DS工具用于肌肉分泌物研究的整合.
- 利用DS工具进行文献审查,目标识别和场景预测.
- 建立一个数据驱动的工作流程来调查myokines.
主要方法:
- 专家学者确定了关键的肌动因.
- 使用了一些精选的DS工具 (GeneRecommender,GeneMANIA,HumanNet,STRING).
- 使用STRING和GeneMANIA进行了网络分析.
主要成果:
- 鉴定了11种已知的肌和11种假定的肌.
- 在细胞外囊泡中发现了大量已识别的myokines.
- DS工具提供了与专家观点相结合的顶级建议.
结论:
- 使用监督/无监督学习和网络分析的综合方法对于复杂的生物医学主题是有效的.
- 用DS辅助的方法可以增强文献审查,目标建议和场景预测.
- 结合专家意见的In Silico建议可以优化分子研究.
更多相关视频
11:26Isolation and Immortalization of Patient-derived Cell Lines from Muscle Biopsy for Disease Modeling
Published on: January 18, 2015
16.6K
00:08Isolation, Culture, Characterization, and Differentiation of Human Muscle Progenitor Cells from the Skeletal Muscle Biopsy Procedure
Published on: August 23, 2019
8.4K