生物MOBS:用于产生生物分子洞察力的多omics视觉分析工作流.
Dries Heylen1,2, Jannes Peeters3, Jan Aerts4
1Theory Lab, Data Science Institute (DSI), Hasselt University, Diepenbeek, Belgium.
PloS one
|December 14, 2023
概括
生物MOBS是一个新的工作流程,用于精准医学中的多omics数据分析. 它有助于发现分子相互作用,并为疾病途径分析产生临床相关的见解.
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
- 系统生物学 系统生物学
背景情况:
- 多omics数据分析对于理解精准医学中的复杂疾病至关重要.
- 有效地探索尚未发现的分子相互作用仍然是一个重大挑战.
- 整合各种omics数据与现有生物知识是临床相关性的关键.
研究的目的:
- 介绍BioMOBS,一个用于多omics数据分析的新工作流.
- 为了使分子相互作用和疾病途径的有效探索.
- 为精准医学提供临床相关的见解.
主要方法:
- 生物MOBS集成了两个数据可视化工具与一个开源的分子信息数据库.
- 工作流在多omics数据上执行探索性路径分析.
- 它以视觉方式将数据驱动的发现与已建立的途径知识相结合.
主要成果:
- 生物MOBS成功地复制了英国生物库数据中的2型糖尿病的最新发现.
- 工作流程证明了产生相关分子假设的能力.
- 一个中央可视化工具允许集成数据驱动和基于文献的发现.
结论:
- 生物MOBS提供了一种可靠的程序,用于在疾病路径分析中获得临床相关的见解.
- 工作流适用于各种类型的omics数据.
- 它有助于更深入地了解疾病过程中的分子相互作用.
更多相关视频
07:47Author Spotlight: Unveiling Transmembrane Protein Family-Related Markers in Gastric Cancer and Implications for Targeted Therapies
Published on: September 15, 2023
1.5K
09:47Author Spotlight: Advancing Alzheimer's Research – Exploring Early Detection and Multi-Omics Approaches
Published on: December 15, 2023
1.1K
