路径活动推断方法对基因表达数据的稳定性评估
Tay Xin Hui1, Shahreen Kasim2, Izzatdin Abdul Aziz3
1Soft Computing and Data Mining Center, Faculty of Computer Sciences and Information Technology, Universiti Tun Hussein Onn Malaysia (UTHM), 83000, Batu Pahat, Malaysia.
BMC bioinformatics
|January 12, 2024
概括
途径活动推断方法在六个癌症数据集的稳定性方面进行了评估. 基于的定向随机步行 (e-DRW) 显示出优异的可重现性,而基于路径拓学的 (PTB) 方法在识别癌症标志物方面通常优于非拓学的 (非TB) 方法.
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:
- 高通量技术产生了大量的基因表达数据.
- 路径分析方法从这些数据中估计路径活动.
- 现有的方法分为非拓基础 (非TB) 或路径拓基础 (PTB).
研究的目的:
- 系统地评估和比较路径活动推断方法的稳定性.
- 评估各种癌症数据集中七种广泛使用的方法的性能.
- 为了比较路径活性,风险活性路径和这些方法识别的基因的稳定性.
主要方法:
- 七种途径活动推断方法的全面稳定性评估.
- 利用六个癌症基因表达数据集进行分析.
- 进行了两个评估:路径活动稳定性和风险活性路径/基因稳定性.
主要成果:
- 对于大多数方法,平均可重复性功率通常随着路径选择的增加而下降.
- 基于的定向随机步行 (e-DRW) 在所有数据集中展示了最高的可重现能力.
- 没有任何一种方法在所有数据集中为风险活性途径和基因识别提供了令人满意的结果.
结论:
- 基于路径拓学 (PTB) 的方法通常比非TB方法具有更大的可重现能力.
- PTB 方法显示出在识别更具信息性的途径和基因方面的潜力.
- 需要进一步的研究来提高跨数据集的风险活性途径和基因识别的稳定性.


