羊:对基因组丰富的有效和可靠的识别
1Department of Molecular and Cellular Neurobiology, Center for Neurogenomics and Cognitive Research, Amsterdam Neuroscience, VU University, 1081 HV, Amsterdam, The Netherlands. frank.koopmans@vu.nl.
Communications biology
|June 19, 2024
概括
GOAT是一种新的,无参数的基因组丰富分析算法. 该工具可以快速识别生物数据中的重要的基因本体学 (GO) 术语,改进现有方法.
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
- 系统生物学 系统生物学
背景情况:
- 基因组丰富分析对于解释高通量生物数据至关重要.
- 识别丰富的基因本体学 (GO) 术语或与疾病相关的基因组是生命科学中常见的任务.
- 强大而敏感的统计工具对于准确的基因组丰富分析至关重要.
研究的目的:
- 介绍GOAT,一种新的无参数算法,用于预先排名的基因列表的基因组丰富分析.
- 为了使GO数据库能够进行快速丰富测试.
- 验证算法的性能,并将其与现有方法进行比较.
主要方法:
- GOAT是一种无参数的算法,用于基因组丰富分析.
- 它从标准化基因得分中预先计算零分布,以便快速测试.
- 该算法使用合成数据进行了验证,并应用于现实世界的蛋白质组学和基因表达研究.
主要成果:
- GOAT可以在一秒钟内对GO数据库进行丰富测试.
- 估计的基因集合p值在零假设下得到了良好的校准,并且与基因列表和集合大小不变.
- 与现实研究中的当前方法相比,GOAT识别了更重要的GO术语.
结论:
- GOAT提供了一种快速,准确和强大的基因组丰富分析方法.
- 该算法经过良好的校准,在不同数据类型和大小中可靠地执行.
- GOAT可以作为免费的R包和带有交互式可视化的在线工具.
