增强疟疾寄生虫Plasmodium falciparum的基因共同表达网络推断

科学领域:

• 基因组学就是基因组学.
• 生物信息学是一种生物信息学.
• 寄生虫学的寄生虫学

背景情况:

• 疟疾每年造成超过55万人的死亡,主要是由于*Plasmodium falciparum*的耐药性.
• 尽管已公布了基因组,但44.6%的*P. falciparum*基因具有未知的功能,阻碍了药物标识和耐药性研究.

研究的目的:

• 通过分析基因共同表达网络来改善P. falciparum*基因的功能注释.
• 使用多种推断方法,系统地预测P. falciparum*中所有基因的功能注释.
• 识别潜在的药物点,了解药物耐药性的演变.

主要方法:

• 为*P. falciparum*构建和评估多个基因共同表达网络.
• 使用网络聚类和留出一个的交叉验证来评估对已知的基因本体学 (GO) 术语的预测准确性.
• 分析网络边缘的互补性和重叠性以及跨不同推理方法的预测功能知识.

主要成果:

• 基因共同表达网络在预测功能注释方面表现出高精度 (高达87%),但回忆率低 (低于15%).
• 网络边缘在很大程度上是互补的,每一个推断网络都有47-85%的独特性.
• 注释预测也是互补的,最大的对重叠率仅为27%.

结论:

• 不同的网络推断方法捕捉了P. falciparum生物学的不同方面.
• 单一的网络推理方法不足以进行全面的功能注释;建议结合方法.
• 该研究为疟疾研究社区提供了宝贵的基因相互作用排名列表和预测注释.