一个python库,用于快速和可扩展的计算生物学上有意义的个人特定网络
Giada Lalli1, Zuqi Li2, Federico Melograna2
1BIO3 - Systems Medicine Lab, Department of Human Genetics, KU Leuven, Leuven, Belgium. giada.lalli@kuleuven.be.
Scientific reports
|August 6, 2024
概括
ISN-tractor是一个新的Python库,用于从大型生物数据集构建个人特定网络 (ISN). 它为分析基因相互作用和生物关系提供了卓越的可扩展性和效率.
科学领域:
- 计算生物学 计算生物学
- 生物信息学是一种生物信息学.
- 系统生物学 系统生物学
背景情况:
- 个人特定网络 (ISN) 从omics数据推断出生物关系,提供功能性见解.
- 现有的方法难以满足大型生物数据集的计算需求.
研究的目的:
- 介绍ISN-tractor,一个用于高效ISN构建和分析的Python库.
- 解决对ISN在大规模omics数据上的可扩展解决方案的需求.
主要方法:
- 开发了ISN-tractor,一个数据不可知,优化的Python库.
- 与时间和内存效率的现有方法 (例如,LionessR) 相比,ISN-tractor进行了基准测试.
- 将ISN-tractor应用于各种omics数据类型 (转录组学,蛋白质组学,基因型数组) 和现实世界的数据集 (TCGA,HapMap).
主要成果:
- 与现有方法相比,ISN-tractor表现出卓越的可扩展性和效率.
- 对TCGA和HapMap等大型数据集的成功应用.
- 在癌症类型和癌症类型内确定了不同的基因相互作用模式.
- 过曲线揭示了与临床结果相关的拓区别.
- 根据使用主要成分分析的遗传关系有效地集群种群.
结论:
- ISN-tractor为构建和分析个人特定网络提供了高效和可扩展的解决方案.
- 该图书馆可以将ISN应用于大规模的生物数据集,从而更深入地了解生物复杂性.
- ISN-tractor的多功能性支持各种omics数据类型和应用,从癌症研究到人口遗传学.
