An en masse phenotype and function prediction system for Mus musculus.
An en masse phenotype and function prediction system for Mus musculus.
复制标题
DOI：
10.1186/gb-2008-9-s1-s8
复制
发表时间：
2008
期刊：
影响因子：
12.3
通讯作者：
Roth FP
中科院分区：
文献类型：
--
作者：
Taşan M;Tian W;Hill DP;Gibbons FD;Blake JA;Roth FP
个体研究人员正在努力跟上高通量生物数据的加速出现，并提取与他们特定问题相关的信息。对积累的证据进行整合，可以使研究人员形成更少--但更准确--的假设，以便通过实验进行进一步研究。这里，先前用于预测酿酒酵母的基因本体（GO）术语的方法（Tian等人：结合关联内疚和轮廓内疚预测酿酒酵母基因功能。Genome Biol 2008，9（Suppl 1）：S7）应用于预测21，603个小家鼠基因的GO术语和表型，使用整合数据源（包括表达、相互作用和基于序列的数据）的多样化集合。这种组合的“犯罪的剖析”和“犯罪的关联”的方法优化了两种推理方法的组合。通过检查训练中未使用的基因来评估所有置信水平的预测，并且使用可用的文献和知识库资源手动检查最高预测。我们为每个基因/术语组合分配了一个置信度得分。结果提供了很高的预测性能，几乎每个GO术语在1%的召回率下都达到了超过40%的准确率。在手动研究的36个GO术语和40个表型的新预测中，分别有>80%和> 40%被鉴定为准确。我们还说明了一个组合的“有罪的剖析”和“有罪的协会”优于任何单独的方法，在他们的应用M。肌肉
Individual researchers are struggling to keep up with the accelerating emergence of high-throughput biological data, and to extract information that relates to their specific questions. Integration of accumulated evidence should permit researchers to form fewer - and more accurate - hypotheses for further study through experimentation. Here a method previously used to predict Gene Ontology (GO) terms for Saccharomyces cerevisiae (Tian et al.: Combining guilt-by-association and guilt-by-profiling to predict Saccharomyces cerevisiae gene function. Genome Biol 2008, 9(Suppl 1):S7) is applied to predict GO terms and phenotypes for 21,603 Mus musculus genes, using a diverse collection of integrated data sources (including expression, interaction, and sequence-based data). This combined 'guilt-by-profiling' and 'guilt-by-association' approach optimizes the combination of two inference methodologies. Predictions at all levels of confidence are evaluated by examining genes not used in training, and top predictions are examined manually using available literature and knowledge base resources. We assigned a confidence score to each gene/term combination. The results provided high prediction performance, with nearly every GO term achieving greater than 40% precision at 1% recall. Among the 36 novel predictions for GO terms and 40 for phenotypes that were studied manually, >80% and >40%, respectively, were identified as accurate. We also illustrate that a combination of 'guilt-by-profiling' and 'guilt-by-association' outperforms either approach alone in their application to M. musculus.
登录
查看更多内容
FlyBase：十几个基因组。
影响因子：
14.9
作者：
Crosby MA;Goodman JL;Strelets VB;Zhang P;Gelbart WM;FlyBase Consortium
通讯作者：
FlyBase Consortium
Pfam：氏族、网络工具和服务。
影响因子：
14.9
作者：
Finn, Robert D.;Mistry, Jaina;Schuster-Bockler, Benjamin;Griffiths-Jones, Sam;Hollich, Volker;Lassmann, Timo;Moxon, Simon;Marshall, Mhairi;Khanna, Ajay;Durbin, Richard;Eddy, Sean R.;Sonnhammer, Erik L. L.;Bateman, Alex
通讯作者：
Bateman, Alex
DOI：
10.1073/pnas.0307326101
发表时间：
2004-03-02
影响因子：
11.1
作者：
Karaoz, U;Murali, TM;Kasif, S
通讯作者：
Kasif, S
影响因子：
5.8
作者：
Lanckriet, GRG;De Bie, T;Noble, WS
通讯作者：
Noble, WS
影响因子：
3.3
作者：
Joshi, T;Chen, Y;Xu, D
通讯作者：
Xu, D