Crowdsourcing network inference: the DREAM predictive signaling network challenge.
Crowdsourcing network inference: the DREAM predictive signaling network challenge.
复制标题
DOI：
10.1126/scisignal.2002212
复制
发表时间：
2011-08-30
影响因子：
7.3
通讯作者：
Stolovitzky G
中科院分区：
文献类型：
--
作者：
Prill RJ;Saez-Rodriguez J;Alexopoulos LG;Sorger PK;Stolovitzky G
对信号蛋白的状态和活性进行系统测量的计算分析（例如，通过磷酸化蛋白质组学数据捕获）有可能揭示未表征的蛋白质-蛋白质相互作用，并确定对细胞对特定生物刺激的反应重要的子集。然而，从磷酸化蛋白质组学数据推断机械上合理的蛋白质信号传导网络（PSN）是一项艰巨的任务，部分原因是缺乏足够全面的实验测量，网络推理算法的固有局限性，以及缺乏用于评估推断的PSN准确性的标准。一个案例研究中，12个研究小组推断PSN从磷酸蛋白质组学数据集证明了评估推断PSN的基础上，他们的预测的准确性。不同参与团队对相同的先前未报告的信号相互作用的同时预测表明了相关的验证实验，并建立了一个框架，用于将多个研究小组推断的PSN组合成一个复合PSN。我们的结论是，众包建设的PSN，也就是说，外包的任务感兴趣的社区，可能是一个有效的策略，网络推理。
Computational analyses of systematic measurements on the states and activities of signaling proteins (as captured by phosphoproteomic data, for example) have the potential to uncover uncharacterized protein-protein interactions and to identify the subset that are important for cellular response to specific biological stimuli. However, inferring mechanistically plausible protein signaling networks (PSNs) from phosphoproteomics data is a difficult task, owing in part to the lack of sufficiently comprehensive experimental measurements, the inherent limitations of network inference algorithms, and a lack of standards for assessing the accuracy of inferred PSNs. A case study in which 12 research groups inferred PSNs from a phosphoproteomics data set demonstrates an assessment of inferred PSNs on the basis of the accuracy of their predictions. The concurrent prediction of the same previously unreported signaling interactions by different participating teams suggests relevant validation experiments and establishes a framework for combining PSNs inferred by multiple research groups into a composite PSN. We conclude that crowdsourcing the construction of PSNs—that is, outsourcing the task to the interested community—may be an effective strategy for network inference.
登录
查看更多内容
影响因子：
9.9
作者：
Nelander, Sven;Wang, Weiqing;Nilsson, Bjoern;She, Qing-Bai;Pratilas, Christine;Rosen, Neal;Gennemark, Peter;Sander, Chris
通讯作者：
Sander, Chris
DOI：
10.1126/science.1198704
发表时间：
2011-05-06
期刊：
Science (New York, N.Y.)
影响因子：
--
作者：
Bendall SC;Simonds EF;Qiu P;Amir el-AD;Krutzik PO;Finck R;Bruggner RV;Melamed R;Trejo A;Ornatsky OI;Balderas RS;Plevritis SK;Sachs K;Pe'er D;Tanner SD;Nolan GP
通讯作者：
Nolan GP
DOI：
10.1073/pnas.0913357107
发表时间：
2010-04-06
影响因子：
11.1
作者：
Marbach, Daniel;Prill, Robert J.;Stolovitzky, Gustavo
通讯作者：
Stolovitzky, Gustavo
影响因子：
7.8
作者：
Wolf-Yadlin, Alejandro;Sevecka, Mark;MacBeath, Gavin
通讯作者：
MacBeath, Gavin
影响因子：
9.9
作者：
Leclerc, Robert D.
通讯作者：
Leclerc, Robert D.