A computational pipeline for functional gene discovery.
A computational pipeline for functional gene discovery.
复制标题
DOI：
10.1038/s41598-021-03041-0
复制
发表时间：
2021-12-07
影响因子：
4.6
通讯作者：
Cai L
中科院分区：
文献类型：
--
作者：
Colon A;Hirday R;Patel A;Poddar A;Tuberty-Vaughan E;Fu T;Ai X;Li WV;Cai L
许多计算管道存在差异表达基因的检测。然而，用于功能基因检测的计算管道很少存在。我们开发了一种新的计算管道，用于从转录组分析数据中识别功能基因。该流水线的主要功能包括批量效应校正、通过间隙统计进行聚类优化、聚类基因的基因本体分析以及功能基因发现的文献分析。通过利用来自两项小鼠视网膜发育研究的RNA-seq数据集的这一管道，我们确定了7个参与感光细胞外节形成的候选基因。前三个候选基因（Pde 8b，Laptm 4 b和Nr 1h 4）在发育中的小鼠视网膜的外段的表达进行了实验验证，通过免疫组织化学分析。这种计算管道可以准确地预测特定生物过程的新功能基因，例如，小鼠视网膜感光细胞外节和突触的发育。这条管道也可以用于发现其他生物过程以及其他器官和组织中的功能基因。
Many computational pipelines exist for the detection of differentially expressed genes. However, computational pipelines for functional gene detection rarely exist. We developed a new computational pipeline for functional gene identification from transcriptome profiling data. Key features of the pipeline include batch effect correction, clustering optimization by gap statistics, gene ontology analysis of clustered genes, and literature analysis for functional gene discovery. By leveraging this pipeline on RNA-seq datasets from two mouse retinal development studies, we identified 7 candidate genes involved in the formation of the photoreceptor outer segment. The expression of top three candidate genes (Pde8b, Laptm4b, and Nr1h4) in the outer segment of the developing mouse retina were experimentally validated by immunohistochemical analysis. This computational pipeline can accurately predict novel functional gene for a specific biological process, e.g., development of the outer segment and synapses of the photoreceptor cells in the mouse retina. This pipeline can also be useful to discover functional genes for other biological processes and in other organs and tissues.
登录
查看更多内容
影响因子：
5.9
作者：
Brooks, Matthew J.;Chen, Holly Y.;Swaroop, Anand
通讯作者：
Swaroop, Anand
在哺乳动物夜间视觉演变过程中，从短波长敏感锥中募集杆感光体。
影响因子：
11.8
作者：
Kim JW;Yang HJ;Oel AP;Brooks MJ;Jia L;Plachetzki DC;Li W;Allison WT;Swaroop A
通讯作者：
Swaroop A
影响因子：
4.6
作者：
Zhang Y;Parmigiani G;Johnson WE
通讯作者：
Johnson WE
影响因子：
48
作者：
Kim D;Langmead B;Salzberg SL
通讯作者：
Salzberg SL
DOI：
10.1093/bioinformatics/btp324
发表时间：
2009-07-15
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Li H;Durbin R
通讯作者：
Durbin R