Passing messages between biological networks to refine predicted interactions.
Passing messages between biological networks to refine predicted interactions.
复制标题
DOI：
10.1371/journal.pone.0064832
复制
发表时间：
2013
期刊：
影响因子：
3.7
通讯作者：
Yuan GC
中科院分区：
文献类型：
--
作者：
Glass K;Huttenhower C;Quackenbush J;Yuan GC
调控网络重构是计算生物学中的一个基本问题。使用单独的数据集进行这种重建有很大的局限性，越来越多的人试图使用从互补源获得的多个独立数据集来构建网络，但缺乏这种集成的方法。我们开发了PANDA（Passing Attributes between Networks for Data Assimilation），这是一种使用多个信息源来预测调控关系的消息传递模型，并将其用于整合蛋白质-蛋白质相互作用，基因表达和序列基序数据，以重建酵母中的全基因组，条件特异性调控网络作为模型。由此产生的网络不仅比使用单个数据集和其他现有方法产生的网络更准确，而且还捕获了使用其他方法遗漏的有关特定生物机制和途径的信息。PANDA可扩展到高等真核生物，适用于特定的组织或细胞类型数据，并在概念上可概括为包括各种调控，相互作用，表达和其他基因组规模的数据。PANDA算法的实现可在www.sourceforge.net/projects/panda-net获得。
Regulatory network reconstruction is a fundamental problem in computational biology. There are significant limitations to such reconstruction using individual datasets, and increasingly people attempt to construct networks using multiple, independent datasets obtained from complementary sources, but methods for this integration are lacking. We developed PANDA (Passing Attributes between Networks for Data Assimilation), a message-passing model using multiple sources of information to predict regulatory relationships, and used it to integrate protein-protein interaction, gene expression, and sequence motif data to reconstruct genome-wide, condition-specific regulatory networks in yeast as a model. The resulting networks were not only more accurate than those produced using individual data sets and other existing methods, but they also captured information regarding specific biological mechanisms and pathways that were missed using other methodologies. PANDA is scalable to higher eukaryotes, applicable to specific tissue or cell type data and conceptually generalizable to include a variety of regulatory, interaction, expression, and other genome-scale data. An implementation of the PANDA algorithm is available at www.sourceforge.net/projects/panda-net.
登录
查看更多内容
影响因子：
4.3
作者：
Beyer A;Workman C;Hollunder J;Radke D;Möller U;Wilhelm T;Ideker T
通讯作者：
Ideker T
DOI：
10.1007/978-1-61779-400-1_12
发表时间：
2012-01-01
期刊：
NEXT GENERATION MICROARRAY BIOINFORMATICS: METHODS AND PROTOCOLS
影响因子：
--
作者：
Cao, Jiguo;Qi, Xin;Zhao, Hongyu
通讯作者：
Zhao, Hongyu
影响因子：
16
作者：
de Bruin, Robertus A. M.;Kalashnikova, Tatyana I.;Wittenberg, Curt
通讯作者：
Wittenberg, Curt
影响因子：
12.3
作者：
Chang LW;Payton JE;Yuan W;Ley TJ;Nagarajan R;Stormo GD
通讯作者：
Stormo GD
影响因子：
5.8
作者：
Guthke, R;Möller, U;Töpfer, S
通讯作者：
Töpfer, S