How to infer gene networks from expression profiles.
How to infer gene networks from expression profiles.
复制标题
DOI：
10.1038/msb4100120
复制
发表时间：
2007
影响因子：
9.9
通讯作者：
中科院分区：
文献类型：
--
作者：
推断或“逆向工程”基因网络可以定义为通过计算分析从实验数据中识别基因相互作用的过程。来自微阵列的基因表达数据通常用于此目的。在这里，我们比较了不同的逆向工程算法，这些算法有现成的软件可用，并且已经在实验数据集上进行了测试。我们证明逆向工程算法确实能够正确推断基因之间的调控相互作用，至少当人们执行符合算法要求的扰动实验时。在寻找基因之间的调控相互作用方面，这些算法优于经典的聚类算法，并且尽管需要进一步改进，但已经达到了实用的谨慎性能。
Inferring, or ‘reverse-engineering', gene networks can be defined as the process of identifying gene interactions from experimental data through computational analysis. Gene expression data from microarrays are typically used for this purpose. Here we compared different reverse-engineering algorithms for which ready-to-use software was available and that had been tested on experimental data sets. We show that reverse-engineering algorithms are indeed able to correctly infer regulatory interactions among genes, at least when one performs perturbation experiments complying with the algorithm requirements. These algorithms are superior to classic clustering algorithms for the purpose of finding regulatory interactions among genes, and, although further improvements are needed, have reached a discreet performance for being practically useful.
登录
查看更多内容
影响因子：
4
作者：
Ambesi-Impiombato, Alberto;di Bernardo, Diego
通讯作者：
di Bernardo, Diego
影响因子：
5.8
作者：
Tadesse, MG;Vannucci, M;Liò, P
通讯作者：
Liò, P
影响因子：
5.8
作者：
van Someren, EP;Vaes, BLT;Reinders, MJT
通讯作者：
Reinders, MJT
影响因子：
11.7
作者：
Gardner, Timothy S.;Faith, Jeremiah J.
通讯作者：
Faith, Jeremiah J.
影响因子：
5.8
作者：
Yu, J;Smith, VA;Jarvis, ED
通讯作者：
Jarvis, ED