Molecular mechanisms of system responses to novel stimuli are predictable from public data.
Molecular mechanisms of system responses to novel stimuli are predictable from public data.
复制标题
系统对新刺激做出反应的分子机制可以从公共数据中预测。
DOI：
10.1093/nar/gkt938
复制
发表时间：
2014-02
影响因子：
14.9
通讯作者：
Aitchison JD
中科院分区：
文献类型：
--
作者：
Danziger SA;Ratushny AV;Smith JJ;Saleem RA;Wan Y;Arens CE;Armstrong AM;Sitko K;Chen WM;Chiang JH;Reiss DJ;Baliga NS;Aitchison JD
系统尺度模型为假设生成、实验和模型改进之间的有效迭代循环提供了基础。这些模型还可以进行预测，促进对生物复杂性的理解和对生物系统的控制。在这里，我们展示了从公共数据重建一个全局预测基因调控模型：一个模型，可以驱动合理的实验设计，并揭示新的调控机制的新环境的反应。具体而言，使用1500个可从酿酒酵母中获得的全基因组转录组数据集，我们重建了一个环境和基因调控影响网络，该网络可以准确预测细胞暴露于全新环境时的调控机制和基因表达变化。聚焦于诱导过氧化物酶体生物发生的转录网络，模型引导的实验使我们能够扩展核心调控网络，以包括新的转录影响和信号传导与转录之间的联系。因此，该方法和模型提供了一个多标量的基因动力学的图片，并利用现有的数据，合理地指导实验的强大资源。这里概述的技术一般适用于任何生物系统，这是特别重要的，当实验系统是具有挑战性的，样品是困难和昂贵的，以获得在实验室动物和人类研究的共同问题。
Systems scale models provide the foundation for an effective iterative cycle between hypothesis generation, experiment and model refinement. Such models also enable predictions facilitating the understanding of biological complexity and the control of biological systems. Here, we demonstrate the reconstruction of a globally predictive gene regulatory model from public data: a model that can drive rational experiment design and reveal new regulatory mechanisms underlying responses to novel environments. Specifically, using ∼1500 publically available genome-wide transcriptome data sets from Saccharomyces cerevisiae, we have reconstructed an environment and gene regulatory influence network that accurately predicts regulatory mechanisms and gene expression changes on exposure of cells to completely novel environments. Focusing on transcriptional networks that induce peroxisomes biogenesis, the model-guided experiments allow us to expand a core regulatory network to include novel transcriptional influences and linkage across signaling and transcription. Thus, the approach and model provides a multi-scalar picture of gene dynamics and are powerful resources for exploiting extant data to rationally guide experimentation. The techniques outlined here are generally applicable to any biological system, which is especially important when experimental systems are challenging and samples are difficult and expensive to obtain—a common problem in laboratory animal and human studies.
登录
查看更多内容
影响因子：
14.9
作者：
Jensen LJ;Kuhn M;Stark M;Chaffron S;Creevey C;Muller J;Doerks T;Julien P;Roth A;Simonovic M;Bork P;von Mering C
通讯作者：
von Mering C
影响因子：
64.8
作者：
Gertz, Jason;Siggia, Eric D.;Cohen, Barak A.
通讯作者：
Cohen, Barak A.
影响因子：
5.8
作者：
Bozdag, Serdar;Li, Aiguo;Fine, Howard A.
通讯作者：
Fine, Howard A.
影响因子：
64.5
作者：
Bonneau, Richard;Facciotti, Marc T.;Baliga, Nitin S.
通讯作者：
Baliga, Nitin S.
模因套件：用于发现和搜索的工具。
影响因子：
14.9
作者：
Bailey TL;Boden M;Buske FA;Frith M;Grant CE;Clementi L;Ren J;Li WW;Noble WS
通讯作者：
Noble WS