Quantitative analysis of fitness and genetic interactions in yeast on a genome scale.
Quantitative analysis of fitness and genetic interactions in yeast on a genome scale.
复制标题
在基因组量表上对酵母中适应性和遗传相互作用的定量分析。
DOI：
10.1038/nmeth.1534
复制
发表时间：
2010-12
期刊：
影响因子：
48
通讯作者：
Myers, Chad L.
中科院分区：
文献类型：
--
作者：
Baryshnikova, Anastasia;Costanzo, Michael;Kim, Yungil;Ding, Huiming;Koh, Judice;Toufighi, Kiana;Youn, Ji-Young;Ou, Jiongwen;San Luis, Bryan-Joseph;Bandyopadhyay, Sunayan;Hibbs, Matthew;Hess, David;Gingras, Anne-Claude;Bader, Gary D.;Troyanskaya, Olga G.;Brown, Grant W.;Andrews, Brenda;Boone, Charles;Myers, Chad L.
遗传相互作用的全局定量分析是破译基因的作用和绘制通路之间的功能关系的有力方法。使用菌落大小作为适应度的代理，我们开发了一种方法来测量基于适应度的遗传相互作用，从高密度的酵母双突变体阵列合成遗传阵列（SGA）分析产生的。我们确定了几个系统变异的实验来源，并开发了归一化策略，以获得准确的单突变体和双突变体适应度测量，这与其他高分辨率研究的准确性相媲美。我们应用SGA评分来检查物理和遗传相互作用网络之间的关系，我们发现，积极的遗传相互作用连接在功能不同的蛋白质复合物之间，揭示了功能丧失等位基因之间的遗传抑制网络。
Global quantitative analysis of genetic interactions is a powerful approach for deciphering the roles of genes and mapping functional relationships among pathways. Using colony size as a proxy for fitness, we developed a method for measuring fitness-based genetic interactions from high-density arrays of yeast double mutants generated by synthetic genetic array (SGA) analysis. We identified several experimental sources of systematic variation and developed normalization strategies to obtain accurate single- and double-mutant fitness measurements, which rival the accuracy of other high-resolution studies. We applied the SGA score to examine the relationship between physical and genetic interaction networks, and we found that positive genetic interactions connect across functionally distinct protein complexes revealing a network of genetic suppression among loss-of-function alleles.
登录
查看更多内容
DOI：
10.1126/science.1162609
发表时间：
2008-10-17
期刊：
Science (New York, N.Y.)
影响因子：
--
作者：
Roguev A;Bandyopadhyay S;Zofall M;Zhang K;Fischer T;Collins SR;Qu H;Shales M;Park HO;Hayles J;Hoe KL;Kim DU;Ideker T;Grewal SI;Weissman JS;Krogan NJ
通讯作者：
Krogan NJ
影响因子：
5.3
作者：
Kemp, HA;Sprague, GF
通讯作者：
Sprague, GF
影响因子：
--
作者：
Barwell, KJ;Boysen, JH;Mitchell, AP
通讯作者：
Mitchell, AP
影响因子：
64.8
作者：
Gavin, AC;Aloy, P;Superti-Furga, G
通讯作者：
Superti-Furga, G
影响因子：
4.3
作者：
Bandyopadhyay S;Kelley R;Krogan NJ;Ideker T
通讯作者：
Ideker T