bioNMF: a versatile tool for non-negative matrix factorization in biology.
bioNMF: a versatile tool for non-negative matrix factorization in biology.
复制标题
DOI：
10.1186/1471-2105-7-366
复制
发表时间：
2006-07-28
影响因子：
3
通讯作者：
Pascual-Marqui RD
中科院分区：
文献类型：
--
作者：
Pascual-Montano A;Carmona-Saez P;Chagoyen M;Tirado F;Carazo JM;Pascual-Marqui RD
在生物信息学领域，非负矩阵分解技术（NMF）因其能够提供有关实验数据集中复杂潜在关系的新见解和相关信息而引起了人们的极大兴趣。该方法及其部分变体已成功应用于基因表达、序列分析、基因功能表征和文本挖掘。即使生物信息学社区对该技术的兴趣在过去几年中有所增加，但在集成环境中专门执行这些类型的数据分析的简单独立工具并不多。在这项工作中，我们提出了一个多功能和用户友好的工具，在不同的分析环境中实现NMF方法，以支持这种新方法的一些最重要的报告应用。这包括聚类和双聚类基因表达数据，蛋白质序列分析，生物医学文献的文本挖掘和使用基因表达的样本分类。该工具名为bioNMF，还包含一个用户友好的图形界面，以交互式方式探索结果，并以这种方式促进探索性数据分析过程。bioNMF是一个独立的通用应用程序，不需要任何特殊的安装或库。它可以用于生物信息学领域提出的大多数多种应用或支持使用该方法的新研究。此工具可在。
In the Bioinformatics field, a great deal of interest has been given to Non-negative matrix factorization technique (NMF), due to its capability of providing new insights and relevant information about the complex latent relationships in experimental data sets. This method, and some of its variants, has been successfully applied to gene expression, sequence analysis, functional characterization of genes and text mining. Even if the interest on this technique by the bioinformatics community has been increased during the last few years, there are not many available simple standalone tools to specifically perform these types of data analysis in an integrated environment. In this work we propose a versatile and user-friendly tool that implements the NMF methodology in different analysis contexts to support some of the most important reported applications of this new methodology. This includes clustering and biclustering gene expression data, protein sequence analysis, text mining of biomedical literature and sample classification using gene expression. The tool, which is named bioNMF, also contains a user-friendly graphical interface to explore results in an interactive manner and facilitate in this way the exploratory data analysis process. bioNMF is a standalone versatile application which does not require any special installation or libraries. It can be used for most of the multiple applications proposed in the bioinformatics field or to support new research using this method. This tool is publicly available at .
登录
查看更多内容
影响因子：
12.3
作者：
Lee SI;Batzoglou S
通讯作者：
Batzoglou S
影响因子：
56.9
作者：
Golub, TR;Slonim, DK;Lander, ES
通讯作者：
Lander, ES
影响因子：
8
作者：
Inamura, K;Fujiwara, T;Ishikawa, Y
通讯作者：
Ishikawa, Y
DOI：
10.1109/tpami.2006.60
发表时间：
2006-03-01
影响因子：
23.6
作者：
Pascual-Montano, A;Carazo, JM;Pascual-Marqui, RD
通讯作者：
Pascual-Marqui, RD
DOI：
10.1073/pnas.0308531101
发表时间：
2004-03-23
影响因子：
11.1
作者：
Brunet, JP;Tamayo, P;Mesirov, JP
通讯作者：
Mesirov, JP