Detecting Disease Specific Pathway Substructures through an Integrated Systems Biology Approach.
Detecting Disease Specific Pathway Substructures through an Integrated Systems Biology Approach.
复制标题
DOI：
10.3390/ncrna3020020
复制
发表时间：
2017-04-19
期刊：
影响因子：
4.3
通讯作者：
Pulvirenti A
中科院分区：
文献类型：
--
作者：
Alaimo S;Marceca GP;Ferro A;Pulvirenti A
在网络医学时代，通路分析方法在高通量实验的表型预测中发挥着核心作用。在本文中，我们提出了一种基于网络的系统生物学方法，能够提取疾病扰动的子通路内的通路网络与表达数据取自癌症基因组图谱（TCGA）。我们的系统扩展了缺少调控元件的途径，如microRNA，以及它们与基因的相互作用。该框架能够通过易于使用的Web界面提取、可视化和分析统计学上显著的疾病特异性子途径。我们的分析表明，该方法能够填补当前技术中的差距，允许对疾病状态下的现象进行更全面的分析。
In the era of network medicine, pathway analysis methods play a central role in the prediction of phenotype from high throughput experiments. In this paper, we present a network-based systems biology approach capable of extracting disease-perturbed subpathways within pathway networks in connection with expression data taken from The Cancer Genome Atlas (TCGA). Our system extends pathways with missing regulatory elements, such as microRNAs, and their interactions with genes. The framework enables the extraction, visualization, and analysis of statistically significant disease-specific subpathways through an easy to use web interface. Our analysis shows that the methodology is able to fill the gap in current techniques, allowing a more comprehensive analysis of the phenomena underlying disease states.
登录
查看更多内容
影响因子：
--
作者：
Alaimo S;Giugno R;Acunzo M;Veneziano D;Ferro A;Pulvirenti A
通讯作者：
Pulvirenti A
影响因子：
28.2
作者：
Bardelli A;Corso S;Bertotti A;Hobor S;Valtorta E;Siravegna G;Sartore-Bianchi A;Scala E;Cassingena A;Zecchin D;Apicella M;Migliardi G;Galimi F;Lauricella C;Zanon C;Perera T;Veronese S;Corti G;Amatu A;Gambacorta M;Diaz LA Jr;Sausen M;Velculescu VE;Comoglio P;Trusolino L;Di Nicolantonio F;Giordano S;Siena S
通讯作者：
Siena S
影响因子：
5.8
作者：
Berriz, GF;King, OD;Roth, FP
通讯作者：
Roth, FP
影响因子：
10.9
作者：
Bulun, Serdar E.;Chen, Dong;Moy, Irene;Brooks, David C.;Zhao, Hong
通讯作者：
Zhao, Hong
影响因子：
3.8
作者：
Chen, Li-Ching;Tu, Shih-Hsin;Ho, Yuan-Soon
通讯作者：
Ho, Yuan-Soon