ICN: Extracting interconnected communities in gene Co-expression networks.
ICN: Extracting interconnected communities in gene Co-expression networks.
复制标题
ICN：提取基因共表达网络中相互关联的社区。
DOI：
10.1093/bioinformatics/btab047
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Chen,Shuo
中科院分区：
文献类型：
--
作者：
Wu,Qiong;Ma,Tianzhou;Liu,Qingzhi;Milton,DonaldK;Zhang,Yuan;Chen,Shuo
研究动机基因共表达网络（gene co-expression network，GCN）的分析对于研究基因间的相互作用和了解复杂而高度组织化的基因调控机制具有重要意义。已经开发了许多聚类方法来检测大网络中共表达基因的社区。假设独立的社区结构，但是，可以被过度简化，可能无法充分表征复杂的生物processes.ResultsWe开发了一个新的计算包，以提取相互关联的社区基因共表达网络。我们认为一对社区是相互联系的，如果一个社区的基因子集与另一个社区的基因子集相关。相互关联的社区结构更灵活，并提供了一个更好的适合的经验共表达矩阵。为了克服计算的挑战，我们开发了高效的算法，利用先进的图范数收缩方法。通过大量的仿真研究，我们验证并展示了我们的方法的优势。然后，我们将我们的互连社区检测方法应用于来自癌症基因组图谱（TCGA）急性髓性白血病（AML）研究的RNA-seq数据，并确定与肿瘤细胞的免疫逃避机制相关的基本相互作用生物途径。可扩展性和实施该软件可在Github：https://github.com/qwu1221/ICN和Figshare：https://figshare.com/articles/software/ICN-package/13229093.Supplementary信息补充数据可在Bioinformatics online获得。
MotivationThe analysis of gene co-expression network (GCN) is critical in examining the gene-gene interactions and learning the underlying complex yet highly organized gene regulatory mechanisms. Numerous clustering methods have been developed to detect communities of co-expressed genes in the large network. The assumed independent community structure, however, can be oversimplified and may not adequately characterize the complex biological processes.ResultsWe develop a new computational package to extract interconnected communities from gene co-expression network. We consider a pair of communities be interconnected if a subset of genes from one community is correlated with a subset of genes from another community. The interconnected community structure is more flexible and provides a better fit to the empirical co-expression matrix. To overcome the computational challenges, we develop efficient algorithms by leveraging advanced graph norm shrinkage approach. We validate and show the advantage of our method by extensive simulation studies. We then apply our interconnected community detection method to an RNA-seq data from The Cancer Genome Atlas (TCGA) Acute Myeloid Leukemia (AML) study and identify essential interacting biological pathways related to the immune evasion mechanism of tumor cells.Availabilityand implementationThe software is available at Github: https://github.com/qwu1221/ICN and Figshare: https://figshare.com/articles/software/ICN-package/13229093.Supplementary informationSupplementary data are available atBioinformaticsonline.
登录
查看更多内容
DOI：
10.1002/wics.1403
发表时间：
2017-09
期刊：
Wiley Interdisciplinary Reviews: Computational Statistics
影响因子：
--
作者：
Yunpeng Zhao
通讯作者：
Yunpeng Zhao
影响因子：
1.6
作者：
Hassin, R;Levin, A
通讯作者：
Levin, A
DOI：
10.1056/nejmoa1301689
发表时间：
2013-05-30
期刊：
The New England journal of medicine
影响因子：
--
作者：
Cancer Genome Atlas Research Network;Ley TJ;Miller C;Ding L;Raphael BJ;Mungall AJ;Robertson A;Hoadley K;Triche TJ Jr;Laird PW;Baty JD;Fulton LL;Fulton R;Heath SE;Kalicki-Veizer J;Kandoth C;Klco JM;Koboldt DC;Kanchi KL;Kulkarni S;Lamprecht TL;Larson DE;Lin L;Lu C;McLellan MD;McMichael JF;Payton J;Schmidt H;Spencer DH;Tomasson MH;Wallis JW;Wartman LD;Watson MA;Welch J;Wendl MC;Ally A;Balasundaram M;Birol I;Butterfield Y;Chiu R;Chu A;Chuah E;Chun HJ;Corbett R;Dhalla N;Guin R;He A;Hirst C;Hirst M;Holt RA;Jones S;Karsan A;Lee D;Li HI;Marra MA;Mayo M;Moore RA;Mungall K;Parker J;Pleasance E;Plettner P;Schein J;Stoll D;Swanson L;Tam A;Thiessen N;Varhol R;Wye N;Zhao Y;Gabriel S;Getz G;Sougnez C;Zou L;Leiserson MD;Vandin F;Wu HT;Applebaum F;Baylin SB;Akbani R;Broom BM;Chen K;Motter TC;Nguyen K;Weinstein JN;Zhang N;Ferguson ML;Adams C;Black A;Bowen J;Gastier-Foster J;Grossman T;Lichtenberg T;Wise L;Davidsen T;Demchok JA;Shaw KR;Sheth M;Sofia HJ;Yang L;Downing JR;Eley G
通讯作者：
Eley G
影响因子：
14.9
作者：
Ogata, H;Goto, S;Kanehisa, M
通讯作者：
Kanehisa, M
DOI：
10.1214/18-aos1797
发表时间：
2017
期刊：
The Annals of Statistics
影响因子：
--
作者：
Min Xu;Varun Jog;Po
通讯作者：
Po