Guidelines for Genome-Scale Analysis of Biological Rhythms.
Guidelines for Genome-Scale Analysis of Biological Rhythms.
复制标题
生物节律基因组规模分析指南
DOI：
10.1177/0748730417728663
复制
发表时间：
2017-10
影响因子：
3.5
通讯作者：
Hogenesch JB
中科院分区：
文献类型：
--
作者：
Hughes ME;Abruzzi KC;Allada R;Anafi R;Arpat AB;Asher G;Baldi P;de Bekker C;Bell-Pedersen D;Blau J;Brown S;Ceriani MF;Chen Z;Chiu JC;Cox J;Crowell AM;DeBruyne JP;Dijk DJ;DiTacchio L;Doyle FJ;Duffield GE;Dunlap JC;Eckel-Mahan K;Esser KA;FitzGerald GA;Forger DB;Francey LJ;Fu YH;Gachon F;Gatfield D;de Goede P;Golden SS;Green C;Harer J;Harmer S;Haspel J;Hastings MH;Herzel H;Herzog ED;Hoffmann C;Hong C;Hughey JJ;Hurley JM;de la Iglesia HO;Johnson C;Kay SA;Koike N;Kornacker K;Kramer A;Lamia K;Leise T;Lewis SA;Li J;Li X;Liu AC;Loros JJ;Martino TA;Menet JS;Merrow M;Millar AJ;Mockler T;Naef F;Nagoshi E;Nitabach MN;Olmedo M;Nusinow DA;Ptáček LJ;Rand D;Reddy AB;Robles MS;Roenneberg T;Rosbash M;Ruben MD;Rund SSC;Sancar A;Sassone-Corsi P;Sehgal A;Sherrill-Mix S;Skene DJ;Storch KF;Takahashi JS;Ueda HR;Wang H;Weitz C;Westermark PO;Wijnen H;Xu Y;Wu G;Yoo SH;Young M;Zhang EE;Zielinski T;Hogenesch JB
基因组生物学方法为我们理解生物节律做出了巨大贡献，特别是在识别时钟的输出方面，包括RNA，蛋白质和代谢物，其丰度在一天中振荡。这些方法为未来的发现带来了重大希望，特别是当与计算建模相结合时。然而，基因组规模的实验既昂贵又费力，产生的“大数据”在概念上和统计上都难以分析。在设计或分析方面没有明显的共识。在这里，我们讨论了相关的技术考虑，以产生可重复的，统计上合理的，广泛有用的基因组规模的数据。而不是建议一套严格的规则，我们的目标是编纂的原则，调查人员，评论家和读者的主要文献可以评估不同的实验设计测量生物节律的不同方面的适用性。我们介绍CircaInSilico，一个基于网络的应用程序，用于生成合成基因组生物学数据，以基准统计方法研究生物节律。最后，我们讨论了几个未满足的分析需求，包括临床医学的应用，并提出了有效的途径来解决这些问题。
Genome biology approaches have made enormous contributions to our understanding of biological rhythms, particularly in identifying outputs of the clock, including RNAs, proteins, and metabolites, whose abundance oscillates throughout the day. These methods hold significant promise for future discovery, particularly when combined with computational modeling. However, genome-scale experiments are costly and laborious, yielding “big data” that are conceptually and statistically difficult to analyze. There is no obvious consensus regarding design or analysis. Here we discuss the relevant technical considerations to generate reproducible, statistically sound, and broadly useful genome-scale data. Rather than suggest a set of rigid rules, we aim to codify principles by which investigators, reviewers, and readers of the primary literature can evaluate the suitability of different experimental designs for measuring different aspects of biological rhythms. We introduce CircaInSilico, a web-based application for generating synthetic genome biology data to benchmark statistical methods for studying biological rhythms. Finally, we discuss several unmet analytical needs, including applications to clinical medicine, and suggest productive avenues to address them.
登录
查看更多内容
机器学习识别出一个紧凑的基因集，用于监测人类血液中的生物钟。
影响因子：
12.3
作者：
Hughey JJ
通讯作者：
Hughey JJ
影响因子：
7
作者：
Derr A;Yang C;Zilionis R;Sergushichev A;Blodgett DM;Redick S;Bortell R;Luban J;Harlan DM;Kadener S;Greiner DL;Klein A;Artyomov MN;Garber M
通讯作者：
Garber M
影响因子：
12.3
作者：
Covington, Michael F.;Maloof, Julin N.;Straume, Marty;Kay, Steve A.;Harmer, Stacey L.
通讯作者：
Harmer, Stacey L.
影响因子：
14.9
作者：
Hughey JJ;Hastie T;Butte AJ
通讯作者：
Butte AJ
影响因子：
3.5
作者：
Hughes ME;Hogenesch JB;Kornacker K
通讯作者：
Kornacker K