ResponseNet2.0: Revealing signaling and regulatory pathways connecting your proteins and genes--now with human data.
ResponseNet2.0: Revealing signaling and regulatory pathways connecting your proteins and genes--now with human data.
复制标题
DOI：
10.1093/nar/gkt532
复制
发表时间：
2013-07
影响因子：
14.9
通讯作者：
Yeger-Lotem E
中科院分区：
文献类型：
--
作者：
Basha O;Tirman S;Eluk A;Yeger-Lotem E
基因组测序和转录组分析是鉴定人类疾病途径的两种广泛使用的方法。然而，每种方法通常只能提供有限的疾病途径视图：基因组测序可以识别与疾病相关的突变，但很少揭示其作用模式，而转录组测定不能揭示导致转录组变化的一系列事件。 ResponseNet 是一种综合网络优化方法，我们开发的目的是通过强调连接疾病相关突变和基因的主要信号传导和调节分子相互作用路径来填补这些空白。 ResponseNet Web 服务器为 ResponseNet 提供了用户友好的界面。具体来说，用户可以上传蛋白质和基因的加权列表，并获得连接它们的稀疏、加权的分子相互作用子网络，该子网络偏向于调控和信号通路。 ResponseNet2.0 通过两个重要方式增强了 ResponseNet Web 服务器的功能。首先，它通过提供由蛋白质、基因和 micro-RNA 组成的人类相互作用组来支持人类数据分析。其次，它提供了输出的新信息视图，包括随机化分析，以帮助用户评估输出子网络的生物相关性。 ResponseNet2.0 可从 http://netbio.bgu.ac.il/respnet 获取。
Genome sequencing and transcriptomic profiling are two widely used approaches for the identification of human disease pathways. However, each approach typically provides a limited view of disease pathways: Genome sequencing can identify disease-related mutations but rarely reveals their mode-of-action, while transcriptomic assays do not reveal the series of events that lead to the transcriptomic change. ResponseNet is an integrative network-optimization approach that we developed to fill these gaps by highlighting major signaling and regulatory molecular interaction paths that connect disease-related mutations and genes. The ResponseNet web-server provides a user-friendly interface to ResponseNet. Specifically, users can upload weighted lists of proteins and genes and obtain a sparse, weighted, molecular interaction subnetwork connecting them, that is biased toward regulatory and signaling pathways. ResponseNet2.0 enhances the functionality of the ResponseNet web-server in two important ways. First, it supports analysis of human data by offering a human interactome composed of proteins, genes and micro-RNAs. Second, it offers a new informative view of the output, including a randomization analysis, to help users assess the biological relevance of the output subnetwork. ResponseNet2.0 is available at http://netbio.bgu.ac.il/respnet .
登录
查看更多内容
影响因子：
64.8
作者：
通讯作者：
--
影响因子：
64.8
作者：
通讯作者：
--
TransFac及其模块移植：真核生物中的转录基因调节。
影响因子：
14.9
作者：
Matys V;Kel-Margoulis OV;Fricke E;Liebich I;Land S;Barre-Dirrie A;Reuter I;Chekmenev D;Krull M;Hornischer K;Voss N;Stegmaier P;Lewicki-Potapov B;Saxel H;Kel AE;Wingender E
通讯作者：
Wingender E
影响因子：
9.9
作者：
Sharan, Roded;Ulitsky, Igor;Shamir, Ron
通讯作者：
Shamir, Ron
影响因子：
64.5
作者：
Shapira SD;Gat-Viks I;Shum BO;Dricot A;de Grace MM;Wu L;Gupta PB;Hao T;Silver SJ;Root DE;Hill DE;Regev A;Hacohen N
通讯作者：
Hacohen N