COXPRESdb: a database of coexpressed gene networks in mammals.
COXPRESdb: a database of coexpressed gene networks in mammals.
复制标题
DOI：
10.1093/nar/gkm840
复制
发表时间：
2008-01
影响因子：
14.9
通讯作者：
Kinoshita, Kengo
中科院分区：
文献类型：
--
作者：
Obayashi, Takeshi;Hayashi, Shinpei;Shibaoka, Masayuki;Saeki, Motoshi;Ohta, Hiroyuki;Kinoshita, Kengo
共表达基因集的数据库可以为各种各样的实验设计提供有价值的信息，例如用于功能鉴定、基因调控和/或蛋白质-蛋白质相互作用的基因的靶向。来自公开的基因芯片数据的共表达基因数据库被广泛用于拟南芥的研究，但研究高等哺乳动物共表达的平台是相当有限的。因此，我们构建了一个新的数据库，COXPRESdb（共表达基因数据库）（http：coxpresdb.hgc.jp），用于人和小鼠的共表达基因列表和网络。利用NCBI GEO中的基因芯片数据，可以计算出人和小鼠共表达的基因分别为19 777和21 036个。COXPRESdb能够分析四种类型的共表达网络：（i）每个基因的高度共表达基因，（ii）具有相同GO注释的基因，（iii）在相同组织中表达的基因和（iv）用户定义的基因集。当网络变得太大，无法在GO网络或组织网络中显示静态图像时，我们使用Google Maps API以交互方式可视化它们。COXPRESdb还提供了一个视图来比较人类和小鼠的共表达模式，以估计两个物种之间的保守性。
A database of coexpressed gene sets can provide valuable information for a wide variety of experimental designs, such as targeting of genes for functional identification, gene regulation and/or protein–protein interactions. Coexpressed gene databases derived from publicly available GeneChip data are widely used in Arabidopsis research, but platforms that examine coexpression for higher mammals are rather limited. Therefore, we have constructed a new database, COXPRESdb (coexpressed gene database) (http://coxpresdb.hgc.jp), for coexpressed gene lists and networks in human and mouse. Coexpression data could be calculated for 19 777 and 21 036 genes in human and mouse, respectively, by using the GeneChip data in NCBI GEO. COXPRESdb enables analysis of the four types of coexpression networks: (i) highly coexpressed genes for every gene, (ii) genes with the same GO annotation, (iii) genes expressed in the same tissue and (iv) user-defined gene sets. When the networks became too big for the static picture on the web in GO networks or in tissue networks, we used Google Maps API to visualize them interactively. COXPRESdb also provides a view to compare the human and mouse coexpression patterns to estimate the conservation between the two species.
登录
查看更多内容
影响因子：
7.2
作者：
Toufighi, K;Brady, SM;Provart, NJ
通讯作者：
Provart, NJ
影响因子：
2
作者：
Ikeo, K;Ishi-i, J;Tateno, Y
通讯作者：
Tateno, Y
影响因子：
14.9
作者：
Wheeler, David L.;Barrett, Tanya;Yaschenko, Eugene
通讯作者：
Yaschenko, Eugene
影响因子：
5.8
作者：
Steinhauser, D;Usadel, B;Kopka, J
通讯作者：
Kopka, J
影响因子：
2.2
作者：
Roth, RB;Hevezi, P;Zlotnik, A
通讯作者：
Zlotnik, A