Генные сети и кукуруза.

Генные сети и кукуруза.


Примеры построения генных сетей

источник


С появлением массового параллельного секвенирования производство полногеномных данных экспрессии генов  достигло беспрецедентного уровня. Это изобилие данных значительно облегчило исследования, но может не поддается традиционным методам обработки, которые оптимизированы для других типов данных. Используя общедоступные данные, можно построить и анализировать генную коэкспрессионную сеть (GCN) для прогнозирования функций генов, отбора кандидатов-кандидатов и улучшения понимания регуляторных путей. Несколько исследований GCN были сделаны на кукурузе, в основном с использованием наборов данных экспрессионных микрочипов.

Для создания оптимальной GCN из данных RNA-Seq  исследователи из Университета штата Флорида оценивали параметры для нормализации данных экспрессии и построения сети. Была проведена комплексная оценка этих двух параметров и стратегии ранжированного агрегирования на производительность сети с использованием библиотек из 1266 образцов кукурузы. Были протестированы три метода нормализации (VST, CPM, RPKM) и десять методов построения сети, включая шесть корреляционных методов и четырех методов взаимной информации (MI). Три метода нормализации имели достаточно сходную производительность. Для построения сетей корреляционные методы работали лучше, чем методы MI для некоторых генов. Увеличение размера выборки также положительно сказалось на GCN. Объединение отдельных сетей вместе привело к повышению производительности по сравнению с одиночными сетями.


Ссылка на статью

все для dle
0
Добавить комментарий

Оставить комментарий