×

基因调控网络。方法和协议。 (英语) Zbl 1417.92005年

分子生物学方法1883.纽约州纽约市:Humana出版社(ISBN 978-1-4939-8881-5/hbk;978-1-493 9-8882-2/电子书)。xi,第430页。(2019).
这本书由十六章组成,处理为推断和描述监管网络而提出的不同角度和方法。这种不同的方法集合是对一个快速发展的领域的及时补充,它既是对该领域的全面介绍,也是未来发展的垫脚石。
本书首先概述了与编辑提供的基因调控网络推断相关的计算方面。在介绍生物问题及其与目前广泛使用和广泛使用的高通量方法的依赖性之后,紧接着是数学公式以及对少数数据驱动、概率和动态方法的描述。还包括评估方法和工具列表。接下来的两章重点讨论时间序列;在第二种方法中,作者提出了一种基于统计推断的动态贝叶斯网络推理方法;文中还讨论了非线性时间动力学的扩展和缺失变量的后果。在第三章中,作者概括介绍了从时间序列数据推断网络的最新最先进方法,为公开可用的软件提供了指导和实用指南。
接下来的四章讨论了在基因组尺度上应用的因果网络的不同方面。在第四章中,作者使用整个转录组数据集(基因组和转录组数据)来推断这种网络;这些例子是基于使用Findr的Geuvadis数据集中的3000个基因构建的。因果分析在第五章中继续进行,作者在该章中使用潜在的贝叶斯方法对小型网络进行了实证研究。下一章使用乳腺癌设置来说明用于推断多尺度网络的多属性高斯图形模型(GGM);组-Lasso方法用于连接蛋白质组和转录组水平。在第七章中,作者提出了在基因组尺度上推断网络的综合方法;本文详细讨论了两类方法:(i)将转录因子与其靶基因连接的综合方法和(ii)将上游PPI网络连接到蛋白质组数据集的方法。
接下来的两章使用基于树的方法;在第八章中,作者描述了一种利用决策树和随机森林(GENIE3)推断监管网络的方法,旨在检测多元交互效应。下一章重点介绍一种基于树的方法,用于推断拓扑和动力学,在Jump3中实现;该工具是一种混合方法,它结合了无模型方法和基于模型方法的特点,使用随机微分方程对基因表达进行建模。
第十章介绍了不同规模的方法;该推断是从单细胞数据中进行的,通过利用被采样细胞的数量,有助于反褶积基因对整个网络的真正贡献,从而有助于识别基因之间更复杂的非线性依赖关系。
接下来的三章将讨论变异的多重来源;在第十一章中,作者提出了使用高斯过程动力学系统(GPDS)从多个数据集推断网络的方法;这些方法的特点通过示例进行了说明,也可以作为Jupyter笔记本电脑使用。第十二章重点研究了用于GRN无监督识别的集成方法(基于一致信号的识别);详细讨论了新方法ScaleLSum。在第十三章中,作者讨论了在多种实验条件下学习微分模块网络的方法;这些示例基于柠檬树软件和人类数据集。
在下一章中,作者使用子采样评估GRN推理的稳定性,并评估算法的稳健性和数据中噪声的影响。主要关注的是一组参数,即NetSI,它提供了使用Hamming-Ipsen-Mikhailov距离在不同运行中生成的图形(网络)之间距离的统计信息。在第十五章中,作者评估了基因调控网络推理对理解生物过程和设计未来实验装置所涉及的统计模型的影响;从mRNA转录到蛋白质衰变进行了全面的分析,并介绍了推断网络拓扑特性的影响。本书最后一章介绍了生物化学过程常微分方程模型的可扩展性,重点介绍了模型参数的推断和影响。
这本书涵盖了与基因调控网络推断相关的各种计算和数学方面。各章的风格无缝地结合了向初级研究人员推荐本书的全面概述和对主题的全面描述,突出了新的研究方向,这将吸引研究生和资深研究人员。

MSC公司:

92-06 与生物学有关的会议记录、会议、收藏等
92立方厘米 系统生物学、网络
92碳40 生物化学、分子生物学
92-08 生物问题的计算方法
PDF格式BibTeX公司 XML格式引用
全文: 内政部