GeneRank公司 swMATH ID: 27064 软件作者: 朱莉·莫里森(Julie L Morrison);Rainer百年灵;Desmond J Higham;大卫·R·吉尔伯特 描述: GeneRank:使用搜索引擎技术分析微阵列实验。背景:简单微阵列实验的解释通常基于参考样品和“治疗”样品之间基因表达的倍数变化,其中治疗可以是从药物暴露到基因变异的多种类型。对结果的解释通常将差异表达基因列表与之前关于其生物功能的知识结合起来。在这里,我们评估了一种基于流行搜索引擎Google使用的PageRank算法的方法,该方法试图通过利用生物背景信息自动执行某些程序,以生成优先的基因列表。结果:GeneRank是PageRank的一个直观修改,它保留了许多数学属性。它将基因表达信息与源自基因注释(基因本体)或表达谱相关性的网络结构相结合。使用模拟数据和实际数据,我们发现与纯表达变化排名相比,该算法提供了改进的基因排名。结论:我们对PageRank算法的修改提供了一种评估微阵列实验结果的替代方法,该方法结合了关于底层网络的先验知识。与仅根据实验观察到的折叠变化来评估基因的重要性相比,GeneRank提供了一个改进,可以用作进一步分析发展的基础。 主页: https://bmcbioinformatics.biomedcentral.com/articles/10.1186/1471-2105-6-233 相关软件: Matlab公司;分子网络;测试矩阵;竞争;JDQZ公司;JDQR公司;RobStatTM公司;鲁棒基地;TH.数据;INGRES公司;REXX公司;Vertica公司;卡桑德拉;HBase(HBase);SNOBOL公司;图形BLAS;Gunrock公司;第3页;密码数据库;大表 引用于: 17文件 全部的 前5名30位作者引用 三 魏益民 2 大卫·F·格莱奇(David F.Gleich)。 2 马,长风 2 吴刚 1 希瓦尼·阿加瓦尔 1 理查德·阿莫斯 1 米歇尔·本齐 1 丁伟阳 1 瓦希德·Edalatpour 1 顾传庆 1 赫扎里,达沃 1 Na Huang 1 尤基·艾丽尔 1 海登·贾南珊 1 杰里米·凯普纳 1 达沃德Khojasteh Salkuyeh 1 维雷娜·库勒曼 1 查尔斯·雷瑟森(Charles E.Leiserson)。 1 林乐亨 1 吴国宝(Michael Kwok-Po) 1 克里斯·J·奥茨。 1 Tomohiro Sonobe公司 1 斯宾塞,西蒙·爱德华·弗兰克 1 谭雪源 1 王磊 1 蒂诺·沃纳 1 谢亚军 1 徐伟(David) 1 于永阳 1 张颖 全部的 前5名15篇连载文章中引用 2 计算与应用数学杂志 2 ETNA公司。数值分析电子交易 1 统计数学研究所年鉴 1 应用数学与计算 1 应用数值数学 1 SIAM矩阵分析与应用杂志 1 机器学习 1 SIAM审查 1 计算与决策科学基础 1 计算与应用数学 1 数据挖掘与知识发现 1 跨学科信息科学(IIS) 1 应用数学与计算杂志 1 遗传学和分子生物学中的统计应用 1 麻省理工学院林肯实验室系列 全部的 前5名11个领域引用 11 数值分析(65-XX) 10 计算机科学(68至XX) 6 生物学和其他自然科学(92-XX) 5 组合数学(05-XX) 三 概率论与随机过程(60-XX) 2 线性代数和多线性代数;矩阵理论(15-XX) 2 运筹学、数学规划(90-XX) 1 功能分析(46倍X倍) 1 统计学(62-XX) 1 博弈论、经济学、金融和其他社会和行为科学(91-XX) 1 信息与通信理论、电路(94-XX) 按年份列出的引文