BGRMI公司 swMATH ID: 29320 软件作者： Iglesias-Martinez LF、Kolch W、Santra T( 描述： BGRMI：一种从时间进程基因表达数据推断基因调控网络的方法及其在乳腺癌研究中的应用。从基因表达数据重建基因调控网络是一个具有挑战性的问题。现有的GRN重建算法大致可分为无模型和基于模型的方法。通常，无模型方法具有较高的精度，但计算量较大，而基于模型的方法速度较快，但精度较低。我们提出了贝叶斯基因调控模型推断（BGRMI），这是一种基于模型的方法，用于从时间进程基因表达数据推断GRN。BGRMI使用贝叶斯框架计算GRN不同模型的概率，并使用启发式搜索策略有效扫描模型空间。使用基准数据集，我们表明BGRMI具有更高/可比的精度，而计算成本仅为竞争算法的一小部分。此外，它可以在GRN重建过程中结合潜在基因调控机制和TF异构化过程的先验知识。我们将现有的ChIP-seq数据和已知的BGRMI中TF之间的蛋白质相互作用作为先前知识的来源，以从时间进程基因表达数据重建乳腺癌（BC）细胞增殖和分化的转录调控网络。重建的网络揭示了BC细胞增殖和分化的关键驱动基因。其中一些基因以前没有在BC的背景下进行研究，但可能在BC治疗中具有临床相关性 主页： https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5120305/ 源代码： https://github.com/Luisiglesiasmartinez/BGRMI 相关软件： 阿拉伯国家石油公司；KEGG公司；全球麻省理工学院；年战略；MESS公司；G1DBN公司；拉尔斯；特别行政区；克卢克卢克卢克卢克卢克卢克卢克卢克卢克卢克卢克卢克卢克卢克卢克卢克卢克卢克卢克卢克卢克卢克卢克卢克卢克卢克卢克卢克卢克卢克卢克卢克卢；法托德；RegulonDB公司；GeneNetWeaver公司；SIRENE公司；矩阵eQTL；NOMAD公司；路径2模型；SOSlib公司；拉西；BioPreDyn试验台；MMG公司 引用于： 2文件 4位作者引用 1 哈姆达·阿杰马尔（Hamda B.Ajmal）。 1 维安·胡恩·图恩 1 迈克尔·麦登（Michael G.Madden）。 1 吉多·桑吉内蒂 2篇连载文章中引用 1 遗传学和分子生物学中的统计应用 1 分子生物学方法 在1个字段中引用 2 生物学和其他自然科学（92-XX） 按年份列出的引文