埃米尼

ErmineJ:用于基因表达数据集功能分析的工具。背景:微阵列研究的结果通常是在生物驱动的基因组(如路径或基因本体类别)的背景下进行分析。这种分析最常见的方法是利用超几何分布(或相关技术)在基因逐个分析的基础上,寻找被选择为差异表达或其他感兴趣的基因组的“过度表达”。然而,这种方法有一些局限性,而且实现替代方案的生物学家友好工具还没有报道。结果:我们介绍了ErmineJ,一个多平台用户友好的独立软件工具,用于分析微阵列基因表达数据中功能相关的基因集。ErmineJ实现了多种基因集分析算法,包括基于过度表示和重采样的方法,这些方法关注基因得分或基因表达谱的相关性。除了图形用户界面之外,ErmineJ还有一个命令行界面和一个应用程序编程接口,可用于自动化分析。图形用户界面包括用于创建和修改基因集、将基因本体可视化为表或树以及可视化基因表达数据的工具。ErmineJ提供了一个完整的用户手册,是一个开源软件,在Gnu公共许可下获得了许可。结论:多种分析算法的可用性,加上丰富的特征集和简单的图形界面,使ErmineJ成为生物学家信息学工具箱的一个有用的补充。ErmineJ可从http://microarray.cu.genome.org。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换


zbMATH中的参考文献(参考文献4条)

显示第1到第4个结果,共4个。
按年份排序(引用)

  1. 王立顺:大数据与困惑的非专业分析师(2018)
  2. 吉利斯,杰西;Pavlidis,paulidis:一种分析人类生命周期差异共表达的方法(2009)ioport公司
  3. Gaj,斯坦;范尔克,阿里;范·哈夫顿,瑞秋·伊姆;Evelo,Chris Ta:将微阵列报告者与蛋白质功能联系起来(2007)ioport公司
  4. 凯勒,安德烈亚斯;背斯,克里斯蒂娜;Lenhof,Hans-Peter:计算未加权基因集富集分析的显著性得分(2007)ioport公司