罗伯特·佩施 跨谱网络和转录转移。 （英语） 兹比尔1339.92003 慕尼黑：慕尼黑大学，Fakultät für Mathematik，Informatik und Statistik（Diss.）。xiv，141页。(2016). 摘要：代谢过程、信号转导、基因调控以及基因和蛋白质表达在很大程度上受生物网络控制。高通量实验允许广泛的细胞状态和相互作用的测量。然而，网络通常具体的生物系统和条件尚不清楚。基因和蛋白质注释通常从模式生物转移到感兴趣的物种。因此问题是生物网络是否可以在物种之间转移，或者它们是特定于个别上下文的。本文主要研究了以下几个方面：（i） 真核蛋白质相互作用的保守性和（ii）跨物种转移基因调控（转录因子-靶点）网络，以及（iii）可选的拼接变体。在最简单的情况下，相互作用可以在物种之间转移，仅基于同源基因的序列相似性。然而，这种转移通常会导致仅传输少量交互（中等/高序列相似性阈值）或许多推测交互的转移（低序列相似性阈值）。因此，先进网络转移方法还考虑了涉及交互传输以及网络结构衍生的特征，以便实现可靠的相互作用传递，即使是在进化上非常遥远的物种之间。在这项工作提出了一种蛋白质相互作用转移的方法（COIN）。COIN使用复杂的机器学习模型来标记传输的交互无论是正确转移（保守）还是错误转移（不保守）。监管网络的比较和跨物种转移比蛋白质相互作用网络的转移，作为已知规则的很大一部分只在（非机器可读的）科学文献中描述。此外，与蛋白质相互作用，只有少数保守的调控是已知的，以及调控元件似乎具有强烈的上下文特定性。在这项工作中，调节的跨物种分析交互网络通过全球软件工具和数据库实现（ConReg）以及数千种特定环境（CroCo）的监管相互作用结合科学文献，结合现场预测和实验数据。基因及其蛋白产物是生物网络中的主要参与者。然而，到目前为止，人们忽略了一个基因可以编码不同的蛋白质这一方面。这些替代蛋白质在分子结构上可能存在很大差异，功能及其在网络中的作用。保守性和物种特异性的鉴定剪接变异体和变异体在网络模型中的集成将允许更完整的跨物种转移和生物网络的比较。通过ISAR，我们支持通过引入基因结构进行跨物种转移和替代变体的比较变异体的感知（即外显子-外显子结构感知）多序列比对方法来自同源和同源基因。这里介绍的方法和适当的数据库允许生物网络的跨物种转移、数千个特定环境网络的比较，以及选择性剪接变异体的跨物种比较。因此，它们可以作为理解许多生物中调节和信号机制的起点系统。 MSC公司： 92-02 与生物学有关的研究博览会（专著、调查文章） 92立方厘米 系统生物学、网络 92D10型 遗传学和表观遗传学 第92天20分 蛋白质序列，DNA序列 68T05型 人工智能中的学习和自适应系统 92B20型 生物研究、人工生命和相关主题中的神经网络 软件：奥雷加诺;TRANSFAC公司;肌肉;KEGG公司;ClustalW公司;FIMO公司;UniPROBE公司;T-咖啡;rVISTA公司;BIPS公司;JASPAR公司;CONREAL公司;modMine公司;InteroPORC公司;MAFFT公司;威卡 PDF格式BibTeX公司 XML格式引用 \textit{R.Pesch}，跨谱网络和转录转移。慕尼黑：慕尼黑大学，Fakultät für Mathematik，Informatik und Statistik（Diss.）（2016；Zbl 1339.92003） 全文： 链接 链接