跳到主页内容
美国国旗

美国政府的官方网站

Dot政府

gov意味着它是官方的。
联邦政府网站通常以.gov或.mil结尾。之前分享敏感信息,确保你在联邦政府政府网站。

Https系统

该站点是安全的。
这个https(https)://确保您连接到官方网站,并且您提供的任何信息都是加密的并安全传输。

访问密钥 NCBI主页 MyNCBI主页 主要内容 主导航
.2014年2月1日;30(3):360-8.
doi:10.1093/bioinformatics/btt687。 Epub 2013年11月30日。

基因集净相关分析(GSNCA):一种用于基因集的多变量差异共表达测试

附属机构

基因集净相关分析(GSNCA):基因集的多元差异共表达测试

亚西尔·拉赫马塔拉等。 生物信息学. .

摘要

动机:迄今为止,基因集分析方法主要侧重于识别差异表达的基因集(途径)。识别差异共表达途径的方法也存在,但大多基于聚集的两两相关性或其他两两共表达度量。相反,我们提出了基因集净相关分析(GSNCA),这是一种多元差异共表达测试,可以解释基因之间的完整相关性结构。

结果:在GSNCA中,权重因子按照基因的相互关联(基因间关联)的比例分配给基因。找到权重向量的问题被表示为具有唯一解的特征向量问题。GSNCA测试了一个无效假设,即对于一个基因集,两种条件下的基因权重向量没有差异。在模拟研究和实验数据分析中,我们证明GSNCA捕捉到了基因交叉相关性结构的变化,而不是平均成对相关性的差异。因此,GSNCA推断出共表达网络中的差异,但绕过了依赖于方法的网络推理步骤。GSNCA的另一个结果是,我们将中心基因定义为权重最大的基因,并表明这些基因经常对应于主要和特定的通路调节器,以及受两种条件之间生物差异影响最大的基因。总之,GSNCA是一种分析差异共表达通路的新方法,它还评估了通路中基因的重要性,从而提供了可能导致产生新生物学假设的独特信息。

可用性和实施:应作者要求,可在R中实施GSNCA测试。

PubMed免责声明

数字

图1。
图1。
GSNCA示意图。显示的是来自一组第页两种生物条件下的基因
图2。
图2。
(b)在两种条件下的第一个模拟设置的相关矩阵第页=20且γ=0.25。(c(c)d日)第二个模拟设置在两种条件下的相关矩阵第页= 20,β=0.25和γ=0.6。深色和浅色代表高关联值和低关联值
图3。
图3。
当替代假设为真时,第一个模拟设置的GSNCA和GSCA的功率曲线(N个= 40)
图4。
图4。
当替代假设成立时,第二个模拟设置的GSNCA和GSCA的功率曲线(N个= 40)
图5。
图5。
()平均相关性和(b)不同方法检测p53数据集两种表型权重因子的平均差异
图6。
图6。
LU_TUMOR_VASCULATURE_UP共表达网络的MST2()p53 WT的MST2,中心基因为TNFAIP6(b)MST2为p53 MUT,中心基因为VCAN
图7。
图7。
GAJATE_RESPONSE_TO_TRABECTEDIN_DN共表达网络的MST2()p53 WT的MST2,中心基因为STAG1(b)p53 MUT的MST2,中心基因为CDK14
图8。
图8。
()平均相关性和(b)ALL数据集不同方法检测到的两种表型之间权重因子的平均差异

类似文章

引用人

工具书类

    1. Ackermann M,Strimmer K。基因集富集分析的通用模块框架。BMC生物信息学。2009;10:47.-项目管理咨询公司-公共医学
    1. Chiaretti S等人。成人T细胞急性淋巴细胞白血病的基因表达谱确定了对治疗和生存有不同反应的患者的不同亚群。鲜血。2004年;103:2771–2778.-公共医学
    1. Chiaretti S等。B系成人急性淋巴细胞白血病的基因表达谱揭示了识别谱系衍生和不同转化机制的遗传模式。临床。《癌症研究》,2005年;11:7209–7219.-公共医学
    1. Cho SB等。识别基因表达微阵列数据中的集合差异共表达。BMC生物信息学。2009;10:109.-项目管理咨询公司-公共医学
    1. Choi Y,Kendziorski C.基因集共表达分析的统计方法。生物信息学。2009;25:2780–2786.-项目管理咨询公司-公共医学

出版物类型