通过分析 C.elegans 功能网络预测调控基因
基因组学
2013-02-15 v1 分子网络
摘要
由于关于单个蛋白质之间物理和功能连接的信息量不断增加，连接网络最近在生物学中得到了广泛应用。这些连接数据为通过数学分析和理论预测新的功能相互作用，从而将我们的知识扩展到实验验证范围之外，提供了宝贵的材料。在本文中，我们展示了多种算法的应用，这些算法旨在在相关网络的背景下对潜在的基因表达调控因子进行排序。我们分析了基因与蛋白质之间不同类型的连接如何影响整体 C.elegans 功能网络的拓扑结构，从而验证了算法的性能。我们展示了如何根据特定的模体分布特征，在网络背景下定义共表达基因簇。我们还表明，基于最短路径函数 (SPF) 的方法应用于共表达基因簇的基因相互作用子网络时，能有效预测新的调控转录因子 (TFs)。同时应用其他方法（包括仅涉及邻近基因的相互作用），可以快速对可能与共表达基因组存在功能联系的潜在调控因子进行排序。通过预测核糖体/mRNA 代谢基因簇的调控因子功能，我们强调了 mRNA 翻译和降解在生物体长寿中的作用。
引用
@article{arxiv.1302.3349,
title = {On prediction of regulatory genes by analysis of C.elegans functional networks},
author = {O. V. Valba and S. K. Nechaev and O. Vasieva},
journal= {arXiv preprint arXiv:1302.3349},
year = {2013}
}
备注
14 pages, 2 figures