密集互联调控网络中间接相互作用的预测与验证
定量方法
2007-11-27 v2 分子网络
摘要
我们开发了一种基于矩阵的方法来预测和验证基因及蛋白质调控网络中的间接相互作用。该方法基于间接调控的近似传递性（例如，A 调控 B 且 B 调控 C 通常意味着 A 调控 C），并最优地考虑了级联长度和中间相互作用的符号。当应用于大型且密集互联的网络时，我们的方法最为有效。它成功预测了未知的间接调控，以及已知调控的符号（激活或抑制）。利用正负相互作用的金标准集对符号预测的可靠性进行了校准。我们通过最大化受试者工作特征 (ROC) 曲线下的面积来微调算法参数。随后，我们将优化后的算法应用于源自文献的多种模式生物（Homo sapiens、Saccharomyces cerevisiae、Arabidopsis thaliana 和 Drosophila melanogaster）中所有直接和间接调控相互作用的大型网络。
引用
@article{arxiv.0710.0892,
title = {Prediction and verification of indirect interactions in densely interconnected regulatory networks},
author = {Koon-Kiu Yan and Sergei Maslov and Ilya Mazo and Anton Yuryev},
journal= {arXiv preprint arXiv:0710.0892},
year = {2007}
}
备注
revised version, 19 pages, 6 figures, including supplementary materials