文献

J-GLOBAL ID：201002244680243777   整理番号：10A0456931

遺伝子ネットワーク推論方法の強みと弱みの解明

Revealing strengths and weaknesses of methods for gene network inference

著者 (7件)： MARBACH Daniel (Ecole Polytechnique Federale de Lausanne(EPFL), Lausanne, CHE) ,  MARBACH Daniel (Massachusetts Inst. Technol., MA) ,  PRILL Robert J. (IBM T.J. Watson Res. Center, NY) ,  SCHAFFTER Thomas (Ecole Polytechnique Federale de Lausanne(EPFL), Lausanne, CHE) ,  MATTIUSSI Claudio (Ecole Polytechnique Federale de Lausanne(EPFL), Lausanne, CHE) ,  FLOREANO Dario (Ecole Polytechnique Federale de Lausanne(EPFL), Lausanne, CHE) ,  STOLOVITZKY Gustavo (IBM T.J. Watson Res. Center, NY)
資料名： Proceedings of the National Academy of Sciences of the United States of America  (Proceedings of the National Academy of Sciences of the United States of America)
巻： 107  号： 14  ページ： 6286-6291  発行年： 2010年04月06日 
JST資料番号： D0387A  ISSN： 0027-8424  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ネットワーク推論法が開発されてきたが,多くの課題が残されている。今回,遺伝子ネットワークリバースエンジニアリング手法,所謂,DREAM3 in silicoチャレンジの結果を報告した。各チームにより別々に応用されてきた29の遺伝子ネットワーク推論法を評価した。チャレンジは,生物学的なネットワーク構造と動力学形成のための特異な方法を用いて作成した一連のin silicoネットワークに基づいた。性能プロファイリングは,現在の推論法が異なるタイプの系統的予測エラーにより,程度は異なるが,影響を受けることを示した。あるネットワークモチーフ(ファンイン,ファンアウトとカスケードモチーフ)は,高ランクの性能提起でさえ予測は乏しく,推論の系統的エラーとネットワーク再構成の改善への道を示唆した。このコミュニティーに基づく実験の結果分析は,ネットワーク推論における最高技術水準の努力の強みと弱みを示すと結論した。

シソーラス用語： *ネットワーク ,  推論 ,  *ネットワーク構造 ,  動力学 ,  調節遺伝子 ,  シミュレーション ,  遺伝学実験技術 ,  *リバースエンジニアリング ,  予測 ,  モデル
準シソーラス用語： *遺伝子ネットワーク ,  遺伝子調節ネットワーク ,  ネットワークモデル

分類 (1件)： 遺伝学研究法  (EC01020N)

タイトルに関連する用語 (2件)： 遺伝子ネットワーク ,  推論