抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
計算生物学における標準パラダイムは,高スループット生物学的データを分析するために相互作用ネットワークを使用することである。レバーグ相互作用ネットワークのための2つの一般的アプローチである。(1)ネットワークランキングは,頂点スコアとネットワークトポロジーの両方に従ってネットワークで頂点をランクする。(2)頂点スコアとネットワークトポロジーの両方を用いて,相互作用ネットワークにおいて1つ以上のサブネットワークを同定したサブネットワーク同定の変化。ネットワークランキングにおける支配的なアプローチは,ランダムウォークまたは拡散プロセスを用いてネットワーク上の頂点スコアを平滑化するネットワーク伝搬であり,従ってネットワークの大域的構造を利用する。変更されたサブネットワーク識別のために,既存のアルゴリズムは,接続されたサブネットワークのような単純なトポロジー制約を持つサブネットワークファミリーのサブネットワークへの解を制約する,あるいは厳密な統計的基礎を欠いているアドホックヒューリスティックスを利用する。本研究では,ネットワーク伝搬と変更されたサブネットワークアプローチを統一した。ネットワーク伝搬により高度にランク付けされたサブネットワークを近似する伝搬ファミリーと呼ぶサブネットワークファミリーを導出した。NetMix2を導入し,伝搬ファミリーを含む広範囲のサブネットワークファミリーから変更されたサブネットワークを識別するための原理的アルゴリズムを導入し,ネットワーク伝搬と変更されたサブネットワークアプローチの利点を結合した。NetMix2は伝搬ファミリーを用いてシミュレートしたデータ上でネットワーク伝搬より優れていることを示した。さらに,NetMix2は,汎癌体細胞変異データおよび複数のヒト疾患からのゲノムワイド関連データにおいて既知の疾患遺伝子を回復させる他の方法より優れている。NetMix2はhttps://github.com/raphael group/netmix2で公開されている。【JST・京大機械翻訳】
