現代のオミクスデータセットにおける因果分子ネットワークの系統的分析のための発見法【JST・京大機械翻訳】

Kelly Jack; Berzuini Carlo; Keavney Bernard; Tomaszewski Maciej; Guo Hui

プレプリント

J-GLOBAL ID：202202217630046541 整理番号：22P0281389

現代のオミクスデータセットにおける因果分子ネットワークの系統的分析のための発見法【JST・京大機械翻訳】

Discovery methods for systematic analysis of causal molecular networks in modern omics datasets

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年01月28日プレプリントサーバーでの情報更新日： 2022年01月28日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

マルチオミクスデータセットのアベイラビリティとサイズの増加とともに,分子表現型間の因果関係の研究は,根底にある生物学と遺伝学を探索する重要な側面になった。本論文では,過去10年間に開発された大規模因果分子ネットワークを構築するための利用可能な方法を紹介し,レビューすることを目的とした。既存の方法は,それら自身の強度および限界を持ち,従って,1つの最良のアプローチはなく,そして,それは,研究者の離散化に代わった。また,本レビューは,これらのネットワークの生物学的解釈に対する現在の限界のいくつかと,分子ネットワークに関する将来の研究を考慮するための重要因子を議論することを目的とする。【JST・京大機械翻訳】

, , , , , , ,
, , , 【Automatic Indexing@JST】

分子・遺伝情報処理

, ,

前のページに戻る