کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7377345 1480112 2016 8 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Topology association analysis in weighted protein interaction network for gene prioritization
ترجمه فارسی عنوان
تجزیه و تحلیل مربوط به توپولوژی در شبکه تعامل پروتئین وزن برای تعیین اولویت بندی ژن
کلمات کلیدی
شبکه متقابل پروتئین وزن، ژن های بیماری، ژنهای ضروری، انجمن توپولوژی، اولویت بندی ژن،
ترجمه چکیده
گرچه بسیاری از الگوریتم های پیش بینی ژن بیماری پیشنهاد شده اند، وزن لبه ها به ندرت مورد توجه قرار می گیرد. در این مقاله، نقاط قوت ارتباطات توپولوژی بین بیماری و ژن های ضروری در شبکه متقابل پروتئین وزن بررسی شده است. تجزیه و تحلیل تجربی نشان می دهد که در مقایسه با ژن های دیگر، ژن بیماری ها به طور ضعیفی با ژن های ضروری در شبکه متقابل پروتئین ارتباط دارد. بر اساس این یافته، یک سنجش فاصله جهانی جدید برای اولویت بندی ژن با شبکه متقابل پروتئین با وزن در این مقاله ارائه شده است. جریان مثبت و منفی به ترتیب به بیماری ها و ژن های ضروری اختصاص داده می شود. علاوه بر این، مدل پخش شبکه برای شبکه های وزنی توسعه یافته است. نتایج تجربی در 110 بیماری اثبات و اثربخشی اندازه گیری پیشنهاد شده را بررسی می کند. علاوه بر این، پیوندهای ضعیف نقش مهمی را نسبت به پیوندهای قوی برای اولویت بندی ژن ها ایفا می کنند که به معنای عمیق درک شبکه های متقابل پروتئین است.
موضوعات مرتبط
مهندسی و علوم پایه ریاضیات فیزیک ریاضی
پیش نمایش مقاله
تجزیه و تحلیل مربوط به توپولوژی در شبکه تعامل پروتئین وزن برای تعیین اولویت بندی ژن
چکیده انگلیسی
Although lots of algorithms for disease gene prediction have been proposed, the weights of edges are rarely taken into account. In this paper, the strengths of topology associations between disease and essential genes are analyzed in weighted protein interaction network. Empirical analysis demonstrates that compared to other genes, disease genes are weakly connected with essential genes in protein interaction network. Based on this finding, a novel global distance measurement for gene prioritization with weighted protein interaction network is proposed in this paper. Positive and negative flow is allocated to disease and essential genes, respectively. Additionally network propagation model is extended for weighted network. Experimental results on 110 diseases verify the effectiveness and potential of the proposed measurement. Moreover, weak links play more important role than strong links for gene prioritization, which is meaningful to deeply understand protein interaction network.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Physica A: Statistical Mechanics and its Applications - Volume 461, 1 November 2016, Pages 262-269
نویسندگان
, , , , , , , , ,