Integration of quantitative proteomics data and interaction networks: Identification of dysregulated cellular functions during cancer progression

پروتئومیکهای کمی اجازه می دهد تا ویژگی تغییرات مولکولی بین حالت های سالم و بیماری را بیان کند. برای تفسیر چنین مجموعه داده ها، ادغام آنها با شبکه متقابل پروتئین-پروتئین، درک کاملتری از اختلالات عملکرد سلول در بیماری ها را در بر می گیرد، نه فقط با توجه به لیست های پروتئین های کنترل نشده. در اینجا ما یک روش محاسباتی جدید ارائه می دهیم که ترکیبی از شبکه متقابل پروتئین و تجزیه و تحلیل آماری برای ایجاد پروفایل های بیان در سطح ماژول شبکه و نه در سطح پروتئین فردی و شناسایی و مشخص نمودن ماژول های شبکه کنترل شده در مراحل مختلف پیشرفت سرطان است. ما رویکرد ما را به دو مجموعه داده های قابل دسترس به عنوان مطالعات موردی اعمال کردیم.