A nonparametric significance test for sampled networks.

Araştırma özeti

Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by

Motivasyon Çalışmamız, Parkinson hastalığı ile ilişkili önemli özellikleri yakalayan bir protein-protein etkileşim ağı oluşturma ilgisi ile motive edilir. Birçok alt ağ yapım yöntemi mevcut olsa da, hangi alt ağın daha fazla araştırma için en uygun başlangıç noktası olduğu genellikle aşikar olmaktan uzaktır.SonuçlarBir tohum listesinden (ilgi alanında önemli olduğu bilinen düğümlerin bir listesi) oluşturulmuş bir alt ağın rastgele oluşturulmuş bir alt ağdan önemli ölçüde farklılık gösterip göstermediğini değerlendirmek için bir yöntem sunuyoruz. Önerilen yöntem Monte Carlo yaklaşımını kullanır. Farklı tohum listeleri aynı alt ağa yol açabileceğinden, önem testi için başlangıç noktası olarak minimum bir tohum listesi oluşturarak fazlalık için kontrol ederiz. Null modeli, alt ağı oluşturan minimum tohum listesi ile aynı uzunluktaki rastgele tohum listelerine dayanır; Bu rastgele tohum listesinde düğümler, minimum tohum listesindeki düğümlerle aynı derece dağılımına sahiptir (yaklaşık olarak). Bu null modeli, uygun bir istatistik kümesinde rastgele rastgele önemli ölçüde sapan ve gerçek bir dünya protein-protein etkileşim ağı için yararlı bilgiler yakalayabilen alt ağları seçmek için kullanıyoruz.Bu makalede kullanılan yazılımlar https://sites.google.com/site/elliottande/ adresinden indirilebilir. Yazılım Python ile yazılmıştır ve NetworkX kütüphanesini kullanı[email protected] veya [email protected] bilgilerTemel veriler Bioinformatics'te çevrimiçi olarak mevcuttur.

Özgün kaynak özetini okuyun

MotivationOur work is motivated by an interest in constructing a protein-protein interaction network that captures key features associated with Parkinson's disease. While there is an abundance of subnetwork construction methods available, it is often far from obvious which subnetwork is the most suitable starting point for further investigation.ResultsWe provide a method to assess whether a subnetwork constructed from a seed list (a list of nodes known to be important in the area of interest) differs significantly from a randomly generated subnetwork. The proposed method uses a Monte Carlo approach. As different seed lists can give rise to the same subnetwork, we control for redundancy by constructing a minimal seed list as the starting point for the significance test. The null model is based on random seed lists of the same length as a minimum seed list that generates the subnetwork; in this random seed list the nodes have (approximately) the same degree distribution as the nodes in the minimum seed list. We use this null model to select subnetworks which deviate significantly from random on an appropriate set of statistics and might capture useful information for a real world protein-protein interaction network.Availability and implementationThe software used in this paper are available for download at https://sites.google.com/site/elliottande/. The software is written in Python and uses the NetworkX [email protected] or [email protected] informationSupplementary data are available at Bioinformatics online.

Bilimsel değerlendirme

Araştırma sorusu

Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.

Yöntem ve örneklem

Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.

Temel bulgular

Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.

Sınırlılıklar

Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.

Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.