GSGS：从基因集重构信号传导途径
摘要：一个新颖的两阶段基因集Gibbs采样（GSGS）框架被提出，用于从分子谱系数据推断的基因集来反向构建信号通路。我们假设信号通路在结构上是重叠的线性信号传导事件的集合，我们将其编码为信息流基因集（IFGS）。我们通过对每个集合内的基因进行随机排列来推断与这些事件对应的基因集的通路。在第一阶段，我们使用源分离算法从分子谱系数据中推导出无序且重叠的IFGS，允许IFGS之间的交流。在第二阶段，我们开发了一种类似于Gibbs采样的算法，基因集Gibbs采样器，用于从在第一阶段推导出的潜在IFGS中重建信号通路。该框架的创新之处在于两个阶段的无缝集成和IFGS作为信号通路的基本构建单元的假设。在概念验证研究中，我们的方法表现优于使用DREAM计划中基准网络生成的连续和离散数据的现有贝叶斯网络方法。我们进行了全面的敏感性分析来评估该方法的稳健性。最后，我们使用GSGS框架来重构乳腺癌细胞的信号通路。
作者：Lipi Acharya, Thair Judeh, Zhansheng Duan, Michael Rabbat and Dongxiao Zhu
论文ID：1101.3983
分类：Quantitative Methods
分类简称：q-bio.QM
提交时间：2011-10-17