.png){kind=icon}
返回
A network-based computational framework to predict and differentiate functions for gene isoforms using exon-level expression data
.png){kind=icon}
OA
AI
DOI：10.1016/j.ymeth.2020.06.005.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
动机: 选择性剪接对转录物和蛋白质的功能多样性有重要贡献。已显示许多可变剪接的基因同种型在不同情况下执行特定的生物学功能。除了基因水平表达之外，高通量测序的进展提供了以高分辨率估计同种型特异性外显子表达的机会，这对于通过网络分析研究剪接变体是有益的。结果: 在这项研究中，我们提出了一种新颖的基于网络的分析框架，以从外显子水平的rna-seq数据预测同工型特异性功能。特别是，基于外显子水平的表达数据，我们首先提出了一个统一的框架，称为iso-net，以整合两种新的数学方法 (称为MINet和RVNet)，以推断不同数据场景下的共表达网络。对于大多数模拟数据，我们证明了IsoNet优于现有方法的预测准确性，尤其是在两种极端情况下: 样本量非常小，两种同工型的外显子数量差异很大。此外，通过定义相关的定量测量 (例如，Jaccard相关系数) 并结合差异共表达网络分析和GO功能富集分析，开发了共表达网络分析框架以预测同工型的功能，并进一步发现它们在同一基因内的不同功能。我们应用iso-net使用来自三种不同细胞系的外显子水平RNASeq数据来研究人类骨髓分化中几种重要转录因子的基因同工型。可用性和实施: iso-net是开源的，可从 https://github.com/Dingjie-Wan g/iso-net免费获得。
Keyword:
Alternative splicing
Gene isoforms
Exon-level RNA-Seq
Matrix Correlation
Co-expression networks
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
4.3
论文数:
4.8K
被引数:
2.4W
机构
引用论文
On-chip optical interconnects versus electrical interconnects for high-performance applications
PREAI
分享收藏分享收藏
Induction of endogenous Bcl-xS through the control of Bcl-x pre-mRNA splicing by antisense oligonucleotides.png)
NATURE BIOTECHNOLOGY
NATURE BIOTECHNOLOGYIF41.7
PREAI
分享收藏High-resolution functional annotation of human transcriptome: predicting isoform functions by a novel multiple instance-based label propagation methodNUCLEIC ACIDS RESEARCHOAAI
NUCLEIC ACIDS RESEARCHIF13.1
OAAI分享收藏
查看更多内容