返回
A novel multi-objective optimization framework using NSGA-II for gene co-expression network inference
DOI:10.1016/j.compbiolchem.2026.108944.png)
摘要
En 中文
• 基因共表达网络(GCNs)被广泛用于解析功能基因模块和调控通路,但其可靠性常因转录组数据的噪声而受到影响。
• 我们引入了一种基于非支配排序遗传算法II(NSGA-II)的新型多目标优化框架,用于构建共表达网络。
• 与传统方法(WGCNA和ARACNE)相比,NSGA-II可同时优化关键网络属性,包括稀疏性、模块度、无标度拓扑结构和边可重复性,同时保留生物学真实性。
Keyword:
Gene co-expression networks
NSGA-II
multi-objective optimization
network inference
biological realism
期刊
C
IF:
3.1
论文数:
696
被引数:
0
机构
引用论文
Lactic acid promotes PD-1 expression in regulatory T cells in highly glycolytic tumor microenvironments乳酸促进高糖酵解肿瘤微环境中调节性T细胞的PD-1表达
Cancer Cell
IF0
Gene Expression-Based Classification of Non-Small Cell Lung Carcinomas and Survival Prediction
PLoS ONE
IF0

