Математическая биология и биоинформатика
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Импакт-фактор

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Матем. биология и биоинформ.:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Матем. биология и биоинформ., 2014, том 9, выпуск 2, страницы 534–542 (Mi mbb202)  

Математическое моделирование

Моделирование пространственного распределения эффекта нокаута генов, связанных с агрессивностью глиомы низкой степени злокачественности, в тканях мозга человека с помощью методов машинного обучения

Е. Д. Петровскийab, Н. А. Колчановa, В. А. Иванисенкоa

a Институт цитологии и генетики Сибирского отделения РАН, Новосибирск, 630090, Россия
b Институт "Международный томографический центр" Сибирского отделения РАН, Новосибирск, 630090, Россия

Аннотация: В настоящее время нашли широкое применение экспериментальные методы анализа транскриптомных данных, направленные на изучение особенностей экспрессии генов из различных тканей при воздействии разнообразных факторов внешней среды, а также внутренних факторов, включая полиморфизмы. В частности, существующие методы нокаута и нокдауна генов позволяют моделировать воздействие внешних факторов на экспрессию целевого гена. Имеющиеся в открытом доступе данные по экспрессии генов в различных частях организма и, в частности, в разных областях мозга позволяют построить статистические модели взаимной зависимости уровней экспрессии генов. База данных Allen Brain Atlas, например, содержит уникальные данные по пространственному распределению уровней экспрессии генов в тканях головного мозга человека и мыши. Впервые предложен подход к математическому моделированию пространственного распределения эффекта нокаута генов в тканях мозга человека с помощью методов машинного обучения и данных по экспрессии генов из Allen Brain Atlas. Показано, что нокаут центральных генов генной сети, связанной с агрессивностью глиомы низкой степени злокачественности, оказывает более значительный эффект на экспрессию других генов, по сравнению с генами, расположенными на периферии данной сети. При этом эффект имел выраженную неоднородность по локализации в пространстве.

Ключевые слова: генные сети, мозг, экспрессия генов, микрочипы, база данных Allen Brain Atlas, база данных STRING, глиомы низкой степени злокачественности, пространственное распределение уровня экспрессии генов, методы машинного обучения.

Полный текст: PDF файл (843 kB)
Список литературы: PDF файл   HTML файл
Тип публикации: Статья
УДК: 577.21:577.29:004.42
Материал поступил в редакцию 27.11.2014, опубликован 18.12.2014

Образец цитирования: Е. Д. Петровский, Н. А. Колчанов, В. А. Иванисенко, “Моделирование пространственного распределения эффекта нокаута генов, связанных с агрессивностью глиомы низкой степени злокачественности, в тканях мозга человека с помощью методов машинного обучения”, Матем. биология и биоинформ., 9:2 (2014), 534–542

Цитирование в формате AMSBIB
\RBibitem{PetKolIva14}
\by Е.~Д.~Петровский, Н.~А.~Колчанов, В.~А.~Иванисенко
\paper Моделирование пространственного распределения эффекта нокаута генов, связанных с агрессивностью глиомы низкой степени злокачественности, в тканях мозга человека с помощью методов машинного обучения
\jour Матем. биология и биоинформ.
\yr 2014
\vol 9
\issue 2
\pages 534--542
\mathnet{http://mi.mathnet.ru/mbb202}


Образцы ссылок на эту страницу:
  • http://mi.mathnet.ru/mbb202
  • http://mi.mathnet.ru/rus/mbb/v9/i2/p534

    ОТПРАВИТЬ: VKontakte.ru FaceBook Twitter Mail.ru Livejournal Memori.ru


    Citing articles on Google Scholar: Russian citations, English citations
    Related articles on Google Scholar: Russian articles, English articles
  • Просмотров:
    Эта страница:173
    Полный текст:42
    Литература:18
     
    Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2021