新的工具产生优越的基因组分析的结果
伊坎在西奈山医学院的科学家们已经开发和公开发布的新数据分析软件,可以帮助基因组学研究人员确定遗传疾病的司机和更高的效率和准确性。昨日公布的这些工具PLoS计算生物学11月25日科学报告自然出版。
MEGENA(多尺度嵌入基因Co-expression网络分析)项目基因表达数据到一个三维球体,让科学家研究复杂网络的分层结构模式特征的疾病,如癌症、肥胖,阿尔茨海默氏症。测试数据从癌症基因组图谱(TCGA) MEGENA小说在乳腺癌和肺癌监管目标,优于其他co-expression分析方法。
第二个工具SuperExactTest,建立第一个理论框架来评估统计学意义的盖层十字路口和允许用户比较非常大的数据集,如基因集从全基因组关联研究(GWAS)和微分表达式分析。科学家跑SuperExactTest TCGA现有和GWAS数据,确定一组核心的癌症基因和检测复杂疾病之间的相关模式。这两个工具都来自于多尺度网络建模实验室由本章,博士,副教授的遗传学和基因组科学。
“这些工具填补重要的基因组学和未满足的需求,”博士说,两篇文章的资深作者。“MEGENA将帮助科学家充实新颖的途径和关键目标在复杂疾病,而SuperExactTest将提供一个更清晰的理解基因组通过比较大量的基因签名。”
“我们的团队致力于制作高性能的分析工具和共享这些资源与更广泛的基因组学社区帮助我们所有人产生最好的结果,”埃里克·斯凯特说,博士,吉恩·c·和詹姆斯·w·水晶基因组学教授伊坎在西奈山医学院,和伊坎的创始董事基因组学和多尺度生物学研究所。“这些新工具展示深思熟虑的和创造性的解决方案来计算全世界的科学家所面对的挑战,我期待看到社区所能实现的。”
MEGENA和SuperExactTest R包张博士的网站和凹口(综合R档案网络),开源软件的存储库。
结果表明王et al。有效的测试和形象化的盖层十字路口,科学报告(2015)。DOI: 10.1038 / srep16923
