Abstract
análise Surprisal é cada vez mais aplicado para a análise dos níveis de transcrição em processos celulares, em direção revelando estruturas de rede interna e prever a resposta. Mas para alcançar o seu pleno potencial, a análise surprisal deve ser integrado a uma ferramenta computacional gama mais ampla. Os objetivos deste trabalho são a combinar análise surprisal com outros procedimentos de cálculo importantes, como a fácil manipulação dos resultados da análise – por exemplo, para escolher resultado sub-conjuntos desejáveis para uma inspecção mais aprofundada -, recuperação e comparação com conjuntos de dados relevantes de bases de dados públicas e exibições gráficas flexíveis para o pensamento heurístico. Todo o conjunto de procedimentos de cálculo integrados em uma única ferramenta prática é o que chamamos de
Computacional Análise Surprisal
. Este tipo combinado de análise deve facilitar a compreensão significativamente quantitativa de diferentes processos celulares para pesquisadores, incluindo aplicações em proteômica e metabolômica. Além disso, a nossa visão é que
Computacional Análise Surprisal
tem o potencial de atingir o status de um método de análise de rotina para os profissionais. O poder de resolução do
Computacional Análise Surprisal
está aqui demonstrado pela sua aplicação a uma variedade de conjuntos de dados de transcrição processo do câncer celular, nosso e da literatura. Os resultados fornecem uma imagem biológica compacto do significado termodinâmica dos principais fenótipos de expressão de genes em todas as fases da doença. Para cada transcrição que caracterizam tanto a sua inerente peso estado estacionário, a sua correlação com as outras transcrições e sua variação em decorrência da doença. Nós apresentamos um site dedicado a facilitar a análise para pesquisadores e profissionais
Citation:. Kravchenko-Balasha N, Simon S, Levine RD, Remacle F, Exman I (2014) Computacional Análise Surprisal Acelera-Up Genomic Caracterização de Processos câncer. PLoS ONE 9 (11): e108549. doi: 10.1371 /journal.pone.0108549
editor: Jose M. Sanchez-Ruiz, Universidad de Granada, Espanha