Živimo v zapletenem svetu medsebojno povezanih enot. Na vseh področjih človekove dejavnosti, od biologije do medicine, ekonomije in klimatologije, smo preplavljeni z ogromnimi podatkovij. Ti podatki opisujejo komplekse realne sisteme iz različnih in komplementarnih vidikov, s enotami ki jih modeliramo vozlišča in njihove povezave kot robove. Ti omrežni podatki so nov in bogat vir informacij, vendar so te informacije trenutno v veliki meri skrite v zapletenih omrežnih vzorcev. Dešifriranja teh vzorcev je bistvenega pomena, saj so računske analize velikih omrežjih pogosto nepremagljive, tako da je veliko vprašanj ki jih ni mogoče odgovoriti natančno, tudi z neomejeno računalniško močjo in časom. Zato je edino upanje je, da se približno (hevristično) odgovoriti na ta vprašanja. [A. R. Benson et al., Science 353, 163 (2016).] so naredili pomemben korak v tej smeri in zagotavili prilagodljiv hevristični okvir za združevanje omrežij na podlagi njihovih vzorcev povezovanj.
COBISS.SI-ID: 17824857
Hiter tehnološki napredek je privedel do izdelave različnih vrst bioloških podatkov in omogočil izgradnjo kompleksnih mrež z različnimi vrstami interakcije med različnimi biološkimi enotami. Standardne podatkovne metode analize omrežja so pokazale, da se je treba omejiti pri obravnavanju teh heterogenih mrežnih podatkov. Posledično so bile predlagane nove metode za integrativno analizo podatkov, za katere velja, da skupaj analizirajo več vrst bioloških podatkov. Podajamo tukaj pregled raziskav metod za kolektivno integracijo različnih vrst omrežnih bioloških podatkov. Primerjamo različne metode state-of-the-art za integracijo podatkov in izpostavljamo svoje prednosti in slabosti pri reševanju pomembnih bioloških problemov. Identificiramo pomembne računalniške izzive teh metod, in zagotavljamo splošne smernice, za katere so metode primerna za posebne biološke težave, ali posebnih vrst podatkov.
COBISS.SI-ID: 2048353043
Podajamo pregled zadnjih dogodkov v analizo velikih podatkov v okviru natančnosti medicine in zdravstvene informatike. Na področju tehnologij za zajemanje molekularnih in zdravstvene podatke, smo vstopili v območje "Big Data" v biologiji in medicini. Ti podatki ponujajo veliko priložnosti za napredovanje natančnost zdravila. Smo predstavili ključne izzive v precizni medicini in nedavne napredeke v metodah, ki temeljijo na integracij podatkov za odkrivanje prilagojene informacije iz velikih podatkov, pridobljenih v različnih študijah. Nedavna raziskava integrativne metode za bolezni, biomarkerjev odkrivanje in in seznam orodij, ki so na voljo domene znanstveniki. Glede na vedno večje naravo teh velikih podatkov, izpostavljamo ključna vprašanja, ki bodo prihodnjost metode integracije velikih podatkov.
COBISS.SI-ID: 2048353299
Topologija bioloških interakcij omrežij se preučuje že več kot desetletje. Kljub temu, še nimamo dokončnega dogovora o teoretičnimi modeli ki najbolje opisujejo interakcije med proteini. Takšni modeli so ključni za razumevenje empiričnih ugotovitev o teh omrežij. V tem prispevku, prezentiramo celovito analizo proteinskih omrežij kvasovke, da bi pridobili bolj jasen vpogled v njeno topologijo. Ugotovili smo, da: (1) je tehnologija odkrivanja interakcij le malo vpliva na topologijo teh omrežij; (2) topologija teh interakcijskih mrež se razlikuje v organizmih z drugačno celično kompleksnostjo (ljudi in kvasovke); (3) jasna topološka razlika je prisotna med funkcionalnimi sub-moduli teh omrežij; (4) Visoko kakovostni podatki o teh omrežji imajo bolj "geometrično" topologijo v primerjavi z nepopolnimi in šumoviti podatki; in (5) med-funkcionalni "povezovalni" proteini služijo kot posredniki v prenos signalov, prometa, urejanja in organizacijskih celičnih procesov.
COBISS.SI-ID: 2048314899
Motivacija: Beljakovine so temelji delovanja celice in ožičenje beljakovin v protein-protein interakcije omrežja (PIN) se nanaša na njihovih bioloških funkcij. Beljakovine s podobnim napeljave v PIN (topologije okoli njih), se je izkazalo, da imajo podobne funkcije. Ta lastnost je bila uspešno izkoriščena za napovedovanje proteinskih funkcij. Topološko podobnost se uporablja tudi za usmerjanje algoritme za poravnavo omrežja, ki se zdijo podobno žično beljakovine med PIN različnih vrst; te podobnosti se uporabljajo za prenos zapis po PIN, npr od modelnih organizmov na človeka. Za natančnejši funkcionalne napovedi in obvestili prenose, moramo pridobiti vpogled v variabilnosti topologija funkcijo odnosov. Na primer, lahko funkcijo značilno povezane s specifičnimi topologije, medtem ko se druga funkcija lahko šibko povezano z različnimi topologije. Prav tako lahko topologija funkcijo odnosi se razlikujejo med različnimi vrstami. Rezultati: Da bi izboljšali naše razumevanje topologije funkcijo odnosov in njihovo ohranjanje med vrstami, smo razvili statistično orodje, ki je izgrajeno na kanonični korelacijski analizi. Uporaba graphlet stopinj predstavljajo napeljave okoli proteinov v PIN in genske ontologije (GO) da opišejo svoje funkcije. Naša metoda: (i) označuje statistično pomembne topologija funkcijo odnose na določeno vrsto, in (ii) razkriva funkcije, so ohranjeni topologije v PIN različnih vrst, ki smo jih poimenovali topološko ortologne funkcije. Mi se naš okvir za PIN kvasa in človeka, prepoznavanje sedem biološki proces in dva celične komponente GO pogoje, da so topološko ortologni za dve organizme.
COBISS.SI-ID: 2048352275