Αφηρημένο

κατάπληξη ανάλυση ολοένα και εφαρμόζεται για την εξέταση των επιπέδων μεταγραφής σε κυτταρικές διεργασίες, προς αποκαλύπτοντας το εσωτερικό των δομών του δικτύου και την πρόβλεψη ανταπόκριση. Αλλά για να επιτευχθεί το πλήρες δυναμικό του, κατάπληξη η ανάλυση θα πρέπει να ενταχθούν σε ένα ευρύτερο φάσμα υπολογιστικό εργαλείο. Οι σκοποί της παρούσας εργασίας είναι να συνδυάσει κατάπληξη ανάλυση με άλλες σημαντικές διαδικασίες υπολογισμού, όπως η εύκολη χειραγώγηση των αποτελεσμάτων της ανάλυσης – π.χ. για να επιλέξετε το επιθυμητό αποτέλεσμα υποσύνολα για περαιτέρω επιθεώρηση -, ανάκτηση και σύγκριση με τις σχετικές σύνολα δεδομένων από δημόσιες βάσεις δεδομένων, και ευέλικτο γραφικές απεικονίσεις για την ευρετική σκέψης. Το σύνολο των διαδικασιών υπολογισμού ενσωματωθούν σε ένα ενιαίο πρακτικό εργαλείο είναι αυτό που λέμε

Υπολογιστική κατάπληξη Ανάλυση

. Αυτή η συνδυασμένη είδος ανάλυσης θα πρέπει να διευκολύνει σημαντικά την ποσοτική κατανόηση των διαφορετικών κυτταρικών διαδικασιών για τους ερευνητές, συμπεριλαμβανομένων των εφαρμογών στην πρωτεομική και η μεταβολισμική. Από εκεί και πέρα, το όραμά μας είναι ότι

Υπολογιστική κατάπληξη Ανάλυση

έχει τη δυνατότητα να φτάσει την κατάσταση μιας τρέχουσας μεθόδου ανάλυσης για τους επαγγελματίες. Η αναλυτική ικανότητα του

κατάπληξη Ανάλυση Υπολογιστική

είναι εδώ αποδεικνύεται από την εφαρμογή της σε μια ποικιλία συνόλων δεδομένων μεταγραφής διαδικασίας κυτταρικό καρκίνο, τη δική μας και από την βιβλιογραφία. Τα αποτελέσματα παρέχουν μια συμπαγή βιολογική εικόνα της θερμοδυναμικής σημασία από τις κορυφαίες φαινοτύπων της γονιδιακής έκφρασης σε κάθε στάδιο της νόσου. Για κάθε μεταγραφή που χαρακτηρίζουν τόσο εγγενή σταθερό βάρος της κατάσταση, η συσχέτιση της με τις άλλες μεταγραφές και η διακύμανσή της λόγω της ασθένειας. Σας παρουσιάζουμε μια ειδική ιστοσελίδα για να διευκολύνει την ανάλυση για τους ερευνητές και τους επαγγελματίες

Παράθεση:. Kravchenko-Balasha Ν, Simon S, Levine RD, Remacle F, Exman I (2014) Υπολογιστική κατάπληξη Ανάλυση Επιταχύνει-Up Γονιδιωματική Χαρακτηρισμός Διεργασίες καρκίνο. PLoS ONE 9 (11): e108549. doi: 10.1371 /journal.pone.0108549

Επιμέλεια: Jose M. Sanchez-Ruiz, Universidad de Granada, Ισπανία

Ελήφθη: 18η Φεβρουαρίου του 2014? Αποδεκτές: 31 του Αυγούστου 2014? Δημοσιεύθηκε: 18 του Νοέμβρη 2014

Copyright: © 2014 Kravchenko-Balasha et al. Αυτό είναι ένα άρθρο ανοικτής πρόσβασης διανέμεται υπό τους όρους της άδειας χρήσης Creative Commons Attribution, το οποίο επιτρέπει απεριόριστη χρήση, τη διανομή και την αναπαραγωγή σε οποιοδήποτε μέσο, ​​με την προϋπόθεση το αρχικό συγγραφέα και την πηγή πιστώνονται

Χρηματοδότηση:. Αυτό το έργο υποστηρίχθηκε από EMBO μεταδιδακτορικός υπότροφος στο NKB και της Ευρωπαϊκής Επιτροπής 7ο ΠΠ Μελλοντικές και αναδυόμενες τεχνολογίες-Άνοιγμα έργου BAMBI 618024 (για FR και RDL). Οι χρηματοδότες δεν είχε κανένα ρόλο στο σχεδιασμό της μελέτης, τη συλλογή και ανάλυση των δεδομένων, η απόφαση για τη δημοσίευση, ή την προετοιμασία του χειρογράφου

Αντικρουόμενα συμφέροντα:.. Οι συγγραφείς έχουν δηλώσει ότι δεν υπάρχουν ανταγωνιστικά συμφέροντα

Εισαγωγή

κατάπληξη Analysis, στην πιο γενική της έννοια, είναι μια διαδικασία για να χαρακτηρίσει την πιθανότητα διαφορετικές καταστάσεις του συστήματος, τα κράτη που μπορεί να έχει μια πλούσια εσωτερική δομή. Επιπλέον, το σύστημα μπορεί να μην είναι σε σταθερή κατάσταση. Η διαδικασία αρχίζει με την παραδοχή ότι ένα σύνολο ενός σχετικά μικρού αριθμού περιορισμών είναι γνωστή. Αυτές οι περιορισμοί θεωρούνται επαρκείς για να χαρακτηριστούν οι αποκλίσεις της διανομής από την σταθερή κατάσταση λόγω των επιβαλλόμενων συνθηκών για το σύστημα. Εάν οι ανέλαβε πιέσεις είναι ανεπαρκείς για να αναπαράγει πραγματικά την κατανομή πιθανοτήτων, η μία είναι

εξέπληξε

και ως εκ τούτου, πρέπει να ψάξετε για την τροποποίηση ή /και πρόσθετους περιορισμούς.

κατάπληξη Ανάλυση έχει τη βάση της στις φυσικές επιστήμες και έχει εφαρμοστεί με επιτυχία σε μια πληθώρα φυσικών, χημικών και μηχανικών προβλημάτων και πειστικά αποδειχθεί ότι είναι ουσιαστική, χρήσιμη και την παραγωγή επαληθεύσιμα αποτελέσματα [1] – [4].

Η παρούσα εργασία ανήκει σε μια σειρά εγγράφων [ ,,,0],5] – [9], σκοπός των οποίων είναι να δείξει ότι κατάπληξη Analysis είναι επίσης σχετικές και εφαρμόζονται σε βιολογικά φαινόμενα, ιδίως κυτταρικές διαδικασίες του καρκίνου. Μια πρόσφατη σχόλιο σχετικά με την προσέγγιση στη Βιολογία είναι [10]. Χρησιμοποιώντας την ανάλυση κατάπληξη έχουμε εντοπίσει τα πιο σταθερά ισορροπημένη κατανομή του mRNA σε κάθε στάδιο της νόσου από τα πειραματικά δεδομένα, αλλά και τα λιγότερο σταθερά δίκτυα mRNA που διατηρούν τα κύτταρα μακριά από την ισορροπημένη κατάσταση. Τα δίκτυα αυτά αποτελούν τη βάση της διαδικασίας της ανάπτυξης του καρκίνου. Συγκρίνουμε μεταξύ των δικτύων σύστημα κυψελών /ασθενή που συμμετέχουν στο μετασχηματισμό του καρκίνου και να σχετίζονται με τα δίκτυα που συμβάλλουν κυρίως στην ισορροπημένη κατάσταση.

Αυτό το χαρτί έχει δύο επιπλέον συγκεκριμένους σκοπούς.

Κατ ‘αρχάς, να συνδυάσουν κατάπληξη ανάλυση με άλλες σημαντικές διαδικασίες υπολογισμού, όπως η εύκολη χειραγώγηση των αποτελεσμάτων της ανάλυσης – π.χ. για να επιλέξετε το επιθυμητό αποτέλεσμα υποσύνολα για περαιτέρω επιθεώρηση -, ανάκτηση και σύγκριση με τις σχετικές σύνολα δεδομένων από δημόσιες βάσεις δεδομένων, και ευέλικτο γραφικές απεικονίσεις για την ευρετική σκέψης. Το σύνολο των διαδικασιών υπολογισμού ενσωματωθούν σε ένα ενιαίο πρακτικό εργαλείο είναι αυτό που λέμε

Υπολογιστική κατάπληξη Ανάλυση

. Αυτή η συνδυασμένη είδος της ανάλυσης θα πρέπει να είναι πολύ πιο γρήγορα για τους επαγγελματίες και τους ερευνητές, από ό, τι έχει ανεξάρτητη, αλλά ακατάλληλα εργαλεία για να ενσωματωθούν σε λογική και πρακτική συνέπεια.

Δεύτερον, για μεγαλύτερη χρονική κλίμακα, το όραμά μας είναι να επιτευχθεί η κατάσταση που

Υπολογιστική ανάλυση κατάπληξη

θα είναι μια ανάλυση ρουτίνας για τη διάγνωση του καρκίνου. Έτσι, εκτός από, τεχνικές απεικόνισης, ελάχιστα επεμβατική χειρουργική επέμβαση, χημειοθεραπεία, ελεγχόμενη θεραπείες ακτινοβολίας, αναμένεται ότι

Υπολογιστική κατάπληξη Ανάλυση

θα βρει τη θέση της στην κλινική πράξη, επιτάχυνση διάγνωση.

Ως εκ τούτου, αυτό το χαρτί έχει ως στόχο να δείξει:

τη σημασία της κατάπληξη Ανάλυση για το

κατανόηση

των βιολογικών φαινομένων, συζητώντας τα νέα αποτελέσματα στον τομέα της κινητής Καρκίνου Διεργασίες στο εργαστηριακό περιβάλλον?

που

Υπολογιστική κατάπληξη Ανάλυση

πράγματι επιταχύνει κατάπληξη ανάλυση, από την πρώτη περιγράφοντας τις ενοποιητική πτυχές του εργαλείου, και στη συνέχεια, εξηγώντας τα οφέλη επιτάχυνση στον υπολογισμό και στην ευρετική σκέψης?

η δυνατότητα εφαρμογής του

Υπολογιστική κατάπληξη Ανάλυση

σε διαγνωστικά Διαδικασίες Κυτταρικής Καρκίνου, από τη σύγκριση των αποτελεσμάτων που λαμβάνονται για άρρωστα, σε αντίθεση με τα υγιή άτομα.

η

Διαδικασίες Κυτταρικής Καρκίνος

Ο καρκίνος είναι μια ιδιαίτερα ετερογενής νόσος εμφανίζει σημαντική φαινοτυπική μεταβολή μεταξύ των ασθενών με ίδιο τύπο καρκίνου. Ως εκ τούτου, η κατανόηση των υποκείμενων ογκογόνων διεργασιών, που εμπλέκονται στη διαδικασία της μετατροπής, απαιτείται σε επίπεδο συστήματος προσεγγίσεις που επιτρέπουν την αναγνώριση και τον χαρακτηρισμό των συστατικών του συστήματος.

Οι πρόσφατες προόδους της τεχνολογίας, συμπεριλαμβανομένων μικροσυστοιχίες cDNA και μαζική ανάλυση spec των κυττάρων των πρωτεϊνών, επιτρέπουν να θεσπίσουν παγκόσμιους και ποσοτική λειτουργικό προφίλ των καρκινικών κυττάρων και των ιστών. Ως εκ τούτου, υπάρχει μια αυξανόμενη ζήτηση για τη θεωρητική-υπολογιστικά εργαλεία βοηθώντας με τη βαθύτερη κατανόηση των δεδομένων.

Χρησιμοποιώντας μια θεωρητική-υπολογιστική προσέγγιση αναλύσαμε αρκετά σύνολα δεδομένων γονιδιακής έκφρασης, συμπεριλαμβανομένων των ασθενών με καρκίνο του νεφρού, HPV16 που προκαλείται μεταμορφωθεί κερατινοκύτταρα και WI-38 μετασχηματισμένες ινοβλάστες [7], [8]. Επιπλέον, η μέθοδος ανάλυσης μπορεί να εφαρμοστεί όχι μόνο σε αγγελιαφόρο RNA, mRNA που όπως κάνουμε εδώ αλλά και σε microRNAs [9] και πέρα ​​από τις -ωματικής όλα τα δεδομένα, συμπεριλαμβανομένων των πρωτεϊνωματική και μεταβολισμική.

Σε αυτή την εργασία επικεντρωθεί η προσοχή μας στην ανάλυση των επιπέδων mRNA χρησιμοποιώντας τα ίδια ποσοτικά αρχές και σε μη-ισορροπίας πολυσύνθετα συστήματα φυσικής και της χημείας. Αξιοποιώντας τα βιολογικά συστήματα εξελίσσονται στο χρόνο ως απάντηση σε διαταραχές έχουμε ως στόχο να καθορίσει τις υπογραφές mRNA στην πιο σταθερή, σταθερή κατάσταση του συστήματος και τις ομάδες των mRNAs που αποκλίνουν από την σταθερή κατάσταση οφείλεται σε διαταραχή. Για το σκοπό αυτό χρησιμοποιούμε κατάπληξη ανάλυση ως μια τεχνική που μας επιτρέπει να εφαρμόζουν θερμοδυναμικές αρχές στη βιολογία [4], [6], [8], [14].

Η έξοδος του κατάπληξη ανάλυση περιλαμβάνει αρκετές ομάδες mRNA, εκείνοι που συμβάλλουν κυρίως στην σταθερή κατάσταση και άλλη ομάδα των mRNAs που συμβάλλουν σημαντικά στις αποκλίσεις από την σταθερή κατάσταση σε κάθε στάδιο της μεταμόρφωσης. Η τελευταία ομάδα περιλαμβάνει εξαιρετικά ανομοιογενής ασταθείς φαινότυποι μεταγραφή [6] που διέπουν τη διαδικασία του μετασχηματισμού. Επιπλέον του καρκίνου ταυτοποίηση συγκεκριμένων υπογραφών γονίδιο /πρωτεΐνη, κατάπληξη ανάλυση επιτρέπει τη σύγκριση των φαινοτύπων mRNA ασθένεια στις πιο σταθερό και ανθεκτικό σε διαταραχές μοτίβα μεταγραφής σταθερής κατάστασης σε κάθε στάδιο της νόσου, προσθέτοντας ένα νέο στρώμα για τον χαρακτηρισμό διαφόρων μέρη το μεταγραφικό καρκίνου.

κατάπληξη Ανάλυση

Ανάλυση κατάπληξη βασίζεται στην αρχή της μέγιστης εντροπίας. Η εντροπία είναι μια φυσική ποσότητα που προέρχεται από την πειθαρχία της Θερμοδυναμικής, στη συνέχεια, εμφανίστηκε στην Στατιστική Μηχανική και αργότερα στη Θεωρία Πληροφορίας. Από ποιοτική άποψη εντροπία είναι ένα μέτρο της διαταραχής ή της έλλειψης πληροφόρησης. Εντροπία αυξάνεται όταν η πιθανότητα ενός συστήματος να είναι σε μια δεδομένη κατάσταση μεταξύ πολλών πιθανών καταστάσεων της είναι πιο ομοιόμορφη. Αν η πιθανότητα του συστήματος να είναι σε μια συγκεκριμένη κατάσταση είναι πολύ μεγαλύτερο από ό, τι οι πιθανότητες να είναι σε οποιαδήποτε άλλη κατάσταση, δεν στερούνται τις πληροφορίες σχετικά με το σύστημα και η εντροπία είναι ελάχιστη.

Η προσέγγιση με βάση το αρχή της μέγιστης εντροπίας, λέει ότι οι πληροφορίες μας για την κατανομή των μελών του συστήματος επιτυγχάνεται με τη μεγιστοποίηση της εντροπίας στο πλαίσιο των γνωστών περιορισμών πληροφορίες. Εν τη απουσία οποιασδήποτε πληροφορίας, η διαταραχή είναι μέγιστη και η πληροφόρηση είναι ελάχιστη.

επιβάλλουν τους περιορισμούς χρησιμοποιώντας μια μέθοδο που εισήγαγε Lagrange (για περισσότερες λεπτομέρειες βλ S1 αρχείου). Απαιτεί τη μεγιστοποίηση της έκφρασης για την Lagrangian ως συνάρτηση των πολλαπλασιαστών Lagrange: (1)

Κάθε πολλαπλασιάζεται με ένα συντελεστή ένας πολλαπλασιαστής Lagrange του οποίου η αριθμητική τιμή λέει για τη σχετική σημασία των αντίστοιχων περιορισμών στη συγκεκριμένη περίσταση . Όλες οι σταθμισμένες περιορισμούς αθροίζονται και να περιορίσει την Εντροπία να μειωθεί από την απόλυτη μέγιστη τιμή της.

Στην εφαρμογή μας αυτής της τεχνικής σε κυτταρικές διεργασίες του καρκίνου, οι περιορισμοί θεωρούνται ως λεγόμενη μεταγραφή /μετάφραση μοτίβα /υπογραφές του καρκίνου π.χ. σχετίζονται με συγκεκριμένες κυτταρικές διεργασίες. Αυτά τα βιολογικά πρότυπα εμποδίζουν τα καρκινικά κύτταρα για να φτάσει τη μέγιστη εντροπία που αναμένεται να υφίσταται κατά την ισορροπημένη κατάσταση του βιολογικού συστήματος. Κατάπληξη ανάλυση εντοπίζει δύο καταστάσεις σε κάθε στάδιο της νόσου: η ισορροπημένη κατάσταση και η περιορισμένη κατάσταση, όπου συγκεκριμένα μοτίβα του καρκίνου είναι πιο δραστήρια [6] – [8]. Σε κάθε δεδομένη χρονική στιγμή ορισμένες συνήθειες συμβάλλουν περισσότερο από άλλους. Με αυτόν τον τρόπο μπορεί κανείς να συμπεράνει σχετικά με την σχετική σημασία των συγκεκριμένων κυτταρικών διαδικασιών σε διαφορετικά στάδια της εμφάνισης καρκίνου. Σε αυτή την ανάλυση κάθε μεταγραφή μπορεί να συμμετέχει σε περισσότερες από μία μοτίβο μεταγραφής, που διέπουν τη διαδικασία της ανάπτυξης του καρκίνου.

Υπολογιστική κατάπληξη Ανάλυση

Για να αποδείξει την έννοια και έλαβε επιτάχυνση της

Υπολογιστική Ανάλυση κατάπληξη

, ένα ολοκληρωμένο εργαλείο σχεδιάστηκε και υλοποιήθηκε, έχοντας τη συνολική αρχιτεκτονική του λογισμικού που φαίνεται στο Σχήμα 1. ενότητες λογισμικού του (από τώρα και στο εξής ονομάζεται softmodules) θα περιγραφεί λεπτομερώς στο τμήμα των Μεθόδων του χαρτιού (για περισσότερες λεπτομέρειες δείτε επίσης το S1 αρχείου).

Αρχιτεκτονική λογισμικού του ολοκληρωμένου εργαλείου.

η

για να πάρετε την ολοκληρωμένη γεύση του

Ανάλυση κατάπληξη Υπολογιστική

εργαλείο , τώρα αναφέρουμε τις τέσσερις εισόδους softmodules »και το τελικό αποτέλεσμα της ανάλυσης:

κατάπληξη ανάλυση κατασκευαστής – είσοδος είναι ένα μεγάλο ορθογώνιο πίνακα δεδομένων των επιπέδων έκφρασης των γονιδίων που λαμβάνονται από μετρήσεις σε ένα τσιπ παράταξη. Μία από τις διαστάσεις της μήτρας δεδομένων είναι πολύ μεγαλύτερο από ό, τι το άλλο (για παράδειγμα, 4 χρονοσημάνσεις από περίπου 22.000 γονίδια). Ένας στόχος της ανάλυσης κατάπληξη είναι η μείωση της μήτρας δεδομένων σε διαχειρίσιμα διαστάσεις, δηλαδή. να αποκτήσουν ένα τετράγωνο πλέγμα του οποίου η διάσταση είναι μικρότερη ή το πολύ ίση με τη μικρή διάσταση του πίνακα δεδομένων?

Gene Profiling κατασκευαστής – είσοδος είναι μια μικρή μήτρα δεδομένων των οποίων το μέγεθος καθορίζεται από το αριθμός των προτύπων που σχετίζονται με τις πληροφορίες που μετράται, ας πούμε ένα 4 από 4 μήτρα, που σχετίζονται με 4 χρονικές σφραγίδες στις κυτταρικές διαδικασίες?

DB Ανάκτηση

– είσοδος αποτελείται από υποσύνολα των γονιδίων που λαμβάνονται από το γονίδιο προφίλ. Κάθε υπο-σετ περιέχει τα πιο επιρροή γονιδίων στο αντίστοιχο πρότυπο?

ευρετική ανάλυση κατασκευαστής – είσοδος είναι στοιχεία που ελήφθησαν στα προηγούμενα softmodules. Υπολογισμός γίνεται να αναλύσει, και διαδραστικά εμφανίσει περαιτέρω ανάλυση ευρετικά.

Η

Ένα παράδειγμα εξόδου φαίνεται σε δύο χάρτες θερμότητας, περιγράφοντας τη σύνδεση της πρωτεΐνης, στην Εικόνα 2.

Το ανώτερο θερμότητας χάρτης επιτυγχάνεται μέσω του κατάπληξη Analysis. Το χαμηλότερο χάρτη θερμότητας βασίζεται εντελώς ανεξάρτητη δεδομένα που λαμβάνονται από την DB Ανάκτηση. Οι άξονες και στις δύο θερμικούς χάρτες είναι ταυτόσημα, δηλαδή. που περιέχουν τα ίδια ονόματα μεταγραφή με την ίδια σειρά. Ως συνήθως για θερμικούς χάρτες, τα χρώματα ξεχωρίζουν για τις σχετικές εντάσεις (αριθμητικές κλίμακες δει πάνω από κάθε heatmap): το κόκκινο είναι υψηλής έντασης και το μπλε είναι χαμηλή ένταση. Οι περιοχές με το ίδιο χρώμα και στις δύο θερμικούς χάρτες επικαλύπτονται με σαφήνεια, δηλαδή τα αποτελέσματά τους ταιριάζει πολύ καλά, πράγμα που σημαίνει ότι

Υπολογιστική κατάπληξη Ανάλυση κατασκευαστής – στο ανώτερο heatmap – μπορεί να αποδώσει πρόβλεψης πληροφορίες σχετικά με μεταγραφικά και πρωτεΐνη δομές του δικτύου – στο κάτω Heatmap. Λευκά στίγματα στο κάτω heatmap υποδηλώνουν έλλειψη πληροφοριών για τις συγκεκριμένες μεταγραφές

Η

Αποτελέσματα

Στην ενότητα αυτή παρουσιάζουμε τα αποτελέσματα της δουλειάς μας όπως φαίνεται από τρεις διαφορετικές οπτικές γωνίες:. Α- γονιδιωματικής χαρακτηρισμός των διαδικασιών του καρκίνου: B- τη φύση του

κατάπληξη Ανάλυση Υπολογιστική

? γ- το όραμα του

Υπολογιστική κατάπληξη Ανάλυση

ως ένα πρακτικό εργαλείο για τη διάγνωση του καρκίνου.

Α- Γονιδιωματική Χαρακτηρισμός των Διαδικασιών του καρκίνου

Για χαρακτηρισμός του γονιδιώματος του καρκίνου επεξεργάζεται το σχετικό πειραματικό εισόδου είναι τα επίπεδα μεταγραφής των διαφόρων mRNAs. Οι περιορισμοί στην ετικέτα ανάλυση κατάπληξη οι φαινότυποι και μια κατάλληλη ορολογία δίνεται από μια εφαρμογή και εξειδίκευση της εξίσωσης (1) πιο πάνω, ως εξής: (2), όπου οι δείκτες αναφέρονται σε γονίδιο

i

και στο φαινότυπο . είναι η πειραματική επίπεδο έκφρασης του γονιδίου

i

, είναι η (ανεξάρτητα του χρόνου) έκτασης της συμμετοχής ενός δεδομένου μεταγραφής

i

στο πρότυπο μεταγραφής και η Lagrange πολλαπλασιαστή της εξίσωσης (1) είναι εδώ το βάρος του αντίστοιχου πρότυπου μεταγραφής. Η ορολογία αυτή θα διευκρινιστεί περαιτέρω στην ενότητα Μέθοδοι με ιδιαίτερη αναφορά στον ειδικό ρόλο του όρου.

Το τελικό αποτέλεσμα του

κατάπληξη Ανάλυση Υπολογιστική

είναι οι θερμικούς χάρτες που δείχνουν την έκταση της συμμετοχής του οι μεταγραφές ιδιαίτερα μοτίβα μεταγραφής αναπροσαρμόζονται από. Αυτές οι θεωρητικές θερμικούς χάρτες σε σύγκριση με τις πειραματικές θερμικούς χάρτες που περιγράφουν τη λειτουργική συνδεσιμότητα των εξεταζόμενων μεταγραφές, χρησιμοποιώντας τις βαθμολογίες σύνδεσης από τη βάση δεδομένων STRING (βλέπε μεθόδους ενότητα). Με αυτόν τον τρόπο μπορούμε να αφορούν τις αξίες με τις λειτουργικές δικτύων, που έχει τις υψηλότερες βαθμολογίες συνδεσιμότητα STRING, που ελέγχθηκαν πειραματικά.

Οι συντελεστές, όπου ο δείκτης 0 αναφέρεται στο φαινότυπο μηδενικής, έχουν αρνητικές τιμές, πράγμα που σημαίνει ότι οι μεταγραφές πιο συμβάλλοντας στην

σταθερή κατάσταση

έχουν τις χαμηλότερες τιμές. τιμές – για πρώτη φαινότυπο – αντιπροσωπεύουν την έκταση της συμμετοχής του σε συγκεκριμένη μεταγραφή στο πιο σημαντικό πρότυπο μεταγραφής στηρίζεται το

διαδικασία της κυτταρικής μεταμόρφωσης

. τιμές μπορεί να είναι τόσο αρνητικές και θετικές, επισημαίνοντας την συσχέτιση ή αντίστροφη συσχέτιση των μεταγραφών εντός του προτύπου μεταγραφής. Οι μεταγραφές επισημαίνονται σύμφωνα με τις κατηγορίες Γονιδιακή Οντολογία

HF1 κύτταρα -.. HPV16 Απαθανάτισε κερατινοκύτταρα

Χρησιμοποιώντας τον HPV-16 που προκαλείται από αθανατοποιημένα κερατινοκύτταρα, αναλύσαμε γονιδιακή έκφραση μεταξύ των διαφόρων σταδίων του HPV-16 που προκαλείται από το μετασχηματισμό των κερατινοκυττάρων [11]. τα επίπεδα γονιδιακής έκφρασης μετρήθηκαν σε

τέσσερα διακριτά χρονικά σημεία

, που ονομάζεται αντίστοιχα:

K (φυσιολογικά κύτταρα μη μετασχηματισμένα από τον ιό των θηλωμάτων),

E (HPV16 μετασχηματισμένα κύτταρα από ένα

πρώιμο

στάδιο του μετασχηματισμού),

L (μετασχηματισμένα κύτταρα από ένα

αργά

στάδιο της μεταμόρφωσης)

BP (τα κύτταρα από το όψιμο στάδιο, ώστε υποβλήθηκαν σε θεραπεία με

βενζο [a] πυρένιο

) [11].

η

με κατάπληξη ανάλυση εντοπίσαμε το μεγάλο μοτίβο μεταγραφής συμβάλλουν σε όλα τα χρονικά σημεία (Για περισσότερες λεπτομέρειες δείτε [8 ]). Αυτό το μοτίβο μεταγραφής περιελάμβανε τις μεταγραφές υπεύθυνη για τη συρρίκνωση στις οδούς έλεγχο απόπτωσης και ενίσχυση στα δίκτυα του κυτταρικού κύκλου στα τελευταία στάδια του μετασχηματισμού. Όλες αυτές οι υπογραφές επικυρώθηκαν από βιοχημικά μέσα [11].

κατάπληξη ανάλυση προσδιορίζει επίσης δευτερογενή πρότυπα μεταγραφής που δεν είναι σημαντικές σε όλα τα στάδια του μετασχηματισμού HF1 [8]. Σε αυτή την εργασία εξετάζουμε τις πιο σταθερές μεταγραφές που συμβάλλουν στην ισόρροπη, αμετάβλητη κατάσταση του συστήματος HF1 και τη σύγκρισή τους με το μεγάλο σχέδιο της μεταγραφής που εμπλέκονται στη διαδικασία του μετασχηματισμού. Χρησιμοποιούμε

Υπολογιστική κατάπληξη Ανάλυση

να χτίσει συμμετρικούς πίνακες – προκειμένου να δημιουργήσει θερμικούς χάρτες -, π.χ. του οποίου η

ij

στοιχείο είναι.

Στο Σχήμα 3 μπορεί κανείς να δει τα αποτελέσματα για τα κύτταρα HF1 (HPV16 Απαθανάτισε κερατινοκύτταρα) του

κατάπληξη Ανάλυση Υπολογιστική

σε πέντε διαφορετικές μορφές. Αυτές είναι αντίστοιχα:

(Α) Ένα heatmap των 100 πιο σταθερό (φαίνεται στο (α) σε κόκκινο χρώμα) και το 100 πιο συμβάλλοντας στην κύρια μοτίβο μεταγραφής (υψηλότερο) και επάνω ρυθμισμένο μεταγραφές (φαίνεται στο (α) σε μπλε χρώμα) όπως λαμβάνεται με κατάπληξη ανάλυση. Σε αυτό το σχήμα: PS – πρωτεϊνική σύνθεση, SG – Σηματοδοσίας και Ανάπτυξης. (Β) Ένα heatmap του ίδιου καταλόγου μεταγραφή στο (Α) χρησιμοποιώντας βαθμολογίες STRING DB. (Γ) Ο κατάλογος ίδιο μεταγραφές χρησιμοποιήθηκε για να δημιουργήσει. (D) Συνδεσιμότητα Χάρτης των 100 πιο σταθερές μεταγραφές όπως χρησιμοποιώντας STRING DB? το κόκκινο χρώμα έλλειψη περικλείει τις πιο σταθερές και συνδεόμενα μεταγραφές που εμπλέκονται στη σύνθεση των πρωτεϊνών. Το πάχος των γραμμών που προσεγγίζουν την πιθανότητα της λειτουργικής σύνδεσης μεταξύ πρωτεϊνών για τις σχετικές μεταγραφές, όπως προβλέπεται από το σκορ String (βλέπε Μέθοδοι ενότητες για περισσότερες λεπτομέρειες). Για παράδειγμα, παχιές γραμμές (όπως για τις πρωτεΐνες τονίζεται από κόκκινα αστέρια στο εσωτερικό της έλλειψης, σκορ String = 0,999) αντιπροσωπεύουν μεγάλη πιθανότητα για τη λειτουργική συνδεσιμότητα με βάση την βιοχημική επαλήθευσης, ενώ λεπτές γραμμές (όπως για τις πρωτεΐνες τονίζεται από μαύρα αστέρια, στο αριστερή κάτω έξω από την έλλειψη, σκορ String = 0,507) αντιπροσωπεύουν μικρότερες πιθανότητες για τη λειτουργική σύνδεση. (Ε) Συνδεσιμότητα χάρτη των 100 μεταγραφές πιο συμβάλλοντας στον κεντρικό μοτίβο μεταγραφής (μπλε χρώμα)

Η

Άνω αριστερά – Heatmap αντιπροσωπεύουν τις αξίες?.

Άνω μεσαία – Heatmap του ίδιου κατάλογος μεταγραφές στο (α) χρησιμοποιώντας βαθμολογίες STRING DB?

Επάνω δεξιά – Heatmap της λίστας ίδια μεταγραφές στο (α) με τιμές?

Κάτω αριστερά – Συνδεσιμότητα Χάρτης από τις πιο σταθερές μεταγραφές στην (α) με τη χρήση STRING DB?.

Κάτω δεξιά – Συνδεσιμότητα Χάρτης της υψηλότερης

η

από το σχήμα 3 μπορεί κανείς να παρατηρήσει ότι, οι πιο σταθερές μεταγραφές (με τις χαμηλότερες τιμές της ανήκουν ως επί το πλείστον στην κατηγορία της πρωτεϊνικής σύνθεσης. υπάρχει μια καλή αντιστοιχία μεταξύ (Σχήμα 3Α) και (Σχήμα 3Β) θερμικούς χάρτες, που σημαίνει ότι οι πιο σταθερές μεταγραφές, όπως ορίζεται από κατάπληξη ανάλυση, τα περισσότερα λειτουργικά συνδεδεμένα όπως φαίνεται στο STRING DB Heatmap . ο θερμικός χάρτης (Σχ. 3Β) είναι η ποσοτική απεικόνιση των χαρτών σύνδεσης (Εικ. 3D και 3Ε).

ο (Εικ. 3C) heatmap του ίδιου καταλόγου γονίδιο με τιμές είναι ασυσχέτιστες με το (Εικ . 3Α) και (Σχ. 3Β), που σημαίνει ότι οι μεταγραφές με τη μεγαλύτερη συμβολή στη σταθερή κατάσταση αμετάβλητης δύσκολα συμμετέχουν στη διαδικασία του μετασχηματισμού. Αυτές οι μεταγραφές που συμβάλλουν κυρίως στην διαδικασία μετασχηματισμού παράγουν λιγότερο συνδεδεμένο χάρτη (Σχήμα 3Β, 3Ε) σε σύγκριση με τις πιο σταθερές μεταγραφές (Εικ. 3Β και 3D) που έχουν πολύ μικρή σε σχέση αλλαγές (τις χαμηλότερες τιμές του).

WI-38 κύτταρα – WI-38 μετασχηματισμένες ινοβλάστες

στο Σχήμα 4 μπορεί κανείς να δει τα αποτελέσματα για WI-38 κύτταρα (WI-38 μετασχηματισμένες ινοβλάστες) του

κατάπληξη Ανάλυση Υπολογιστική

στο. τα ίδια πέντε μορφές και συμβάσεις όπως στην Εικόνα 3. η παρούσα κυψελοειδές σύστημα περιλαμβάνει 12 στάδια του μετασχηματισμού του καρκίνου στο οποίο εφαρμόστηκαν διαφορετικές γενετικές αλλοιώσεις [12]. Αυτό το κυτταρικό σύστημα υποβλήθηκε σε περίπου 12 μοριακά χειρισμούς όπως hTERT εισαγωγή, κύτταρο διπλασιασμούς, καταστολή της λειτουργίας ρ53 και την εισαγωγή των ογκογόνων H-Ras, όπως αναφέρεται στο [12], με τον τρόπο αυτό την ανάπτυξη του κανονικού WI-38 αθανατοποιημένη μη μετασχηματισμένα ινοβλαστών σε πλήρως μετασχηματισμένα κύτταρα. Σε αυτό το καρκίνο κυψελοειδές σύστημα το ισορροπημένη κατάσταση ήταν σταθερή κατά τη διάρκεια όλων 12 χρονικά σημεία του μετασχηματισμού, ενώ η σημασία των προτύπων μεταγραφής που εμπλέκονται στη διαδικασία μετασχηματισμού μεταβάλλεται σε διαφορετικά χρονικά σημεία [7].

(Α) θερμικός χάρτης του 100 πιο σταθερή (φαίνεται στο (Α) σε κόκκινο χρώμα) και το 100 πιο συμβάλλοντας στον κεντρικό μοτίβο μεταγραφής (υψηλότερο) και ρυθμίζεται αυξητικά μεταγραφές (φαίνεται στο (Α) σε μπλε χρώμα) όπως λαμβάνεται με κατάπληξη ανάλυση. (PS – πρωτεϊνική σύνθεση, SMP – Σηματοδοσίας, τη μετανάστευση, τον πολλαπλασιασμό). (Β) Ένα heatmap του ίδιου καταλόγου μεταγραφή στο (Α) χρησιμοποιώντας βαθμολογίες STRING DB. (Γ) Ο κατάλογος ίδιο μεταγραφές χρησιμοποιήθηκε για να δημιουργήσει. (D) Συνδεσιμότητα Χάρτης των 100 πιο σταθερές μεταγραφές όπως χρησιμοποιώντας STRING DB? το κόκκινο χρώμα έλλειψη περικλείει τις πιο σταθερές και συνδεόμενα μεταγραφές που εμπλέκονται στη σύνθεση των πρωτεϊνών. (Ε) Συνδεσιμότητα χάρτη των 100 μεταγραφές πιο συμβάλλοντας με το πρότυπο μεταγραφής (μπλε χρώμα)

Η

Από το Σχήμα 4 κάποιος κάνει τις ίδιες παρατηρήσεις όπως παραπάνω:.. Υπάρχει μια καλή φυσική κατάσταση μεταξύ (Σχήμα 4Α .) και (Σχήμα 4Β) θερμικούς χάρτες? η (γ) Τιμές heatmap δεν συσχετίζεται με τις (Εικ. 4Α) και (Σχ. 4Β). Ο θερμικός χάρτης (Εικ. 4Β) είναι η ποσοτική απεικόνιση των χαρτών σύνδεσης (Εικ. 4D και Σχ. 4Ε). Μεταγραφές με τις υψηλότερες τιμές και τη μεγαλύτερη απόλυτη παράγουν λιγότερο συνδεδεμένο χάρτες (Εικ. 4Ε) με διάφορες βιολογικές μονάδες (δεν πρέπει να συγχέεται με softmodules). Η κύρια μονάδα δικτύου στο Σχήμα 4Ε περιλαμβάνει μεταγραφές που συμμετέχουν στο (πυρηνικός παράγοντας κάπα Β) σηματοδότηση ΝΡκΒ. Είναι ενδιαφέρον ότι αυτή η ενότητα ανήκει στην πρόσθετη (minor) μοτίβο μεταγραφής που έχει μεγάλα βάρη στα τελευταία στάδια της ανάπτυξης του καρκίνου [7]. Η ενότητα αυτή έχει επικυρωθεί και που ορίζονται ως «όγκο που σχηματίζουν γενετική υπογραφή» στο σύστημα WI-38 μοντέλο καρκίνου [12]

Ένα συνοψίζει τη Γονιδιωματική Χαρακτηρισμός υπο-ενότητα από τα ακόλουθα σημεία:.

Σταθερό δίκτυα

(μεταγραφές με τις χαμηλότερες τιμές) δημιουργούν ισχυρές λειτουργικές συνδέσεις σύμφωνα με το STRING DB. Κάθε πρωτεΐνη είναι μια πρωτεΐνη κόμβο, με πολλές συνδέσεις και γέφυρες που μπορούν να απεικονιστούν ποσοτικά στην κατάπληξη και θερμικούς χάρτες STRING DB. Η πιθανότητα ότι ένα θανατηφόρο μετάλλαξη, όπως διαγραφή, στην εν λόγω πρωτεΐνη πλήμνη θα οδηγούσε σε κυτταρικό θάνατο αναμένεται να είναι υψηλότερη σε σύγκριση με τις λιγότερο συνδεδεμένο πρωτεΐνες.

δίκτυα Μετασχηματισμός και συνδεσιμότητα

– μεταγραφές με τις υψηλότερες τιμές, συμβάλλοντας κυρίως στη διαδικασία μετασχηματισμού, παράγουν λιγότερο συνδεδεμένο ομάδα σε όλες τις βάσεις δεδομένων. Έτσι διαγραφή του ενός εξ αυτών ή αντικατάσταση με μία άλλη πρωτεΐνη μπορεί να μην επηρεάσει σημαντικά το δίκτυο. Το ίδιο αποτέλεσμα αποκτήθηκε για τις μεταγραφές με τις χαμηλότερες τιμές [6]. Όπως φαίνεται από τα παραπάνω, ο χάρτης περιέχει συνήθως αρκετές χωρίζονται ενότητες δίκτυα (βλέπε για παράδειγμα Εικ. 4Ε). Οι ενότητες αυτές μπορούν να εξεταστούν περαιτέρω ως πιθανοί στόχοι για την φαρμακευτική θεραπεία.

Η

Β- Η Φύση της Υπολογιστικής κατάπληξη Ανάλυση

Εδώ περιγράφουμε τη φύση του

κατάπληξη Ανάλυση Υπολογιστική

. Πρόκειται ουσιαστικά αποτελείται από τις τρεις ακόλουθες πτυχές: Α- συνεργική ενσωμάτωση των διαφόρων ειδών υπολογισμό? Β- ποσοτική επιτάχυνση? γ- μυθιστόρημα είδους συμπεράσματα βασίζονται αποκλειστικά στην κατάπληξη ανάλυση.

Synergistic Ενσωμάτωση διαφορετικά είδη Υπολογισμού.

Μετά τις softmodules απεικονίζεται στο Σχήμα 1, υπάρχουν δύο τρόποι λειτουργίας του em

Υπολογιστική Ανάλυση κατάπληξη

συστήματος:.

1

Διαδοχική

– να ενώσετε τις softmodules ακριβώς όπως φαίνεται στο Σχήμα 1, χρησιμοποιώντας κάθε softmodule εξόδου ως την είσοδο στην επόμενη softmodule

2

κυκλική

-. ορισμένοι softmodules επιλέξει να επαναλαμβάνονται κυκλικά, με ενδεχομένως διαφορετικές εισόδους μέχρι ένα εξέρχεται από το βρόχο, με ικανοποιητικά αποτελέσματα

Και στις δύο τρόπους μια αποδοτική μέθοδος του υπολογισμού περιορίζεται ουσιαστικά μόνο από τις αλληλεπιδράσεις με το ανθρώπινο χρήστη. Αυτές οι αλληλεπιδράσεις μπορεί να είναι τόσο απλή όσο την επιλογή /ανάγνωσης εισόδου /εξόδου. Μπορούν να είναι πιο πολύπλοκα, όπως για παράδειγμα αφιερώνοντας χρόνο για να ευρετική σκέψης και κάνοντας συμπεράσματα των διαφόρων τύπων.

Προκειμένου να καταστεί δυνατή κυκλική επαναλήψεις, κάποιος πρέπει να είναι σε θέση να ξεκινήσει αυθαίρετα με softmodule, ανεξάρτητα από άλλους softmodules. Αυτό είναι πράγματι δυνατό, όπως είναι softmodules κατασκευασμένο έτσι ώστε να μπορούν είτε να λάβουν άμεσα την παραγωγή της προηγούμενης softmodule σε μια αλυσίδα μόδας ή να πάρετε μια άλλη εξωτερική είσοδο. Δεν υπάρχει καμία ανάγκη να χάνουμε χρόνο σε ρητή χειραγώγησης των δεδομένων, όπως η μετατροπή των μορφές μεταξύ softmodules. Αυτό γίνεται αυτόματα, είναι ένα εγγενές χαρακτηριστικό της συνεργιστική ολοκλήρωσης

Όσον αφορά την 1

st softmodule -. Κατάπληξη Ανάλυση – έχουμε ήδη δει ότι η παραγωγή του περιλαμβάνει αρκετές ομάδες π.χ. mRNAs: εκείνους που συμμετέχουν σε σταθερή κατάσταση και άλλους που συμβάλλουν σημαντικά στις αποκλίσεις από την σταθερή κατάσταση. Η συνέργεια softmodules είναι απαραίτητο να κατανοήσουμε την βιολογική σημασία αυτών των ομάδων, δηλ. χρησιμοποιούμε π.χ. πρόσβαση STRING DB [15] για να επιστήσει λειτουργικά δίκτυα για κάθε ομάδα

Το 2

ου softmodule -. Gene Profiling – είναι μια αποτελεσματική ενσωμάτωση γέφυρα μεταξύ των 1

ου και 3

softmodules rd . Επιτρέπει την επιλογή των σημαντικών γονιδίων από κατάπληξη αποτελέσματα της ανάλυσης για την ανάκτηση των σχετικών πληροφοριών από δημόσια διαθέσιμες βάσεις δεδομένων.

Όσον αφορά την 3

softmodule rd, η πρόσβαση σε μια βάση δεδομένων, όπως STRING DB γίνεται μέσω ενός κατάλληλου interface – διαφάνεια στο ανθρώπινο χρήστη – επιτρέποντας απλή επιλογή και ανάκτηση των επιθυμητών δεδομένων στο softmodule, για την προς τα εμπρός υπολογισμούς. Η αρθρωτή δομή του συστήματος επιτρέπει την απλή μελλοντικές διασυνδέσεις σε πρόσθετες βάσεις δεδομένων των τόκων.

Τέλος, το 4

ου softmodule επιτρέπει σχετικά ποσοτικά την έξοδο του κατάπληξη ανάλυσης στη λειτουργική συνδεσιμότητα μεταξύ mRNA. Δύο είδη θερμικούς χάρτες παρέχονται:

1 θεωρητική heatmap της σύνδεσης χρησιμοποιώντας βαθμούς συμμετοχές π.χ. mRNAs στα σταθερή κατάσταση /αποκλίσεις από την σταθερή κατάσταση, όπως υπολογίζεται με ανάλυση κατάπληξη (από το 1

ου softmodule) και επιλέγεται με τη βοήθεια Gene Profiling (το 2

ου softmodule)?

2 -.. λειτουργική heatmap υπολογίζεται από τη σειρά DB σε συνδυασμό βαθμολογίες

Αυτές οι ολοκληρωμένες διαδικασίες επιτρέπουν πολύ

αποδοτική και ποσοτική

κατανόηση της λειτουργικής διασύνδεσης μεταξύ των mRNAs που συμβάλλουν στα διάφορα στάδια του μετασχηματισμού

Ποσοτική Speed-Up αξιολόγησης.

Όπως φαίνεται παραπάνω,

Υπολογιστική κατάπληξη Ανάλυση

περιλαμβάνει ποικίλα είδη των διαδικασιών υπολογισμού. Αυτά έχουν χρόνους διάρκειας με πολύ διαφορετική σειρά των μεγεθών, τα οποία μπορούν να ταξινομηθούν ως εξής:

Αυτόματη καθαρά υπολογιστική διαδικασία

– για παράδειγμα, η ανάλυση κατάπληξη που εκτελούνται από την 1

ου softmodule. Η διάρκεια μιας τέτοιας υπολογισμού μπορεί να είναι και να έχει πράγματι έχουν μετρηθεί με μεγάλη ακρίβεια. Η διάρκεια αυτή μπορεί σίγουρα να μειωθεί κατά αποδοτική διαδοχική υπολογισμό με τη συνήθη έννοια ή να πούμε με παραλληλισμού. Από την άλλη πλευρά, αυτό είναι τόσο πολύ πιο γρήγορα από ό, τι τις επόμενες διαδικασίες, ότι για όλους τους σκοπούς της αξιολόγησης ένα τραχύ χρόνο άνω όριο της τάξης των μερικών δευτερολέπτων είναι αρκετά ικανοποιητική

Ανθρώπινο διαδραστική διαδικασία -.

για παράδειγμα το γονίδιο προφίλ του 2

ου softmodule ή το ελαφρώς μεγαλύτερο θερμικούς χάρτες σύγκριση. Αυτά είναι το ποσοστό καθορισμό των μέτρων του

Υπολογιστική κατάπληξη Ανάλυση

. Η διάρκειά τους θα μπορούσε να είναι κατ ‘αρχήν συντομευθεί μέσω τεχνικών ανάλυσης αλληλεπίδρασης ανθρώπου-υπολογιστή. Από την άλλη πλευρά, είναι αρκετά ασφαλές να υποθέσουμε ότι κάτω φράγμα του περιορίζεται από τις ικανότητες του ανθρώπου, κατά προσέγγιση υπολογίζεται να διαρκέσει ένα χρόνο της τάξης των λεπτών.

Η

Για να εκτιμηθεί η ποσοτική ταχύτητα- μέχρι που λαμβάνονται από τις ενότητες του

Υπολογιστική κατάπληξη Ανάλυση

, οι παραπάνω χρόνοι διάρκειας πρέπει να συγκρίνονται με μη συνεργική απόδοση:

Εγχειρίδιο μετατροπή των δεδομένων και τις πράξεις χειραγώγησης

– για παράδειγμα, χειροκίνητα μετακινώντας τα δεδομένα που προκύπτουν από τις βάσεις δεδομένων, ενώ η μετατροπή τους σε κατάλληλη μορφή σε μια διαδικασία Heatmap απεικόνιση. Θα μπορούσε να πάρει μια προσέγγιση εκτιμώμενη διάρκεια τουλάχιστον της τάξης των δεκάδων λεπτών, ακόμη και για τους μηχανικούς λογισμικού εμπειρογνώμονα.

Η

Από τις ανωτέρω εκτιμήσεις, το ένα αξιολογεί τη συνολική ποσοτική επιτάχυνση που λαμβάνεται από το

Υπολογιστική κατάπληξη Ανάλυση

, να είναι της τάξης των δέκα. Αυτή είναι η αναλογία μεταξύ της μακρύτερης δυνατή διάρκεια, δηλ. η

χειροκίνητο χειρισμό των δεδομένων

με το μικρότερο ποσοστό καθορισμό βήμα, δηλαδή. η

ανθρώπινης διαδραστική διαδικασία

διαμεσολαβείται από συνεργιστική αυτόματη μετατροπή και το χειρισμό των δεδομένων.

Αυτή η ταχύτερη ανάκαμψη επιτρέπει στους ερευνητές και τους επαγγελματίες να χρησιμοποιούν το κερδίσει χρόνο για κερδοφόρες ανάλυση. Με αυτή την έννοια, επιταχύνει-up του δυναμικού ευρετική σκέψης. Ευρετική σκέψης έχει ένα συνειρμικό χαρακτήρα, όπως άφησε να εννοηθεί σε βάζοντας side-by-side (για παράδειγμα στα Σχήματα 3 και 4 του παρόντος εγγράφου) ποικιλόμορφη αποτέλεσμα εμφανίζεται ως κατάπληξη Ανάλυση δημιουργούνται θερμικούς χάρτες και χάρτες συνδεσιμότητας.

Ένα σημαντικό Συμπερασματολογία:. Σταθερότητα της σταθερής κατάστασης

Εκτός από την ένταξη των διαφορετικών τύπων υπολογισμού με κατάπληξη την ανάλυση, η ανάλυση αυτή επιτρέπει νέα είδη συμπερασμάτων. Εδώ συζητάμε για το συμπέρασμα της σταθερότητας των βασικών, καθαριότητα κυτταρικές διεργασίες, όπως η σύνθεση πρωτεϊνών.

Η ποσοτική επιχείρημα χρησιμοποιεί eq. (2), που σημαίνει ότι τα πειραματικά επίπεδα έκφρασης των μεταγραφών με σημαντική (αρνητική Όπως φαίνεται στο Σχ.