Logotyp: till Uppsala universitets webbplats

uu.sePublikationer från Uppsala universitet
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Knowledge of the perturbation design is essential for accurate gene regulatory network inference
Stockholm Univ, Dept Biochem & Biophys, Sci Life Lab, Box 1031, S-17121 Solna, Sweden..
Stockholm Univ, Dept Biochem & Biophys, Sci Life Lab, Box 1031, S-17121 Solna, Sweden..
NYU, Ctr Dev Genet, New York, NY USA..
Uppsala universitet, Science for Life Laboratory, SciLifeLab. Uppsala universitet, Medicinska och farmaceutiska vetenskapsområdet, Medicinska fakulteten, Institutionen för immunologi, genetik och patologi, Neuroonkologi och neurodegeneration.ORCID-id: 0000-0003-1758-1262
Visa övriga samt affilieringar
2022 (Engelska)Ingår i: Scientific Reports, E-ISSN 2045-2322, Vol. 12, artikel-id 16531Artikel i tidskrift (Refereegranskat) Published
Abstract [en]

The gene regulatory network (GRN) of a cell executes genetic programs in response to environmental and internal cues. Two distinct classes of methods are used to infer regulatory interactions from gene expression: those that only use observed changes in gene expression, and those that use both the observed changes and the perturbation design, i.e. the targets used to cause the changes in gene expression. Considering that the GRN by definition converts input cues to changes in gene expression, it may be conjectured that the latter methods would yield more accurate inferences but this has not previously been investigated. To address this question, we evaluated a number of popular GRN inference methods that either use the perturbation design or not. For the evaluation we used targeted perturbation knockdown gene expression datasets with varying noise levels generated by two different packages, GeneNetWeaver and GeneSpider. The accuracy was evaluated on each dataset using a variety of measures. The results show that on all datasets, methods using the perturbation design matrix consistently and significantly outperform methods not using it. This was also found to be the case on a smaller experimental dataset from E. coli. Targeted gene perturbations combined with inference methods that use the perturbation design are indispensable for accurate GRN inference.

Ort, förlag, år, upplaga, sidor
Springer Nature, 2022. Vol. 12, artikel-id 16531
Nationell ämneskategori
Bioinformatik och systembiologi
Identifikatorer
URN: urn:nbn:se:uu:diva-487635DOI: 10.1038/s41598-022-19005-xISI: 000865282300021PubMedID: 36192495OAI: oai:DiVA.org:uu-487635DiVA, id: diva2:1707382
Forskningsfinansiär
Stiftelsen för strategisk forskning (SSF)Tillgänglig från: 2022-10-31 Skapad: 2022-10-31 Senast uppdaterad: 2022-10-31Bibliografiskt granskad

Open Access i DiVA

fulltext(3544 kB)99 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 3544 kBChecksumma SHA-512
26b727a6706b5080c4bee0adfad13d272252b3461e0c9fcce096cdfc1719c53b5c0c0cf6c44db0e697c159d8d75adbef79a0cccc0080cc9b3b0bdb76af148183
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltextPubMed

Person

Nelander, Sven

Sök vidare i DiVA

Av författaren/redaktören
Nelander, Sven
Av organisationen
Science for Life Laboratory, SciLifeLabNeuroonkologi och neurodegeneration
I samma tidskrift
Scientific Reports
Bioinformatik och systembiologi

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 99 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
pubmed
urn-nbn

Altmetricpoäng

doi
pubmed
urn-nbn
Totalt: 56 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf