系统生物学研究中不同组学数据的整合

系统生物学研究中不同组学数据的整合

ID:23808331

大小:440.50 KB

页数:12页

时间:2018-11-10

系统生物学研究中不同组学数据的整合_第1页
系统生物学研究中不同组学数据的整合_第2页
系统生物学研究中不同组学数据的整合_第3页
系统生物学研究中不同组学数据的整合_第4页
系统生物学研究中不同组学数据的整合_第5页
资源描述:

《系统生物学研究中不同组学数据的整合》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、ISSN1007-7626中国生物化学与分子生物学报2007年12月CN11-3870Q23(12):971~976ChineseJournalofBiochemistryandMolecularBiology综述系统生物学研究中不同组学数据的整合刘伟1),2),朱云平2)*,贺福初2)*(1)国防科技大学机电工程与自动化学院,长沙410073;2)蛋白质组学国家重点实验室,北京蛋白质组中心,军事医学科学院放射与辐射医学研究所,北京102206)摘要高通量实验方法的发展导致大量基因组、转录组、代谢组等组学数据的出现,组学

2、数据的整合为全面了解生物学系统提供了条件.但是,由于当前实验技术手段的限制,高通量组学数据大多存在系统偏差,数据类型和可靠程度也各不相同,这给组学数据的整合带来了困难.本文以转录组、蛋白质组和代谢组为重点,综述了近年来组学数据整合方面的研究进展,包括新的数据整合方法和分析平台.虽然现存的数据统计和网络分析的方法有助于发现不同组学数据之间的关联,但是生物学意义上的深层次的数据整合还有待于生物、数学、计算机等各种领域的全面发展.关键词转录组;蛋白质组;代谢组;相关性;整合中图分类号Q50IntegrationofVariou

3、sOmicsDatainBiologicalSystemsLIUWei1),2),ZHUYun-Ping2)*,HEFu-Chu2)*(1)CollegeofMechanical&ElectronicEngineeringandAutomatization,NationalUniversityofDefenseTechnology,Changsha410073,China;2)NationalKeyLaboratoryofProteomics,BeijingProteomeResearchCenter,BeijingIn

4、stituteofRadiationMedicine,Beijing102206,China)AbstractThedevelopmentofhigh-throughputexperimentaltechniqueshasledtotheemergenceofalarge amountofomicsdata,includingtranscriptome,proteomeandmetabonomedata.Integratingsuchomicsdata providedachancetocomprehendthebiol

5、ogicalsystemfully.However,thereweresystematicbiasesinhigh- throughputdataduetothelimitofexperimentaltechnique,anddatatypesandreliabilitydegreevariedin differentomicsdata,whichbroughtdifficultiestotheintegrationofdifferentomicsdata.Inthispaper,we focusedontranscri

6、ptome,proteomeandmetabonometoreviewtheprogressintheareaofomicsdataintegration intherecentyears,includingnewmethodsandanalysistools.Eventhoughtheexistingapproachesofdata statisticandnetworkanalysiscouldhelpuncovertherelationshipamongdifferentomicsdata,thorough int

7、egrationofdatafromthebiologicalaspectwoulddependonthefurtherdevelopmentinmultipleareas,such asbiology,mathematicsandcomputer.Keywordstranscriptome;proteome;metabonome;correlation;integration随着实验技术的全面发展,高通量的组学数据收稿日期:2007-05-14,接受日期:2007-10-09开始变得容易获取,它们提供了细胞中几乎所有成

8、员和相互作用的综合描述.Joyce等[1]将这些数据分[1]将这些数据分成3类:成员、相互作用和功能状态数据.成员数据国家重点基础研究发展规划(973计划,No.2006CB910803,2006CB910706),国家高技术研究发展计划资助项目(863计划,No.2006AA02A312),创新研究群体科学基金项目

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。