国际标准期刊号: 0974-276X
阿布舍克·纳拉因·辛格*
图网络科学正变得越来越流行,特别是在大数据角度,理解单个实体的各个功能角色是复杂且耗时的。当一组基因受一组遗传变异调节时,该基因组很可能被招募用于共同或相关的功能目的。从关联网络中分组和提取群落对于理解系统复杂性至关重要,从而优先考虑疾病和功能关联的基因。一次研究一个实体时,工作量会减少。为此,我们推出了 GraphBreak,这是一套用于社区检测应用的工具,例如用于基因共表达、蛋白质相互作用、调控网络等。虽然是为 eQTL 调控基因组网络社区的用例而开发的,如果输入数据以必要的格式提供,包括但不限于基因共表达网络、蛋白质-蛋白质相互作用网络、信号通路和代谢网络,则我们对样本 eQTL 数据的分析显示的研究结果 - GraphBreak 可以部署用于其他研究。GraphBreak 在检测到的社区疾病关联的下游分析中显示了关键用例价值。如果社区检测和分析的所有独立步骤都是算法的逐步子部分。GraphBreak 可以被认为是一种基于社区的功能表征的新算法。为此目的,将各种算法实现模块组合到单个脚本中,这说明了 GraphBreak 的新颖性。与其他同类工具相比,