蛋白质组学与生物信息学杂志
开放获取

抽象的

LeaderGene：分子基因组学的快速数据挖掘工具

尼古拉·路易吉·布拉加齐、卢卡·贾科梅利、维克多·西沃热列佐夫和克劳迪奥·尼科里尼

DNA微阵列是最有前景的分子基因组学方法，但该技术通常会带来实验复杂性和分析困难。此外，阵列上显示的大部分基因通常不直接参与正在进行的细胞研究过程。我们提出了一种数据挖掘算法，基于给定过程中涉及的基因的识别，计算它们之间的应答以及根据应答的数量进行排名。最高簇中的基因被定义为“前导基因” 。这些发现可能会导致临时的、因此更重要的实验。然而，目前这个复杂的过程是手动执行的。在这项工作中，我们介绍了 LeaderGene 的总体架构，这是一种从头开始的分子基因组学的自动化工具。三个不同且独立的部分：（1）基因列表的识别；（2）加权链接数的计算；（3）基因咳嗽。最终输入由用户提供；然后，第1部分和第2部分的输出分别成为第2部分和第3部分的输入。能够自动计算给定细胞系统中前导基因的用户友好软件的开发分子基因组学领域取得进一步进展。