ARACNE算法从表达谱数据中推断基因调控网络 | 您所在的位置:网站首页 › 基因调控网络稳态是什么 › ARACNE算法从表达谱数据中推断基因调控网络 |
2022年在圣母大学组织的关于网络生物学未来方向的研讨会上,生物网络的推理和比较作为重要的研究方向,越来越多的被用于标记物的筛选与分子机制的研究。最近比较火热的viper实现单细胞蛋白活性推断,也是基于ARACNE算法构建的调控网络。 ![]() Reconstruction of Accurate Cellular Networks(ARACNE)算法于2006年发表在BMC Bioinformatics杂志,其升级版ARACNE-AP于2016年发表在Bioinformatics杂志,具体信息可以查询(https://github.com/califano-lab/ARACNe-AP) 一.程序输入 程序输入主要包括表达谱矩阵与转录因子列表,表达谱矩阵按照列为基因名字,行为样本名字,其他为表达值(比如RPKM),转录因子列表为一列转录因子的名字。 二、程序分析 主要分为3个步骤: 1.计算 相互信息(MI)阈值 java -jar -Xmx5G ARACNe-AP/dist/aracne.jar -e TCGA-STAD.txt -o ARACNe --tfs human_tf.txt --pvalue 1E-8 --seed 1 --calculateThreshold 会输出 Finding threshold for 375 samples Parameters for fitted threshold function: [0.06920274338285985, 6.225412313393141E-6] MI threshold: 0.07966707223888007 2.循环100次抽样筛选显著的MI for i in {1..100};do java -jar -Xmx5G ARACNe-AP/dist/aracne.jar -e TCGA-STAD.txt -o ARACNe --tfs human_tf.txt --pvalue 1E-8 --seed $i --threads 64 ;done 3.进行一致性统计分析,筛选显著的Network java -jar -Xmx5G ARACNe-AP/dist/aracne.jar -o ARACNe --consolidate --threads 60 三、程序输出 输出结果包括三列,第一列为调控因子,第二列为靶基因,第三列为MI值,第四列为Pvalue值。 ![]() 四、结果应用 ARACNE-AP计算的结果文件可以用于viper R包aracne2regulon函数进行调用。 |
CopyRight 2018-2019 实验室设备网 版权所有 |