Ajan sarjan polkujen rikastumisanalyysi — Dynaaminen polkuaktiivisuus ajan funktiona
Ajan sarjan polkujen rikastumisanalyysi tunnistaa biologisia polkuja, joiden koordinoitu geenitoiminta muuttuu merkittävästi järjestyneissä aikapisteissä. Sen sijaan, että kutakin aikapistettä käsiteltäisiin itsenäisesti, menetelmä mallintaa geeniekspression ajallista kehitystä kunkin polun sisällä ja testaa, aktivoituvatko tai vaimenevatko kokonaiset biologiset ohjelmat — eivät vain yksittäiset geenit — ajasta riippuvaisella tavalla. Sitä käytetään laajalti kehitysbiologiassa, lääkevasteiden tutkimuksessa ja infektioiden aikasarjoissa.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Menetelmäkartta
Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.
Lähteet
- Ernst, J., Nau, G. J., & Bar-Joseph, Z. (2005). Clustering short time series gene expression data. Bioinformatics, 21(Suppl 1), i159–i168. link ↗
- Cheng, J., Tegge, A. N., & Bhatt, D. L. (2014). A method for identifying and interpreting time-series pathway activity changes from gene expression data. Bioinformatics, 30(21), 3147–3154. link ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Time-Series Pathway Enrichment Analysis. ScholarGate. https://scholargate.app/fi/bioinformatics/time-series-pathway-enrichment-analysis
Mikä menetelmä?
Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.
- Geenien joukon rikastumisanalyysi (GSEA)Bioinformatiikka↔ vertaa
- Moni-omics polkurikastusanalyysiBioinformatiikka↔ vertaa
- PolkurikastusanalyysiBioinformatiikka↔ vertaa
- RNA-seq-differentiaaliekspressioanalyysiBioinformatiikka↔ vertaa
- Aikasarjojen RNA-seq-differentiaaliekspressioBioinformatiikka↔ vertaa
Similar methods
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →