Ağ Tabanlı Gen Kümesi Zenginleştirme Analizi
Network-Based Gene Set Enrichment Analysis · Ayrıca şöyle bilinir: network GSEA, network-propagation GSEA, NetGSA, graph-informed gene set testing
Ağ tabanlı gen kümesi zenginleştirme analizi (network GSEA), biyolojik etkileşim ağlarını – protein-protein etkileşimi (PPI) veya eş-ifade grafikleri gibi – zenginleştirme testine dahil ederek klasik GSEA'yı genişletir. Her geni bağımsız olarak ele almak yerine, yöntem diferansiyel ifade sinyallerini ağ kenarları boyunca yayarak, eş-düzenlenmiş veya işlevsel olarak bağlı genlerin bir gen kümesinin anlamlılığını ortaklaşa desteklemesine olanak tanır. Sonuç, yolak topolojisini ve gen-gen bağımlılıklarını hesaba katan biyolojik olarak tutarlı bir zenginleştirme skorudur.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Gen ifadesindeki değişikliklerin, birkaç yüksek derecede anlamlı gene yoğunlaşmak yerine, işlevsel olarak tutarlı bir alt ağa yayılması beklendiğinde ağ tabanlı GSEA kullanın. Özellikle yolak çapraz konuşmasının belirgin olduğu karmaşık hastalık çalışmalarında ve klasik GSEA'nın biyolojik olarak anlamlı bir tedaviye rağmen az sayıda anlamlı gen kümesi döndürdüğü deneylerde değerlidir. Yüksek kaliteli, türe uygun bir etkileşim ağı mevcut olmalıdır; bu yöntemi uygun bir ağ olmadığında veya ilgili organizma için ağın seyrek ve yetersiz karakterize edildiği durumlarda kullanmayın. Ayrıca, klasik GSEA'nın zaten net sonuçlar ürettiği büyük etkili deneysel karşılaştırmalarda ilk basamak yöntemi olarak uygun değildir – eklenen ağ karmaşıklığı o zaman yorumlamayı engelleyebilir.
Güçlü yönler & sınırlılıklar
- Bireysel gen katlanma değişimleri küçük olsa bile yolak düzeyinde sinyali yakalar, karmaşık hastalık bağlamlarında hassasiyeti artırır.
- Biyolojik olarak temellendirilmiş: transkriptomu yapılandırılmamış bir liste olarak ele almak yerine bilinen gen-gen etkileşimlerinden yararlanır.
- Ağ düzeyinde doğrulama gerektirerek izole aykırı genlerden kaynaklanan gürültüyü azaltır.
- Çeşitli ağ türleriyle (PPI, eş-ifade, düzenleyici) uyumludur, bu da esnek çalışma tasarımı sağlar.
- Birden fazla klasik yolu kapsayan zenginleştirilmiş alt ağları ortaya çıkararak yeni yolak çapraz konuşmasını tanımlayabilir.
- Sonuçlar, kullanılan etkileşim ağının kalitesine, eksiksizliğine ve türe uygunluğuna doğrudan bağlıdır.
- Ağ yayılımı, doğrulanması veya uzman olmayan kitlelere iletilmesi zor olabilecek ek bir modelleme varsayımları katmanı getirir.
- Klasik GSEA'dan hesaplama açısından daha yoğundur, özellikle permütasyon tabanlı boş dağılımların ağ topolojisine saygı göstermesi gerektiğinde.
- Yayılım adımı belirli bir genin neden yükseltilmiş bir puan aldığını belirsizleştirdiği için uzman olmayanlar için daha az yorumlanabilir.
SSS
Network GSEA klasik GSEA'dan nasıl farklıdır?
Klasik GSEA genleri bireysel ifade istatistiklerine göre sıralar ve bir gen kümesinin bu sıralı listede rastgele olmayan bir şekilde dağılıp dağılmadığını test eder. Network GSEA önce ifade sinyallerini bir biyolojik etkileşim ağı boyunca yayar, böylece düzensizleşmiş komşulara bağlı genler, kendi katlanma değişimleri mütevazı olsa bile daha yüksek puanlar alır. Zenginleştirme testi daha sonra bu ağ-yumuşatılmış skorlar üzerinde çalışır, bu da onu koordine edilmiş ancak bireysel olarak zayıf yolak pertürbasyonlarına karşı daha hassas hale getirir.
Hangi ağı kullanmalıyım?
Organizmanıza, doku tipinize ve biyolojik sorunuza uyan bir ağ seçin. STRING, geniş PPI kapsamı için yaygın olarak kullanılır; BioGRID, deneysel olarak doğrulanmış etkileşimler için; KEGG veya Reactome, kanonik sinyalizasyon için; eş-ifade ağları (örneğin, WGCNA'dan türetilmiş), dokuya özgü işlevsel ilişkiler için. Farklı organizmalardan ağları karıştırmaktan veya filtreleme yapmadan son derece dokuya özgü bir deney için bir pan-doku ağı kullanmaktan kaçının.
Hangi araçlar ağ tabanlı GSEA uygular?
NetGSA (Bioconductor'daki R paketi), Shojaie-Michailidis doğrusal model yaklaşımını uygular. EnrichNet, bir web arayüzü aracılığıyla ağ-mesafe tabanlı zenginleştirme sağlar. HotNet2, anlamlı derecede düzensizleşmiş alt ağları tanımlar. NEAT ve graphite R paketi ağ-topoloji-bilgili yolak testi sunar. Seçim, resmi bir istatistiksel test çerçevesi (NetGSA), alt ağ keşfi (HotNet2) veya topolojiye duyarlı bir örtüşme testi (NEAT) isteyip istemediğinize bağlıdır.
Network GSEA klasik GSEA'dan daha büyük bir örneklem büyüklüğü gerektirir mi?
Doğası gereği değil, ancak ağ yayılımından elde edilen güç kazanımları, yumuşatma adımının anlamlı bir şekilde yayılacak yeterli sinyale sahip olduğu daha büyük veri kümelerinde en belirgindir. Çok küçük deneylerde (grup başına beş veya altıdan az örnek), hem klasik hem de ağ GSEA'nın gücü düşük olacaktır; ağ yayılımı yeterli örneklem büyüklüğünün yerini tutmaz.
Tek hücreli RNA-seq verilerine network GSEA uygulayabilir miyim?
Evet, ancak ek hususlar vardır. Tek hücreli veriler genellikle klasik formunda network GSEA uygulamadan önce sözde-toplu toplama veya hücre tipi-özgü diferansiyel ifade gerektirir. Alternatif olarak, tek hücreli verilerden oluşturulan hücre tipi-özgü eş-ifade ağları yayılım grafiği olarak hizmet edebilir ve hücre tipi-çözümlü yolak zenginleştirmesini sağlayabilir.
Kaynaklar
- Shojaie, A., & Michailidis, G. (2010). Network enrichment analysis in complex experiments. Statistical Applications in Genetics and Molecular Biology, 9(1), Article 22. link ↗
- Subramanian, A., Tamayo, P., Mootha, V. K., Mukherjee, S., Ebert, B. L., Gillette, M. A., Paulovich, A., Pomeroy, S. L., Golub, T. R., Lander, E. S., & Mesirov, J. P. (2005). Gene set enrichment analysis: A knowledge-based approach for interpreting genome-wide expression profiles. Proceedings of the National Academy of Sciences, 102(43), 15545-15550. link ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Network-Based Gene Set Enrichment Analysis. ScholarGate. https://scholargate.app/tr/bioinformatics/network-based-gene-set-enrichment-analysis
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Gen Kümesi Zenginleşme Analizi (GSEA)Biyoenformatik↔ karşılaştır
- Ağ Tabanlı GWASBiyoenformatik↔ karşılaştır
- Yol Zenginleştirme AnaliziBiyoenformatik↔ karşılaştır
- RNA-seq Diferansiyel İfadeBiyoenformatik↔ karşılaştır
- Tek hücre Gen Kümesi Zenginleşme AnaliziBiyoenformatik↔ karşılaştır