Reverse engineering directed gene regulatory networks from transcriptomics and proteomics data of biomining bacterial communities with approximate Bayesian computation and steady-state signalling simulations

Reverse engineering directed gene regulatory networks from transcriptomics and proteomics data of biomining bacterial communities with approximate Bayesian computation and steady-state signalling simulations

Abstract Background Network inference is an important aim of systems biology. It enables the transformation of OMICs datasets into biological knowledge. It consists of reverse engineering gene regulatory networks from OMICs data, such as RNAseq or mass spectrometry-based proteomics data, through com...

Ամբողջական նկարագրություն

Մատենագիտական մանրամասներ
Հիմնական հեղինակներ: Antoine Buetti-Dinh, Malte Herold, Stephan Christel, Mohamed El Hajjami, Francesco Delogu, Olga Ilie, Sören Bellenberg, Paul Wilmes, Ansgar Poetsch, Wolfgang Sand, Mario Vera, Igor V. Pivkin, Ran Friedman, Mark Dopson
Ձևաչափ: Հոդված
Լեզու:English
Հրապարակվել է: BMC 2020-01-01
Շարք:BMC Bioinformatics
Խորագրեր:
Biological signalling simulations
Gene regulatory networks
Approximate Bayesian computation
Machine learning
Biomining
Acidophiles
Առցանց հասանելիություն:https://doi.org/10.1186/s12859-019-3337-9

Նմանատիպ նյութեր

Նմանատիպ նյութեր