想象成对的组学数据集之间的联系

背景:
每个组学平台现在能够产生大量的数据。基因组学、蛋白质组学、代谢组学interactomics编译速度不断增加,现在形成了一个基本系统生物学框架的核心部分。最近,几个综合方法提出了提取有意义的信息。然而,这些方法缺乏可视化输出完全解开不同生物之间的复杂关联的实体。

结果:
多元统计方法“正规化典型相关分析”和“稀疏的偏最小二乘回归”是最近开发的集成两种类型的高维度的组学数据和选择相关的信息。使用这些方法的结果,我们建议重新审视一些图形输出,以便更好地理解之间的关系两个组学'data和更好的想象之间的相关结构不同的生物实体。这些图形输出包括相关情节,相关网络和集群图像映射。

结论:
这样的图形输出无疑是有用的援助这些承诺的解释综合分析工具在解决基本的生物学问题,肯定会帮助和理解系统作为一个整体。

这篇文章发表在《华尔街日报》个人经历矿业和是免费访问。