Uma propriedade topológica nova como a medida de robustez de redes regulatórias

Resumo

O crescimento da biologia molecular avançou de tal modo que podemos medir a expressão de milhares de genes. No entanto, apenas a expressão de medição de múltiplos genes individuais é insuficiente para descrever questões de sistemas, tais como doenças complexas. Para relacionar a expressão do gene para estados fisiológicos (doença) e variáveis ambientais de um organismo, temos que utilizar redes de expressão gênica. Estas redes permitem a identificação mais inteligente dos subtipos moleculares de doenças e alvos moleculares para o tratamento. No entanto, a reconstrução de redes de expressão gênica não é realizada facilmente. A construção de redes de expressão de genes fiáveis com os métodos atuais requer grandes conjuntos de dados ou descarta grande parte dos dados para reduzir os falsos positivos. Apesar de taxa de descobertas falsas (FDR) é o mais popular procedimento de correção múltiplas hipóteses para inferências de rede, FDR é um procedimento conservador e faz uma suposição inapropriada de independência para redes de genes. Sequentemente, ele tende a ter uma alta taxa de falsos negativos (isto é, de baixo poder) e requer grandes tamanhos de amostra, a fim de ter a certeza sobre uma rede reconstruída. Neste projeto iremos investigar um novo método, que não faz suposição de independência, com base na propriedade co-regulação de uma rede de expressão gênica, nós descobrimos, (dentro de uma classe de amostras dois genes "up" ou dois "down" regulados são positivamente correlacionados e dois genes "up"/"down" regulados são negativamente correlacionados). Enquanto o método FDR tem sido útil e os seus inconvenientes tolerável; um novo método proposto melhor se adapta a redes de genes e pode produzir resultados mais uteis é altamente necessário. (AU)