Busca avançada
Ano de início
Entree
(Referência obtida automaticamente do Web of Science, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores.)

BioNetStat: A Tool for Biological Networks Differential Analysis

Texto completo
Autor(es):
Jardim, Vinicius Carvalho [1, 2] ; Santos, Suzana de Siqueira [1] ; Fujita, Andre [1] ; Buckeridge, Marcos Silveira [2]
Número total de Autores: 4
Afiliação do(s) autor(es):
[1] Univ Sao Paulo, Inst Math & Stat, Dept Comp Sci, Sao Paulo - Brazil
[2] Univ Sao Paulo, Inst Biosci, Dept Bot, Sao Paulo - Brazil
Número total de Afiliações: 2
Tipo de documento: Artigo Científico
Fonte: FRONTIERS IN GENETICS; v. 10, JUN 21 2019.
Citações Web of Science: 0
Resumo

The study of interactions among biological components can be carried out by using methods grounded on network theory. Most of these methods focus on the comparison of two biological networks (e.g., control vs. disease). However, biological systems often present more than two biological states (e.g., tumor grades). To compare two or more networks simultaneously, we developed BioNetStat, a Bioconductor package with a user-friendly graphical interface. BioNetStat compares correlation networks based on the probability distribution of a feature of the graph (e.g., centrality measures). The analysis of the structural alterations on the network reveals significant modifications in the system. For example, the analysis of centrality measures provides information about how the relevance of the nodes changes among the biological states. We evaluated the performance of BioNetStat in both, toy models and two case studies. The latter related to gene expression of tumor cells and plant metabolism. Results based on simulated scenarios suggest that the statistical power of BioNetStat is less sensitive to the increase of the number of networks than Gene Set Coexpression Analysis (GSCA). Also, besides being able to identify nodes with modified centralities, BioNetStat identified altered networks associated with signaling pathways that were not identified by other methods. (AU)

Processo FAPESP: 14/50884-5 - INCT 2014: Instituto Nacional de Ciência e Tecnologia do Bioetanol
Beneficiário:Marcos Silveira Buckeridge
Linha de fomento: Auxílio à Pesquisa - Temático
Processo FAPESP: 18/21934-5 - Estatística de redes: teoria, métodos e aplicações
Beneficiário:André Fujita
Linha de fomento: Auxílio à Pesquisa - Temático
Processo FAPESP: 16/13422-9 - Métodos estatísticos para grafos com aplicações em ciências da vida
Beneficiário:André Fujita
Linha de fomento: Auxílio à Pesquisa - Regular
Processo FAPESP: 15/21162-4 - Identificação de variáveis associadas à estrutura de grafos e aplicações em neurociência
Beneficiário:Suzana de Siqueira Santos
Linha de fomento: Bolsas no Brasil - Doutorado
Processo FAPESP: 08/57908-6 - Instituto Nacional de Biotecnologia para o Bioetanol
Beneficiário:Marcos Silveira Buckeridge
Linha de fomento: Auxílio à Pesquisa - Programa BIOEN - Temático