An Order-independent Algorithm for Inferring Directed Gene Regulatory Networks from Incomplete Data

سال انتشار: 1398
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 268

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

IBIS09_024

تاریخ نمایه سازی: 19 اسفند 1399

چکیده مقاله:

The inference of gene regulatory networks from incomplete data can be a challenging task in bioinformatics. This study presents a method for inferring gene regularity networks (GRN) from incomplete gene expression data sets. Regulation of gene expression and revealing the structure and dynamics of a gene regulatory network is of great interest and represents a considerably challenging computational problem [1]. If we understand the biological activity from signal emulsion to metabolic dynamics, then we can prioritize potential drug targets of various diseases, devise effective therapeutics, and discover the novel pathways [2].

نویسندگان

Parisa Niloofar

Department of mathematical sciences, Faculty of statistics, university of Bojnord, Bojnord, Iran

Rosa Aghdam

School of Biological Sciences, Institute for Research in Fundamental Sciences (IPM), Tehran, Iran

Changiz Eslahchi

School of Biological Sciences, Institute for Research in Fundamental Sciences (IPM), Tehran, IranDepartment of Computer Sciences, Faculty of Mathematical Sciences, Shahid Beheshti University, Tehran, Iran