GENIX – Ein computergestützter Netzwerkanalyseansatz zur Identifizierung von Signaturgenen
2024
Sanofi, Cambridge, USA
Die Einzelzell-RNA-Sequenzierung (scRNA-seq) hat das Verständnis der zellulären Reaktionen auf Beeinträchtigungen wie therapeutische Interventionen und Impfstoffe verändert. Die Relevanz von Genen bei solchen Beeinträchtigungen wird häufig durch eine Differentialexpressionsanalyse (DEA) beurteilt, die eine eindimensionale Ansicht der transkriptomischen Landschaft bietet. Diese Methode übersieht möglicherweise Gene mit geringen Expressionsänderungen, aber tiefgreifenden nachgelagerten Effekten und ist anfällig für falsch positive Ergebnisse. In dieser Studie wird GENIX (Gene Expression Network Importance Examination) vorgestellt, ein Computer-Framework, das über DEA hinausgeht, indem es Genassoziationsnetzwerke erstellt und ein netzwerkbasiertes Vergleichsmodell zur Identifizierung topologischer Signaturgene verwendet. GENIX wurde anhand synthetischer und experimenteller Datensätze einem Benchmarking unterzogen. GENIX emuliert erfolgreich Schlüsselmerkmale biologischer Netzwerke und deckt Signaturgene auf, die bei der klassischen DEA übersehen werden, wodurch der Umfang der Zielgenentdeckung in der Präzisionsmedizin erweitert wird.
GENIX enables comparative network analysis of single-cell RNA sequencing to reveal signatures of therapeutic interventions
Nima Nouri, Virginia Savova
Eingestellt am: 08.07.2024
[1] https://www.cell.com/cell-reports-methods/fulltext/S2667-2375(24)00150-4
