机构名称：
¥ 1.0
嵌入方法已成为一种有价值的方法，用于将基本信息从复杂的高维数据提炼成更容易访问的低维空间。嵌入方法在生物数据中的应用表明，基因嵌入可以有效地捕获基因之间的物理，结构和功能关系。但是，该实用程序主要是通过使用基因嵌入来实现下游机器学习任务来实现的。直接检查嵌入的嵌入，尤其是对嵌入空间中基因集的分析所做的少得多。在这里，我们提出了一种用于网络数据嵌入和相似性（Andes）的算法，这是一种新型最佳匹配方法，可以与现有基因嵌入式使用，以比较基因集，同时调解基因集多样性。这种直观的方法对改善各种任务的嵌入空间的实用性具有重要的下游含义。具体而言，我们展示了安第斯山脉应用于编码蛋白质相互作用的不同基因嵌入时，可以用作一种新型的过度反应和基于等级的基因集合富集分析方法，以实现最新的性能。此外，安第斯山脉可以使用多生物联合基因嵌入来促进跨生物体的功能知识转移，从而允许跨模型系统映射表型。我们的灵活，直截了当的最佳匹配方法可以扩展到设定元素之间具有不同社区结构的其他嵌入空间。
在嵌入空间中进行基因集分析的最佳匹配方法
主要关键词
相关文件推荐
