XiaoMi-AI文件搜索系统
World File Search System通过通路
恢复和复发预防中的冲突解决或......
您的大脑控制着特定的功能。 * 感觉（蓝色） * 视觉（黄色） * 奖励通路（橙色）， * 小脑（粉红色）负责协调，海马体（绿色）负责记忆，丘脑（洋红色）接收来自身体（脊髓内的洋红色线）的疼痛信息，并将信息传递到皮质。神经细胞或神经元通过通路将一个区域连接到另一个区域，以发送和整合信息。神经元延伸的距离可长可短。当一个人因某些行为而获得积极强化（“奖励”）时，该通路就会被激活。 + NIDA 2016
通过通路富集分析和中心基因-miRNA 网络揭示多囊卵巢综合征 (PCOS) 中的关键生物标志物和治疗药物
背景：多囊卵巢综合征 (PCOS) 影响着全球育龄妇女，发病率为 5% - 26%。越来越多的证据表明，微小 RNA (miRNA) 在 PCOS 的颗粒细胞 (GC) 病理生理中发挥着重要作用。目的：本研究的目的是通过分析三个不同的微阵列数据集，确定枢纽基因-miRNA 网络中差异表达最显著的 miRNA (DE-miRNA) 及其相应的靶标，并识别新的 DE-miRNA。此外，还使用生物信息学方法进行了功能富集分析。最后，研究了排名前 5 位的枢纽基因与药物之间的相互作用。方法：使用生物信息学方法，分析了基因表达总集 (GEO) 中的三个 GC 谱，即基因表达总集系列 (GSE)-34526、GSE114419 和 GSE137684。使用 multiMiR R 包预测排名靠前的 DE-miRNA 的靶标，并且仅检索具有验证结果的 miRNA。将“DE-miRNA 预测结果”和“现有组织 DE-mRNA”之间共同的基因指定为差异表达基因 (DEG)。对 DEG 实施了基因本体 (GO) 和通路富集分析。为了识别枢纽基因和枢纽 DE-miRNA，使用 Cytoscape 软件构建了蛋白质-蛋白质相互作用 (PPI) 网络和 miRNA-mRNA 相互作用网络。利用药物-基因相互作用数据库 (DGIdb) 数据库来识别排名靠前的枢纽基因与药物之间的相互作用。结果：从 GSE114419 和 GSE34526 微阵列数据集中检索到的前 20 个 DE-miRNA 中，只有 13 个通过 multiMiR 预测方法具有“验证结果”。在研究的 13 个 DE-miRNA 中，只有 5 个，即 hsa-miR-8085 、 hsa-miR-548w 、 hsa-miR-612 、 hsa-miR-1470 和 hsa-miR-644a，与我们研究中的枢纽基因-miRNA 网络中的 10 个枢纽基因表现出相互作用。除 hsa-miR-612 外，其他 4 个 DE-miRNA，包括 hsa-miR-8085 、 hsa-miR-548w 、 hsa-miR-1470 和 hsa-miR-644a ，都是新发现的，之前尚未在 PCOS 发病机制中报道过。此外，GO 和通路富集分析将京都基因和基因组百科全书 (KEGG) 中的“致病性大肠杆菌感染”和 FunRich 中的“调节 Rac1 活性”确定为主要通路。药物中心基因相互作用网络确定 ACTB 、 JUN 、 PTEN 、 KRAS 和 MAPK1 是使用治疗药物治疗 PCOS 的潜在靶点。结论：本研究结果可能有助于研究人员发现 PCOS 治疗中的新生物标志物和潜在治疗药物靶点。
![arXiv:2502.01012v1 [cs.LG] 2025 年 2 月 3 日](/simg/g:\will\search\icon\source\6\64c8887d233e4545c48c2c43afc145dcc5acc984.webp)
arXiv:2502.01012v1 [cs.LG] 2025 年 2 月 3 日
最近的技术进步引入了新的高通量方法来研究宿主-病毒相互作用，但在感染期间测试宿主基因对之间的协同相互作用仍然相对缓慢且劳动密集。识别有效抑制病毒复制的多基因敲除需要搜索所有可能的目标基因对的组合空间，而通过蛮力实验是行不通的。尽管用于顺序实验设计的主动学习方法已显示出良好的前景，但现有方法通常仅限于单基因敲除或小规模双基因敲除数据集。在本研究中，我们提出了一个集成的深度主动学习 (DeepAL) 框架，该框架结合了来自生物知识图谱 (SPOKE，可扩展精准医学开放知识引擎) 的信息，以有效地搜索 HIV 感染中 356 个人类基因的所有成对敲除的大型数据集的配置空间。通过图形表示学习，该框架能够生成特定于任务的基因表示，同时平衡探索-利用权衡，以精确定位高效的双基因敲除对。我们还提出了一种用于不确定性量化的集成方法，以及通过通路分析对我们的算法选择的基因对进行解释。据我们所知，这是第一项在规模可观的双基因敲除实验数据（356 x 356 矩阵）上显示出良好结果的研究。