Proteomics is in herently a systems

Proteomics is in herently a systems science that studies not only measured protein and their
expressions in a cell, but also the interplay of proteins, protein complexes, signaling pathways, and
network modules. There is a rapid accumulation of Proteomics data in recent years. However,
Proteomics dat are highly variable, with results sensitive to data preparation methods, sample
condition, instrument types, and analytical methods. To address the challenge in Proteomics data
analysis, were view current tools being developed to incorporate biological function and network
topologicalinformation.Wecategorizethesetoolsintofourtypes:toolswithbasicfunctional
information and little to pological features (e.g.,GO category analysis), tools with rich functional
information and little to pological features(e.g., GSEA), tools with basic functional in formation and rich
topological features (e.g.,Cytoscape), and tools with rich functional information and rich topological
features(e.g.,Pathway Express).We first review the potential application of these tools to Proteomics;
then we review tools that can achieve automated learning of pathway modules and features, and tools
that help perform integrated network visual analytics.

ผลลัพธ์ (ไทย) 1:

โปรตีโอมิกส์อยู่ใน herently ศาสตร์ระบบที่ศึกษาไม่เพียงแต่วัดโปรตีน และของพวกเขานิพจน์ในเซลล์ แต่ล้อของโปรตีน โปรตีนคอมเพล็กซ์ มนต์ สัญญาณ และโมดูลเครือข่าย มีการสะสมอย่างรวดเร็วของข้อมูลโปรตีโอมิกส์ในปีที่ผ่านมา อย่างไรก็ตามโปรตีโอมิกส์ dat จะผันแปรสูง มีผลสำคัญกับวิธีการเตรียมข้อมูล ตัวอย่าง เงื่อนไข ชนิดของเครื่องมือ และวิธีการวิเคราะห์ เพื่อความท้าทายในข้อมูลโปรตีโอมิกส์ การวิเคราะห์ มีมุมมองปัจจุบันเครื่องมือพัฒนาขึ้นเพื่อรวบรวมฟังก์ชันชีวภาพและเครือข่ายtopologicalinformationWecategorizethesetoolsintofourtypes:toolswithbasicfunctionalข้อมูลและน้อย pological คุณลักษณะ (e.g.,GO วิเคราะห์ประเภท), เครื่องมือมีหน้าที่ ข้อมูลและลักษณะการทำงานของ pological (เช่น GSEA), น้อยเครื่องมือ ด้วย basic งานก่อและริชtopological คุณลักษณะ (e.g.,Cytoscape), และเครื่องมือทำงานข้อมูลและริช topological คุณสมบัติ (e.g.,Pathway เอ็กซ์เพรส)เราตรวจสอบก่อนอาจใช้เครื่องมือเหล่านี้เพื่อโปรตีโอมิกส์แล้ว เราตรวจสอบเครื่องมือที่สามารถใช้เรียนรู้อัตโนมัติของโมดูลทางเดินและคุณลักษณะ และเครื่องมือที่ช่วยทำการวิเคราะห์ภาพรวมเครือข่าย

ผลลัพธ์ (ไทย) 2:

โปรตีนที่อยู่ใน herently วิทยาศาสตร์ระบบว่าการศึกษาไม่ได้วัดเพียงโปรตีนของพวกเขาและ
การแสดงออกในเซลล์ แต่ยังมีอิทธิพลซึ่งกันและกันของโปรตีน, โปรตีนคอมเพล็กซ์ทางเดินสัญญาณและ
โมดูลเครือข่าย มีการสะสมอย่างรวดเร็วของข้อมูล Proteomics ในปีที่ผ่านมาคือ อย่างไรก็ตาม
Proteomics ว่าเป็นตัวแปรอย่างมากกับผลที่มีความสำคัญกับวิธีการเตรียมข้อมูลตัวอย่าง
สภาพประเภทเครื่องมือและวิธีการวิเคราะห์ เพื่อแก้ไขความท้าทายในข้อมูล Proteomics
วิเคราะห์ได้มุมมองเครื่องมือในปัจจุบันได้รับการพัฒนาที่จะรวมฟังก์ชั่นทางชีวภาพและ และน้อยมากที่จะคุณลักษณะ pological (เช่น GO วิเคราะห์หมวดหมู่) เครื่องมือที่มีการทำงานที่เต็มไปด้วยข้อมูลและน้อยมากที่จะคุณลักษณะ pological (เช่น GSEA) เครื่องมือที่มีพื้นฐานการทำงานในการสร้างและอุดมไปด้วยคุณลักษณะทอพอโลยี (เช่น Cytoscape) และเครื่องมือที่มีอุดมไปด้วยการทำงาน ข้อมูลและอุดมไปด้วยทอพอโลยีคุณลักษณะ (เช่น Pathway ด่วน) เราตรวจทานแอพลิเคชันที่มีศักยภาพของเครื่องมือเหล่านี้เพื่อ Proteomics; แล้วเราเครื่องมือสอบทานให้สามารถบรรลุการเรียนรู้โดยอัตโนมัติของโมดูลทางเดินและคุณสมบัติและเครื่องมือที่จะช่วยให้การดำเนินการวิเคราะห์ภาพเครือข่ายแบบบูรณาการ

ผลลัพธ์ (ไทย) 3:

แสดงอยู่ใน herently ระบบวิทยาศาสตร์ที่ศึกษาไม่เพียง แต่วัดโปรตีนและการแสดงออกของพวกเขา
ในเซลล์ แต่ก็มีอิทธิพลของโปรตีน โปรตีนเชิงซ้อน การส่งสัญญาณภายในเซลล์และ
โมดูลเครือข่าย มีการสะสมอย่างรวดเร็วของข้อมูลแสดงในปีที่ผ่านมา อย่างไรก็ตาม มันมีตัวแปร
แสดงสูงกับผลต่อวิธีการเตรียมข้อมูลตัวอย่าง
เงื่อนไขประเภทของเครื่องมือและวิธีการวิเคราะห์ อยู่ที่ความท้าทายใน proteomics การวิเคราะห์ข้อมูล
, มุมมองปัจจุบันเป็นเครื่องมือที่ถูกพัฒนาเพื่อรวมฟังก์ชันทางชีวภาพ และ topologicalinformation เครือข่าย

wecategorizethesetoolsintofourtypes : ข้อมูล toolswithbasicfunctional
และน้อยมากที่จะมี pological ( เช่น ไปวิเคราะห์หมวดหมู่ ) , เครื่องมือที่มีการทำงาน
รวยข้อมูลและคุณสมบัติ pological ( เช่น gsea ) , เครื่องมือที่มีพื้นฐานการทำงานในรูปแบบและคุณลักษณะที่อุดมไปด้วย
รูปแบบ ( เช่น cytoscape ) และเครื่องมือข้อมูลการทำงานและคุณสมบัติทอพอโลยี
รวยรวย ( เช่นทางด่วน ) ครั้งแรกที่เราทบทวนถึงความเป็นไปได้ในการใช้เครื่องมือเหล่านี้เพื่อแสดง ;
แล้วเราตรวจสอบเครื่องมือที่สามารถให้โดยอัตโนมัติเรียนรู้เส้นทางโมดูลและคุณสมบัติ และ เครื่องมือที่ช่วยทำการวิเคราะห์ภาพ

เครือข่ายแบบบูรณาการ