Constraint-based knowledge discovery from SAGE data
The result's identifiers
Result code in IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F08%3A03141950" target="_blank" >RIV/68407700:21230/08:03141950 - isvavai.cz</a>
Result on the web
—
DOI - Digital Object Identifier
—
Alternative languages
Result language
angličtina
Original language name
Constraint-based knowledge discovery from SAGE data
Original language description
Current analyses of co-expressed genes are often based on global approaches such as clustering or bi-clustering. An alternative way is to employ local methods and search for patterns - sets of genes displaying specific expression properties in a set of situations. The main bottleneck of this type of analysis is twofold - computational costs and an overwhelming number of candidate patterns which can hardly be further exploited. A timely application of background knowledge available in literature databases, biological ontologies and other sources can help to focus on the most plausible patterns only. The paper proposes, implements and tests a flexible constraint-based framework that enables the effective mining and representation of meaningful over-expression patterns representing intrinsic associations among genes and biological situations.
Czech name
Využití omezení při získávání znalostí ze SAGE dat
Czech description
Objevování biologicky vysvětlitelné znalosti z dat genové exprese je jedním z nejaktuálnějších současných genomických problémů. Oproti globálním metodám jako jsou shlukování nebo dvojshlukování pracujeme s lokální znalostí - vzory. Jde o podmnožiny genůs podobným chováním nad jistými podmnožinami bilogických situací. Pracujeme s rozsáhlými daty a kandidátské vzory musí být posuzovány i z hlediska jejich koherence se stávajícími znalostmi. Tu hodnotíme na základě omezení definovaných apriorní znalostí -genovými ontologiemi nebo textovými popisy. Článek představuje metodologii pro vyhledávání častých vzorů ze SAGE dat.
Classification
Type
J<sub>x</sub> - Unclassified - Peer-reviewed scientific article (Jimp, Jsc and Jost)
CEP classification
JC - Computer hardware and software
OECD FORD branch
—
Result continuities
Project
<a href="/en/project/MEB020818" target="_blank" >MEB020818: Heterogeneous Data Fusion for Genomic and Proteomic Data Mining</a><br>
Continuities
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)
Others
Publication year
2008
Confidentiality
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Data specific for result type
Name of the periodical
In Silico Biology - An International Journal on Computational Molecular Biology
ISSN
1434-3207
e-ISSN
—
Volume of the periodical
8
Issue of the periodical within the volume
2
Country of publishing house
NL - THE KINGDOM OF THE NETHERLANDS
Number of pages
19
Pages from-to
—
UT code for WoS article
—
EID of the result in the Scopus database
—