Využití omezení při získávání znalostí ze SAGE dat

Kód výsledku v 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>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

Constraint-based knowledge discovery from SAGE data

Popis výsledku v původním jazyce

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.

Název v anglickém jazyce

Constraint-based knowledge discovery from SAGE data

Popis výsledku anglicky

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.

Druh

J_x - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

CEP obor

JC - Počítačový hardware a software

OECD FORD obor

—

Projekt

<a href="/cs/project/MEB020818" target="_blank" >MEB020818: Fúze heterogenních dat pro dolování genomických a proteomických znalostí</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>Z - Vyzkumny zamer (s odkazem do CEZ)

Rok uplatnění

2008

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název periodika

In Silico Biology - An International Journal on Computational Molecular Biology

ISSN

1434-3207

e-ISSN

—

Svazek periodika

8

Číslo periodika v rámci svazku

2

Stát vydavatele periodika

NL - Nizozemsko

Počet stran výsledku

19

Strana od-do

—

Kód UT WoS článku

—

EID výsledku v databázi Scopus

—