Применение программной системы expertdiscovery для поиска закономерностей структурно-функциональной организации регуляторных районов генов

Хомичёва, Ирина Вадимовна; Витяев, Евгений Евгеньевич; Игнатьева, Елена Васильевна; Ананько, Елена Анатольевна; Шипилов, Тимур Игоревич

Главная
→
Периодические издания
→
Вестник НГУ. Серия: Информационные технологии
→
Том 08 (2010)
→
IT Выпуск 1 (2010)
→
Просмотр элемента

dc.contributor.author	Хомичёва, Ирина Вадимовна	ru_RU
dc.contributor.author	Витяев, Евгений Евгеньевич	ru_RU
dc.contributor.author	Игнатьева, Елена Васильевна	ru_RU
dc.contributor.author	Ананько, Елена Анатольевна	ru_RU
dc.contributor.author	Шипилов, Тимур Игоревич	ru_RU
dc.creator	Институт цитологии и генетики СО РАН	ru_RU
dc.creator	Institute of Cytology and Genetics SB RAS	en_EN
dc.creator	Институт математики СО РАН	ru_RU
dc.creator	Institute of Mathematics SB RAS	en_EN
dc.date.accessioned	2013-03-01T13:23:50Z
dc.date.available	2013-03-01T13:23:50Z
dc.date.issued	2013-03-01
dc.identifier.issn	1818-7900
dc.identifier.uri	https://lib.nsu.ru/xmlui/handle/nsu/277
dc.description.abstract	Появление качественно новых экспериментальных технологий в таких областях современной биологии, как геномика, транскриптомика, протеомика, клеточная биология, нанобиоинженерия и др. привело к экспоненциальному росту объемов экспериментальных данных, требующих систематизации и осмысления. Новые методы интеллектуального анализа данных призваны решить задачу интеграции первичных экспериментальных данных, которые слабо связаны, плохо структурированы, имеют разную степень полноты и сами по себе не позволяют реконструировать полноценный портрет изучаемой биологической системы или процесса. Одной из таких сложных и не решенных задач является задача выявления закономерностей организации регуляторных районов генов. Для решения этой задачи нами разработан интегрированный метод извлечения знаний ExpertDiscovery, обнаруживающий комплексные закономерности организации регуляторных районов генов эукариот. В качестве элементарных сигналов для построения комплексных сигналов система использует различные характеристики, обнаруженные, например, другими методами извлечения знаний. Объединяя закономерности, обнаруженные на всех уровнях исследования, система ExpertDiscovery позволяет построить иерархическую модель регуляторных районов специфической группы генов.	ru_RU
dc.description.abstract	The appearance of advanced experimental technologies in such fields of modern biology as genomics, transcriptomics, proteomics, cell biology, nanobioengineering, est. resulted in exponential growth of experimental data, that need to be analyzed and mined. The new methods of intelligent data analysis are challenged to solve the task of integration of primary raw experimental data, that are poorly consistent and structured, contain gaps, and separately can’t reconstruct completely the biologic system or process. We developed the integrated data mining method ExpertDiscovery, discovering the complex regularities of eukaryotic DNA regulatory regions organization. As the elementary signals to build the complex signals the system takes the different DNA characteristics, obtained, for instance, by another data mining tools. Using the regularities, discovered on the levels of research, the system allows to construct the hierarchical model of regulatory regions of specific group of genes.	en_EN
dc.language.iso	ru
dc.publisher	Новосибирский государственный университет	ru_RU
dc.subject	комплексный сигнал	ru_RU
dc.subject	реляционный метод извлечения знаний	ru_RU
dc.subject	интеграционный подход	ru_RU
dc.subject	ие-рархический анализ	ru_RU
dc.subject	регуляторные районы генов	ru_RU
dc.subject	распознавание	ru_RU
dc.subject	сравнение оценок точности	ru_RU
dc.subject	accuracy comparison	en_EN
dc.subject	recognition	en_EN
dc.subject	regulatory regions of genes	en_EN
dc.subject	hierarchical analysis	en_EN
dc.subject	integrated system	en_EN
dc.subject	relational data mining	en_EN
dc.subject	complex signal	en_EN
dc.title	Применение программной системы expertdiscovery для поиска закономерностей структурно-функциональной организации регуляторных районов генов	ru_RU
dc.title.alternative	Program system expertdiscovery for dna regulatory regions analysis	en
dc.type	Article
dc.description.reference	1. Dynan W. S. Modularity in promoters and enhancers // Cell. 1989. Vol. 58 (1). P. 1–4. 2. Arnone M. I., Davidson E. H. The hardwiring of development: organization and function of genomic regulatory systems // Development, 1997. Vol. 124 (10). P. 1851–1864. 3. Nikolov D. B., Burley S. K. RNA polymerase II transcription initiation: A structural view // Proc. Natl. Acad. Sci. USA. 1997. Vol. 94. P. 15–22. 4. Blanchette M., Bataille A. R., Chen X., Poitras C., Laganiere J., Lefebvre C., Deblois G., Giguere V., Ferretti V., Bergeron D., Coulombe B., Robert F. Genome-wide computational prediction of transcriptional regulatory modules reveals new insights into human gene expression // Genome Res. 2006 May. Vol. 16 (5). P. 656–668. 5. Trifonov E. N. Genetic level of DNA sequences is determined by superposition of many codes // Mol. Biol. (Mosk). 1997. Vol. 31. P. 759–767. 6. Витяев Е. Е., Орлов Ю. Л., Хомичёва И. В., Шипилов Т. И. Методы извлечения знаний и логического анализа регуляторных геномных последовательностей // Системная компьютерная биология / Отв. ред. Н. А. Колчанов, С. С. Гончаров, В. А. Лихошвай, В. А. Иванисенко. Новосибирск: Изд-во СО РАН, 2008. С. 126–136. 7. Xie X., Wu S., Lam K.-M., Yan H. PromoterExplorer: an effective promoter identification method based on the AdaBoost algorithm // Bioinformatics. 2006. Vol. 22. P. 2722–2728. 8. Витяев Е. Е. Извлечение знаний из данных. Компьютерное познание. Модели когнитивных процессов: Монография. Новосибирск, 2006. 293 с. 9. Vityaev B. Y., Kovalerchuk B. Relational Methodology for Data Mining and Knowledge Discovery // Intelligent Data Analysis. Special issue on «Philosophies and Methodologies for Knowledge Discovery and Intelligent Data Analysis» / Eds. Keith Rennolls, Evgenii Vityaev. IOS Press, 2008. Vol. 12 (2). P. 189–210. 10. Vityaev E., Kovalerchuk B. Empirical Theories Discovery based on the Measurement Theory // Mind and Machine. 2004. Vol. 14, № 4. P. 551–573. 11. Kovalerchuk B., Vityaev E. Data Mining in Finance: Advances in Relational and Hybrid methods. (Kluwer international series in engineering and computer science; SECS 547). Kluwer Academic Publishers, 2000. P. 308. 12. Kovalerchuk B., Vityaev E. Symbolic Methodology for Numeric Data Mining // Intelligent Data Analysis. Special issue on «Philosophies and Methodologies for Knowledge Discovery and Intelligent Data Analysis» / Eds. Keith Rennolls, Evgenii Vityaev. IOS Press, 2008. Vol. 12 (2). P. 165–188. 13. Vityaev E. The logic of prediction. In: Mathematical Logic in Asia. Proceedings of the 9th Asian Logic Conference (August 16–19, 2005, Novosibirsk, Russia) / Ed. by S. S. Goncharov, R. Downey, H. Ono. World Scientific, Singapore, 2006. P. 263–276. 14. Vishnevsky O. V., Kolchanov N. A. ARGO: a web system for the detection of degenerate motifs and large-scale recognition of eukaryotic promoter // Nucleic. Acid. Res. 2005. Vol. 33. P. 417–422. 15. Oshchepkov D. Y., Vityaev E. E., Grigorovich D. A., Ignatieva E. V., Khlebodarova T. M. SITECON: a tool for detecting conservative conformational and physicochemical properties in transcription factor binding site alignments and for site recognition // Nucleic. Acid. Res. 2004. Vol. 32 (Web Server issue). P. 208–212. 16. Orlov Y. L., Potapov V. N. Complexity: an internet resource for analysis of DNA sequence complexity // Nucleic. Acid. Res. 2004. Vol. 32 (Web Server issue). P. 628–633. 17. Levitsky V. G., Katokhin A. V., Podkolodnaya O. A., Furman D. P., Kolchanov N. A. NPRD: Nucleosome Positioning Region Database // Nucl. Acid. Res. 2005. Vol. 33. P. 67–70. 18. Кендал М., Стьюарт А. Статистические выводы и связи. М.: Наука, 1973. 899 с. 19. Khomicheva I. V., Vityaev E. E., Ananko E. A., Levitsky V. G., Shipilov T. I. Hierarchical analysis of the eukaryotic transcription regulatory regions based on the DNA codes of transcription // Proceedings of the 3-rd Moscow conference on computional molecular biology. Moscow, Russia, July 27–31, 2007а. P. 142–144. 20. Khomicheva I. V., Vityaev E. E., Ananko E. A., Levitsky V. G., Shipilov T. I. Hierarchical analysis of the eukaryotic transcription regulatory regions based on the DNA codes of transcription. Proceedings of the 3-rd Moscow conference on computional molecular biology. Moscow, Russia, July 27–31, 2007б. P. 142–144. 21. Khomicheva I., Demin A., Vityaev E. Transcription Factor Binding Site Discovery by the Probabilistic Rules. PKDD Proceedings: Joost N. Kok, Jacek Koronacki, Ramon Lopez de Mantaras, Stan Matwin, Dunja Mladenič, Andrzej Skowron, Knowledge Discovery in Databases: PKDD 2007 // XIth European Conference on Principles and Practice of Knowledge Discovery in Databases. Warsaw, Poland, September 17–21, 2007в; Proceedings. Lecture Notes in Artificial Intelligence 4702, Springer 2007в. P. 104–109. 22. Khomicheva I. V., Vityaev E. E., Shipilov T. I., Levitsky V. G. Transcription factor binding sites recognition by the ExpertDiscovery system based on the recursive complex signals // Proceedings of the Fifth International Conference on Bioinformatics of Genome Regulation and Structure (BGRS2006, 16–22 July, Novosibirsk, Russia), ICG, Novosibirsk, 2006. Vol. 1. P. 77–80. 23. Kolchanov N. A., Ignatieva E. V., Ananko E. A., Podkolodnaya O. A., Stepanenko I. L., Merkulova T. I., Pozdnyakov M. A., Podkolodny N. L., Naumochkin A. N., Romashchenko A. G. Transcription Regulatory Regions Database, (TRRD): its status in 2002 // Nucleic. Acid. Res. 2002. Vol. 30. P. 312–317. 24. Stormo G. D. DNA binding sites: representation and discovery // Bioinformatics. 2000. Vol. 16. P. 16–23. 25. Efron B., Gong G. A leisurely look at the bootstrap the jackknife and resampling // American Statistician. 1983. Vol. 37. P. 36–48. 26. Schneider T., Stephens R. Sequence logos: A new way to display consensus sequences // Nucleic. Acid. Res. 1990. Vol. 18; 20. P. 6097–6100. 27. Ulyanov A., Stormo G. Multi-alphabet consensus algorithm for identification of low specificity protein-DNA interactions // Nucl. Acid. Res. 1995. Vol. 23. P. 1434–1440. 28. Benos P. V., Bulyk M. L., Stormo G. D. Additivity in protein-DNA interactions: how good an approximation is it? // Nucleic. Acid. Res. 2002. Vol. 30. P. 4442–4451. 29. Man T. K., Stormo G. D. Non-independence of Mnt repressoroperator interaction determined by a new quantitative multiple fluorescence relative affinity (QuMFRA) assay // Nucleic. Acid. Res. 2001. Vol. 29. P. 2471–2478. 30. Barash Y., Elidan G., Friedman F., Kaplan T. Modeling dependencies in protein-DNA binding sites // RECOMB, 2003. P. 28–37. 31. Udalova I. A., Mott R., Field D., Kwiatkowski D. Quantitative prediction of NF-kB DNAprotein interactions // Proc. Natl. Acad. Sci. USA. 2002. Vol. 99. P. 8167–8172. 32. Khomicheva I. V., Vityaev E. E., Shipilov T. I. Discovery of the transcription factor binding sites in the aligned and unaligned DNA sequences. Proceedings of the Fifth International Conference on Bioinformatics of Genome Regulation and Structure (BGRS’2008, 22–28 June, Novosibirsk, Russia), ICG, Novosibirsk, 2008. P. 116. 33. Ананько Е. А., Бажан С. И., Белова О. Е., Кель А. Э. Механизмы регуляции транскрипции интерферон-индуцируемых генов: Описание в информационной системе IIG-TRRD // Молекулярня биология. 1997. № 31. C. 701–713. 34. Leblanc J. F., Cohen L., Rodrigues M., Hiscott J. Synergism between distinct enhanson domains in viral induction of TI the human beta interferon gene // Mol. Cell. Biol. 1990. Vol. 10 (8). P. 3987–3993. 35. Lew D. J., Decker T., Strehlow I., Darnell J. E. Overlapping elements in the guanilatebinding protein gene promoter TI mediate transcriptional induction by alpha and gamma interferons // Mol. Cell. Biol. 1991. Vol. 11 (1). P. 182–191. 36. Li X., Leung S., Burns C., Stark G. R. Cooperative binding of Stat1-2 heterodimers and ISGF3 to tandem DNA elements // Biochimie. 1998. Vol. 80. P. 703–710. 37. Mirkovitch J., Decker T., Darnell J. E. Interferon induction of gene transcription analyzed by in vivo footprinting // Mol. Cell. Biol. 1992. Vol. 12 (1). P. 1–9.	ru_RU
dc.subject.udc	681.3:004.8
dc.relation.ispartofvolume	8
dc.relation.ispartofnumber	1
dc.relation.ispartofpages	12-26