Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Low-Rank and Sparse Matrix Completion for Recommendation Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

A Method of Integrating Spatial Proteomics and Protein-Protein Interaction Network Data

verfasst von : Steven Squires, Rob Ewing, Adam Prügel-Bennett, Mahesan Niranjan

Erschienen in: Neural Information Processing

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

The increase in quantity of spatial proteomics data requires a range of analytical techniques to effectively analyse the data. We provide a method of integrating spatial proteomics data together with protein-protein interaction (PPI) networks to enable the extraction of more information. A strong relationship between spatial proteomics and PPI network data was demonstrated. Then a method of converting the PPI network into vectors using spatial proteomics data was explained which allows the integration of the two datasets. The resulting vectors were tested using machine learning techniques and reasonable predictive accuracy was found.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Prediction of Stroke Using Deep Learning Model
Nächstes Kapitel Tuning Hyperparameters for Gene Interaction Models in Genome-Wide Association Studies
Literatur
1.
Park, S., Yang, J.S., Shin, Y.E., Park, J., Jang, S.K., Kim, S.: Protein localization as a principal feature of the etiology and comorbidity of genetic diseases. Mol. Syst. Biol. 7(1), 494 (2011)CrossRef
2.
Ideker, T., Sharan, R.: Protein networks in disease. Genome Res. 18(4), 644–652 (2008)CrossRef
3.
Samsonova, A.A., Niranjan, M., Russell, S., Brazma, A.: Prediction of gene expression in embryonic structures of Drosophila melanogaster. PLoS Comput. Biol. 3(7), e144 (2007)CrossRef
4.
Wieser, D., Niranjan, M.: Remote homology detection using a kernel method that combines sequence and secondary-structure similarity scores. Silico Biol. 9(3), 89–103 (2009)
5.
Gunawardana, Y., Fujiwara, S., Takeda, A., Woo, J., Woelk, C., Niranjan, M.: Outlier detection at the transcriptome-proteome interface. Bioinformatics 31(15), 2530–2536 (2015)CrossRef
6.
Du, P., Wang, L.: Predicting human protein subcellular locations by the ensemble of multiple predictors via protein-protein interaction network with edge clustering coefficients. PloS One 9(1), e86879 (2014)CrossRef
7.
De Duve, C., Beaufay, H.: A short history of tissue fractionation. J. Cell Biol. 91(3), 293 (1981)CrossRef
8.
Gatto, L., Breckels, L.M., Burger, T., Nightingale, D.J., Groen, A.J., Campbell, C., Mulvey, C.M., Christoforou, A., Ferro, M., Lilley, K.S.: A foundation for reliable spatial proteomics data analysis. Mol. Cell. Proteomics 13, mcp–M113 (2014)CrossRef
9.
Itzhak, D.N., Tyanova, S., Cox, J., Borner, G.H.: Global, quantitative and dynamic mapping of protein subcellular localization. Elife 5, e16950 (2016)CrossRef
10.
Dunkley, T.P., Hester, S., Shadforth, I.P., Runions, J., Weimar, T., Hanton, S.L., Griffin, J.L., Bessant, C., Brandizzi, F., Hawes, C., et al.: Mapping the Arabidopsis organelle proteome. In: Proceedings of the National Academy of Sciences. vol. 103(17), pp. 6518–6523 (2006)
11.
Tan, D.J., Dvinge, H., Christoforou, A., Bertone, P., Martinez Arias, A., Lilley, K.S.: Mapping organelle proteins and protein complexes in Drosophila melanogaster. J. Proteome Res. 8(6), 2667–2678 (2009)CrossRef
12.
Jensen, L.J., Kuhn, M., Stark, M., Chaffron, S., Creevey, C., Muller, J., Doerks, T., Julien, P., Roth, A., Simonovic, M., et al.: String 8—a global view on proteins and their functional interactions in 630 organisms. Nucleic Acids Res. 37(suppl_1), D412–D416 (2008)
13.
Stark, C., Breitkreutz, B.J., Reguly, T., Boucher, L., Breitkreutz, A., Tyers, M.: BioGRID: a general repository for interaction datasets. Nucleic Acids Res. 34(suppl_1), D535–D539 (2006)CrossRef
14.
Kondor, R.I., Lafferty, J.: Diffusion kernels on graphs and other discrete input spaces. In: ICML. vol. 2, pp. 315–322 (2002)
15.
Radicchi, F., Castellano, C., Cecconi, F., Loreto, V., Parisi, D.: Defining and identifying communities in networks. In: Proceedings of the National Academy of Sciences of the United States of America. vol. 101, no. 9, pp. 2658–2663 (2004)
16.
Metadaten
Titel
A Method of Integrating Spatial Proteomics and Protein-Protein Interaction Network Data
verfasst von
Steven Squires
Rob Ewing
Adam Prügel-Bennett
Mahesan Niranjan
Copyright-Jahr
2017
Buch
Neural Information Processing

Print ISBN: 978-3-319-70138-7

Electronic ISBN: 978-3-319-70139-4

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-70139-4_79