《表2 多源数据融合的疾病相关模块挖掘方法表》
在过去的10年中,从基因组、转录组、表观基因组和蛋白质组到代谢组的多个组学层次的复杂疾病研究取得了重大进展.人们越来越认识到生物相互联系的重要性.然而,由于大部分研究工作通常只关注一个组学层,现有的系统生物学发现只能解释复杂疾病的一小部分[31].近年来,多组学数据的收集和共享提供了以更全面的方式研究复杂疾病的新机遇,但同时也带来了前所未有的数据维度和多样性的新挑战[3].目前,针对多组学数据的整合研究,科学家们往往基于网络模型挖掘复杂疾病相关的功能模块并解释疾病的致病机理[32],如表2所示.
图表编号 | XD00122086400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 张媛媛、王子琪、寇传华 |
绘制单位 | 青岛理工大学信息与控制工程学院、青岛理工大学信息与控制工程学院、青岛理工大学信息与控制工程学院 |
更多格式 | 高清、无水印(增值服务) |