AI计算模拟
AI-enriched COMPUTATIONAL SIMULATION
AI计算模拟
以AI、大数据分析及数字化工作流为基础的综合计算模拟解决方案

2021年IPA冬季更新


预览疾病和表型网络图
 


 通过机器学习的方式挖掘QIAGEN知识库,IPA中创建了疾病、表型和功能的网络图。每个网络图中有许多已知的参与特定疾病的基因,而另一些基因对疾病的影响只是推测,这些基因可能成为该疾病或其病因的新参与者。用户在IPA中可直接查看近1600种疾病和表型的网络图(在上图所示的Project Manager中双击即可打开)。


上图显示了PathTracer功能下的Psoriasis(银屑病)网络图,表明TANK与其他基因相关,但与银屑病或其他表型暂无已经证实的直接关系。该网络图中高亮部分所展示的关系恰好被一篇文献提及(https://dx.doi.org/10.3390%2Fijms21249365):“TANK可能与银屑病相关”。这个例子表明IPA通过机器学习构建的网络图对于预测潜在的相互作用非常有用,可以为科研工作者提供有价值的参考。

这些网络图的具体使用方法:
1)在网络上overlay您自己的分析或数据集;
2)将网络复制到您自己的项目文件夹中,并在您自己的分析中使用它们进行p值评分;
3)单击Pattern Search按钮,探索OmicSoft中的分析是否具有匹配或反匹配特定网络图的表达模式。

Land Explorer快捷按钮



在主界面的右上角,用户可以直接连接到Land Explorer,探索近11万个数据集(具体数据统计如下表)。当然,这些数据集除了可以在Land Explorer中进行分析外,还可以在Analysis Match、Activity Plot、Pattern Search中进行分析。


Canonical Pathways中的基因名标准化


 
  为了一致性和方便性,基因名采用了最新的官方名称,上图举例对比了基因名的变化。
 


 
  MAP功能默认自动出现
 


  从表达谱分析中打开Canonical Pathway时,MAP功能默认开启,方便用户预测数据集中的上调和下调基因如何影响其附近的其他分子和功能。
 
  IPA持续增长的知识库数据和不断更新完善的软件分析功能,依赖于数以百计行业专家阅读和提取文献知识信息,依赖于研发团队出色的算法、开发、测试技能,他们都期望广大科研工作者可以更加方便和高效地进行研究。