728x90
반응형
https://cran.r-project.org/web/packages/BoolNet/vignettes/BoolNet_package_vignette.Snw.pdf
BoolNet
참조하면 좋은 논문
Network Analysis Identifies Regulators of Basal-Like Breast Cancer Reprogramming and Endocrine Therapy
Vulnerability
DOI: 10.1158/0008-5472.CAN-21-0621
해당 논문은 git-hub을 제공하지 않았기 때문에 method로 유추할 때
1) 저자들이 supplementary 3의 논문들로 boolean network를 만들고 [28개 유전자]
2) 이를 BoolNet package에서 initial state를 무작위로 14개는 on과 14개는 off를 시키면서 attractor별로 luminalA인지 basal-like attractor인지 구분을 함.
# 예시코드는 아마 아래일듯
library(BoolNet)
data(cellcycle)
initial_state=rep(1,28)
initial_state[sample(1:28,14)]=0
getPathToAttractor(network,initial_state)
3) input intensity를 조정하면서 EGF의 input signal을 조정했는데 EGFR과 basal-like attractor간에는 무관하다는 것을 밝힘.
728x90
반응형
'Bioinformatics(생정보학) > 알고리즘' 카테고리의 다른 글
클러스터링 (clustering) 평가 지표 (0) | 2022.01.14 |
---|---|
Finding shortest path in a (un)directed network. (0) | 2021.12.16 |
Network 용어 (0) | 2021.11.30 |
Principal component analysis (PCA, 주성분 분석) (0) | 2017.05.26 |
랜덤포레스트(random forest) (0) | 2017.03.17 |