文件名称：ssGSEAGEM:用于将转录数据整合到基因组规模的代谢模型中的概念框架
文件大小：10.56MB
文件格式：ZIP
更新时间：2024-05-03 21:42:12
gem integration gimme genome-scale-metabolic-model ssgsea
ssGSEAGEM 介绍 ssGSEAGEM引入了一个新的概念框架，用于将转录数据整合到基因组规模的代谢模型中，以准确预测模型的代谢表型。 （例如酿酒酵母）。 该框架可以准确地预测代谢表型并胜过准确性。 我们认为，该框架几乎可以用于所有数据集成算法，并可以增强其预测能力。 用法 步骤1：首先准备常规基因表达数据，然后使用GPR关联将基因表达水平转换为React水平（脚本：Matlab / datasets / GIMME）。 步骤2：使用第一步数据和GEM模型的基因集（脚本：Matlab / ssGSEA / geneset），准备基因组的ssGSEA分数（脚本：R脚本）。 步骤3：使用第一步数据和gssGSEA分数，准备基因组的ssGSEA-GIMME分数，并使用GPR关联将基因表达水平转换为React水平（脚本：Matlab / datasets / ssGSEA）。 步骤4：通过集成
【文件预览】：
ssGSEAGEM-main
----Results()
--------Grigaitis()
--------GSE8895()
----R()
--------gmt()
--------src()
--------ssgsea.R(5KB)
--------out()
--------gct()
----Matlab()
--------utils()
--------models()
--------makemodel.m(1KB)
--------inits.m(404B)
--------datasets()
--------methods()
----Images()
--------workflow.png(482KB)
--------figure2.png(537KB)
--------README.md(2KB)
--------figure3.png(652KB)
----README.md(2KB)