About: Constraint-based knowledge discovery from SAGE data

Facets (new session)
Description
Metadata
Settings
- owl:sameAs
- Inference Rule:

About: Constraint-based knowledge discovery from SAGE data Goto Sponge NotDistinct Permalink

An Entity of Type : http://linked.opendata.cz/ontology/domain/vavai/Vysledek, within Data Space : linked.opendata.cz associated with source document(s)

Attributes	Values
rdf:type	skos:Concept http://linked.opendata.cz/ontology/domain/vavai/Vysledek
Description	Objevování biologicky vysvětlitelné znalosti z dat genové exprese je jedním z nejaktuálnějších současných genomických problémů. Oproti globálním metodám jako jsou shlukování nebo dvojshlukování pracujeme s lokální znalostí - vzory. Jde o podmnožiny genů s podobným chováním nad jistými podmnožinami bilogických situací. Pracujeme s rozsáhlými daty a kandidátské vzory musí být posuzovány i z hlediska jejich koherence se stávajícími znalostmi. Tu hodnotíme na základě omezení definovaných apriorní znalostí - genovými ontologiemi nebo textovými popisy. Článek představuje metodologii pro vyhledávání častých vzorů ze SAGE dat. (cs) Current analyses of co-expressed genes are often based on global approaches such as clustering or bi-clustering. An alternative way is to employ local methods and search for patterns - sets of genes displaying specific expression properties in a set of situations. The main bottleneck of this type of analysis is twofold - computational costs and an overwhelming number of candidate patterns which can hardly be further exploited. A timely application of background knowledge available in literature databases, biological ontologies and other sources can help to focus on the most plausible patterns only. The paper proposes, implements and tests a flexible constraint-based framework that enables the effective mining and representation of meaningful over-expression patterns representing intrinsic associations among genes and biological situations. Current analyses of co-expressed genes are often based on global approaches such as clustering or bi-clustering. An alternative way is to employ local methods and search for patterns - sets of genes displaying specific expression properties in a set of situations. The main bottleneck of this type of analysis is twofold - computational costs and an overwhelming number of candidate patterns which can hardly be further exploited. A timely application of background knowledge available in literature databases, biological ontologies and other sources can help to focus on the most plausible patterns only. The paper proposes, implements and tests a flexible constraint-based framework that enables the effective mining and representation of meaningful over-expression patterns representing intrinsic associations among genes and biological situations. (en)
Title	Constraint-based knowledge discovery from SAGE data Využití omezení při získávání znalostí ze SAGE dat (cs) Constraint-based knowledge discovery from SAGE data (en)
skos:prefLabel	Constraint-based knowledge discovery from SAGE data Využití omezení při získávání znalostí ze SAGE dat (cs) Constraint-based knowledge discovery from SAGE data (en)
skos:notation	RIV/68407700:21230/08:03141950!RIV09-MSM-21230___
http://linked.open...avai/riv/aktivita	P Z
http://linked.open...avai/riv/aktivity	P(MEB020818), Z(MSM6840770012)
http://linked.open...iv/cisloPeriodika	2
http://linked.open...vai/riv/dodaniDat	2009
http://linked.open...aciTvurceVysledku	Kléma, Jiří
http://linked.open.../riv/druhVysledku	J - Článek v odborném periodiku
http://linked.open...iv/duvernostUdaju	S - Úplné a pravdivé údaje nepodléhající ochraně podle zvláštních právních předpisů
http://linked.open...titaPredkladatele	České vysoké učení technické v Praze / Fakulta elektrotechnická
http://linked.open...dnocenehoVysledku	361083
http://linked.open...ai/riv/idVysledku	RIV/68407700:21230/08:03141950
http://linked.open...riv/jazykVysledku	eng - angličtina
http://linked.open.../riv/klicovaSlova	SAGE data; backround knowledge; constraints; gene expression data; pattern mining (en)
http://linked.open.../riv/klicoveSlovo	pattern mining constraints gene expression data SAGE data backround knowledge
http://linked.open...odStatuVydavatele	NL - Nizozemsko
http://linked.open...ontrolniKodProRIV	[B00DA330FA45]
http://linked.open...i/riv/nazevZdroje	In Silico Biology - An International Journal on Computational Molecular Biology
http://linked.open...in/vavai/riv/obor	JC
http://linked.open...ichTvurcuVysledku	1 (xsd:int)
http://linked.open...cetTvurcuVysledku	5 (xsd:int)
http://linked.open...vavai/riv/projekt	Heterogeneous Data Fusion for Genomic and Proteomic Data Mining
http://linked.open...UplatneniVysledku	2008
http://linked.open...v/svazekPeriodika	8
http://linked.open...iv/tvurceVysledku	Kléma, Jiří Blachon, S. Cremilleux, B. Gandrillon, O. Soulet, A.
http://linked.open...n/vavai/riv/zamer	Transdisciplinární výzkum v oblasti biomedicínského inženýrství II
issn	1434-3207
number of pages	19 (xsd:int)
http://localhost/t...ganizacniJednotka	21230

Faceted Search & Find service v1.16.118 as of Jun 21 2024

Alternative Linked Data Documents: ODE Content Formats:

RDF

ODATA

Microdata

About

OpenLink Virtuoso version 07.20.3240 as of Jun 21 2024, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (126 GB total memory, 48 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software