Schlussfolgerung zellulärer Netzwerke mithilfe probabilistischer graphischer Modelle

Hochdurchsatz-Genome-wide molekulare Assays, die zelluläre Netzwerke aus unterschiedlichen Perspektiven untersuchen, sind zentral in der Molekularbiologie geworden. Probabilistische graphische Modelle sind nützlich, um aus den resultierenden Datensätzen bedeutungsvolle biologische Erkenntnisse zu gewinnen. Diese Modelle bieten eine prägnante Darstellung komplexer zellulärer Netzwerke, indem sie einfachere Teilmodelle zusammensetzen. Verfahren, die auf gut verstandenen Prinzipien basieren, um solche Modelle aus Daten abzuleiten, ermöglichen eine modellbasierte Methodik für Analyse und Entdeckung. Diese Methodik und ihre Fähigkeiten werden durch mehrere jüngste Anwendungen auf Genexpressionsdaten veranschaulicht.