标签：work net pmc 存在 col cts nbsp ide ash
做生物信息，遗传发育，分析数据的时候总是要narrow down分析范围，高通量数据尤其是基因表达，在庞大的confounder面前，缩小分析范围是必须的，否则你会一直在混沌中游荡。
看一篇文章：2018 - Identification of genes associated with Hirschsprung disease, based on whole-genome sequence analysis, and potential effects on enteric nervous system development
Known Genes of ENS Development and Their Interactome
Genes with mutations reported to cause colonic aganglionosis in mutant mice according to the Mouse Genomics database were considered to be known ENS genes. ENS interactome was defined by genes encoding proteins that show protein–protein interaction with known ENS genes (see Supplementary Methods).
对于某个特定的疾病，我们总想找到与它直接相关的基因，怎么找呢？
MGI的数据库里就有这种信息，怎么才算直接相关呢？最具逻辑的就是突变数据，如果某个基因上的突变导致了某个疾病，那这个因果关联就肯定存在！！！
怎么找呢？看官方教程：
How do I find mutations that cause a specific combination of phenotypes?
这个基因list可能包含的基因太少，那如何扩大呢？
另一个数据库就是PPI了，找出与直接基因有蛋白互作的其他的基因，也就是以上方法中的interactome。
文章中庸的InWeb - A scored human protein–protein interaction network to catalyze genomic interpretation
发在NM上了，整合了PPI数据，但是好像很久没更新了，也没仔细去看它是怎么设计的算法。
目前我是直接用的STRING数据库。
MGI数据库挖掘 | MGI-Mouse Genome Informatics | InWeb database
标签：work net pmc 存在 col cts nbsp ide ash
原文地址：https://www.cnblogs.com/leezx/p/10833675.html
