Информация о публикации

Просмотр записей
Инд. авторы: Куляшов М.А., Колмыков С.К., Евшин И.С., Колпаков Ф.А.
Заглавие: Описание, характеристика и алгоритм создания словаря клеточных типов и тканей в базе данных GTRD
Библ. ссылка: Куляшов М.А., Колмыков С.К., Евшин И.С., Колпаков Ф.А. Описание, характеристика и алгоритм создания словаря клеточных типов и тканей в базе данных GTRD // Распределенные информационно-вычислительные ресурсы. Цифровые двойники и большие данные (DICR-2019): Труды XVII Международной конференции (Новосибирск, 03.12-06.12.2019) / Под ред. О.Л. Жижимова, А.В. Юрченко. - 2019. - Новосибирск: ИВТ СО РАН. - С.119-125. - ISBN: 978-5-905569-14-2. - http://elib.ict.nsc.ru/jspui/bitstream/ICT/4694/23/DICR-2019-V3_p119-125.pdf
Внешние системы: DOI: 10.25743/ICT.2019.74.16.018; РИНЦ: 41580509;
Реферат: rus: База данных GTRD (http://gtrd.biouml.org) содержит информацию по сайтам связывания транскрипционных факторов и участкам открытого хроматина. Клеточные типы и ткани, представленные в GTRD, были: 1) упорядочены в единый словарь (3954 записей); 2) раз-делены на 90 уникальных кластеров; 3) 3225 записей были сопоставлены с основными существующими базами данных клеточных типов; 4) использованы для сопоставления экспериментов с базами данных по регуляции транскрипции: 588 для FANTOM 5, 5962 для ENCODE и 21720 для GTEx.
eng: The GTRD database (http://gtrd.biouml.org) contains information on transcription factor binding sites and open chromatin. The cell types and tissues presented in the GTRD: 1) were arranged in a single dictionary (3954 entries); 2) were divided into 90 unique clusters; 3) 3225 records were compared with main databases of cell types; 4) were used to match experiments with the databases of transcription regulation: 588 for FANTOM 5, 5962 for ENCODE and 21720 for GTEx.
Ключевые слова: dictionary of cell types and tissues; database structure; GTRD; cell type onthology; онтология клеточных типов; структура базы данных; словарь клеточных типов и тканей;
Издано: 2019
Физ. характеристика: с.119-125
Ссылка: http://elib.ict.nsc.ru/jspui/bitstream/ICT/4694/23/DICR-2019-V3_p119-125.pdf
Конференция: Название: XVII Международная конференция «Распределенные информационно-вычислительные ресурсы: Цифровые двойники и большие данные»
Аббревиатура: DICR-2019
Город: Новосибирск
Страна: Россия
Даты проведения: 2019-12-03 - 2019-12-06
Ссылка: http://conf.ict.nsc.ru/dicr2019
Цитирование:
[1] 	Yevshin Y., Sharipov. Kolmykov S., Kondrakhin Y., Kolpakov F. GTRD: a database on gene transcription regulation—2019 update // Nucleic Acids Research.  2019, Volume 47, Issue D1, Pages D100–D105.
[2] 	Landt S.G., Marinov G.K., Kundaje A., et al. ChIP-seq guidelines and practices of the ENCODE and modENCODE consortia// Genome Res. 2012, 22(9):1813–1831.
[3] 	GTEx Consortium. The Genotype-Tissue Expression (GTEx) project// Nat Genet. 2013, 45(6):580–585.
[4] 	Lizio M., et al. Gateways to the FANTOM5 promoter level mammalian expression atlas. Genome Biol. 2015, 16: 22.
[5] 	Malone J., Holloway E., Adamusiak T., et al. Modeling Sample Variables with an Experimental Factor Ontology// Bioinformatics. 2010, 26(8):1112-1118.
[6] 	Mungall C.J., Torniai C., Gkoutos G.V., et al. Uberon, an integrative multi-species anatomy ontology// Genome Biol. 2012, 13, R5.
[7] 	Bard J., Rhee S.Y., Ashburner M. An ontology for cell types//Genome Biol. 2005; 6(2):R21.
[8] 	Gremse M, Chang A, Schomburg I, et al. The BRENDA Tissue Ontology (BTO): the first all-integrating ontology of all organisms for enzyme sources// Nucleic Acids Res. 2011, D507–D513.
[9] 	Cooper L., Walls R., Elser J., et al. The Plant Ontology as a Tool for Comparative Plant Anatomy and Genomic Analyses// Plant and Cell Physiology. 2013, Volume 54, Issue 2, Page e1.
[10] 	Bairoch A. The Cellosaurus, a Cell-Line Knowledge Resource// J Biomol Tech. 2018, 29(2): page 25–38.
[11] 	Jupp S., et al. A new Ontology Lookup Service at EMBL-EBI// Proceedings of SWAT4LS International Conference 2015, Cambridge. 
[12] 	Kondrakhin Y., Kolmykov S., Yevshin I., Sharipov R., Ryabova A., Kulyashov., Kolpakov F. Combin-ing GTRD ChIP-Seq datasets with FANTOM5’s transcription start sites for prediction of gene expression levels // Proceedings of MCCMB International Conference 2019, Moscow:  Lomonosov Moscow State University.