- 3 次围观
细胞通过成千上万种分子之间的相互作用来协调多样的生物学过程，但要全面且系统地描绘这些相互作用仍然是一个尚未解决的问题。通路重建算法通过利用编码为背景相互作用网络的先验知识，将从高通量组学实验中识别出的目标分子连接起来，从而应对这一问题。该过程能够恢复实验数据中未被直接测量、但可能将已观测分子连接起来的中间分子和相互作用。它能够生成关于驱动细胞行为的相互作用的可检验假设，并为后续实验的选择提供依据。数十年来，研究人员开发了许多算法，每种算法都优化不同的计算目标，并依赖不同的假设。由此产生的异质性使基准测试颇具挑战，限制了系统性的比较。因此，在特定生物学背景下选择合适的算法，仍然是一项并不简单且缺乏充分依据的任务。 本注册报告提出了一项大规模的通路重建算法基准测试，在四种生物学情境下，对来自822个数据集的14种算法进行评估。为实现这一基准测试，我们引入了信号通路重建分析流水线框架（Signaling Pathway Reconstruction Analysis Streamliner, SPRAS），该框架将算法的输入、输出和执行过程标准化为一个正式框架，从而使此前不可行的系统性比较成为可能。我们将从金标准通路上的重建性能、算法相似性以及不同生物学背景下的计算性能等方面评估每种算法。这些评估将共同为理解通路重建算法的行为并指导算法选择提供定量证据。
细胞通过数千种分子之间的相互作用来协调多样的生物学过程，但对这些相互作用进行全面且系统的绘制仍然是一个悬而未决的问题。通路重建算法通过利用编码于背景相互作用网络中的先验知识，将从高通量组学实验中识别出的目标分子连接起来，以应对这一问题。该过程能够恢复实验数据中未被直接测量、但可能将观测到的分子连接起来的中间分子和相互作用。它能够生成关于驱动细胞行为的相互作用的可检验假设，并为后续实验的选择提供依据。
数十年来，研究人员已经开发出许多算法，每种算法都在优化不同的计算目标，并依赖不同的假设。由此产生的异质性使基准测试面临挑战，限制了系统性的比较。因此，在特定生物学背景下选择一种算法仍然是一项并不简单且缺乏充分依据的任务。本注册报告提出了一项大规模通路重建算法基准测试，在四种生物学情境下对822个数据集中的14种算法进行评估。为实现这一基准测试，我们引入了信号通路重建分析流程整合器（Signaling Pathway Reconstruction Analysis Streamliner, SPRAS），该工具将算法的输入、输出和执行过程标准化为一个正式框架，从而实现了此前不可行的系统性比较。我们将从金标准通路下的重建性能、算法相似性以及不同生物学背景下的计算性能等方面评估每种算法。总体而言，这些评估将为理解通路重建算法的行为并指导算法选择提供定量证据。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.04.742550v1?rss=1
🏷️ 通路重建 算法基准测试 生物网络 高通量组学 SPRAS框架
来源出处