Codar 预置工作流

基因调控网络推断

用于从表达、染色质可及性或转录因子先验推断基因调控网络;当用户需要TF—靶基因关系或调控模块时使用。

网络与系统生物学5 个步骤v1更新于 2026-11-19

流程图

  • 数据输入
  • 核心分析
  • 结果输出

步骤说明5 步

  1. 明确数据类型、样本数量、时间结构和可用TF/基序/染色…数据输入

    明确数据类型、样本数量、时间结构和可用TF/基序/染色质先验。

    下一步02 预先过滤低信息基因并校正批次

  2. 预先过滤低信息基因并校正批次核心分析

    预先过滤低信息基因并校正批次,不能用差异基因筛选替代全局调控建模。

    下一步03 依据设计选择GENIE3/GRNBoost、回归或先验…

  3. 依据设计选择GENIE3/GRNBoost、回归或先验…核心分析

    依据设计选择GENIE3/GRNBoost、回归或先验约束方法,保留边权与方向。

    下一步04 通过重采样、伪数据和外部ChIP或扰动数据评估边的稳定…

  4. 通过重采样、伪数据和外部ChIP或扰动数据评估边的稳定…核心分析

    通过重采样、伪数据和外部ChIP或扰动数据评估边的稳定性与精确率。

    下一步05 输出调控边表、模块、关键TF、稳定性和无法判断方向的关系

  5. 输出调控边表、模块、关键TF、稳定性和无法判断方向的关系结果输出

    输出调控边表、模块、关键TF、稳定性和无法判断方向的关系。

使用原则

  • 参考上述步骤、工具和依赖关系,结合本次目标、数据与可用工具安排研究过程。
  • 可以调整顺序、补充必要检查或省略不适用的步骤,重要调整需说明原因。
  • 用户本次的明确要求优先于此参考;关键意图不清楚时先提问。

workflow.md

查看工作流源文件
---
format: codar-workflow
schemaVersion: 1
layoutDirection: TD
id: "grn-inference-scaffold-replace-nowvafmr"
version: 1
name: "基因调控网络推断"
domain: "网络与系统生物学"
description: "用于从表达、染色质可及性或转录因子先验推断基因调控网络;当用户需要TF—靶基因关系或调控模块时使用。"
---

# 基因调控网络推断

## 流程图

```mermaid
flowchart TD
    n1["明确数据类型、样本数量、时间结构和可用TF/基序/染色…"]
    n2["预先过滤低信息基因并校正批次"]
    n3["依据设计选择GENIE3/GRNBoost、回归或先验…"]
    n4["通过重采样、伪数据和外部ChIP或扰动数据评估边的稳定…"]
    n5["输出调控边表、模块、关键TF、稳定性和无法判断方向的关系"]
    n1 --> n2
    n2 --> n3
    n3 --> n4
    n4 --> n5
```

## 节点

### 明确数据类型、样本数量、时间结构和可用TF/基序/染色… {#n1}
- 类别: 数据输入
- 位置: 40, 40
- 说明: |
  明确数据类型、样本数量、时间结构和可用TF/基序/染色质先验。

### 预先过滤低信息基因并校正批次 {#n2}
- 类别: 核心分析
- 位置: 40, 176
- 说明: |
  预先过滤低信息基因并校正批次,不能用差异基因筛选替代全局调控建模。

### 依据设计选择GENIE3/GRNBoost、回归或先验… {#n3}
- 类别: 核心分析
- 位置: 40, 312
- 说明: |
  依据设计选择GENIE3/GRNBoost、回归或先验约束方法,保留边权与方向。

### 通过重采样、伪数据和外部ChIP或扰动数据评估边的稳定… {#n4}
- 类别: 核心分析
- 位置: 40, 448
- 说明: |
  通过重采样、伪数据和外部ChIP或扰动数据评估边的稳定性与精确率。

### 输出调控边表、模块、关键TF、稳定性和无法判断方向的关系 {#n5}
- 类别: 结果输出
- 位置: 40, 584
- 说明: |
  输出调控边表、模块、关键TF、稳定性和无法判断方向的关系。

## 使用原则

- 参考上述步骤、工具和依赖关系,结合本次目标、数据与可用工具安排研究过程。
- 可以调整顺序、补充必要检查或省略不适用的步骤,重要调整需说明原因。
- 用户本次的明确要求优先于此参考;关键意图不清楚时先提问。