குறியிடப்பட்டது
  • ஜெ கேட் திறக்கவும்
  • ஜெனமிக்ஸ் ஜர்னல்சீக்
  • கல்வி விசைகள்
  • JournalTOCகள்
  • ஆராய்ச்சி பைபிள்
  • எலக்ட்ரானிக் ஜர்னல்ஸ் லைப்ரரி
  • RefSeek
  • ஹம்டார்ட் பல்கலைக்கழகம்
  • EBSCO AZ
  • OCLC- WorldCat
  • பிராக்வெஸ்ட் சம்மன்ஸ்
  • SWB ஆன்லைன் பட்டியல்
  • உயிரியல் மெய்நிகர் நூலகம் (vifabio)
  • பப்ளான்கள்
  • MIAR
  • யூரோ பப்
  • கூகுள் ஸ்காலர்
இந்தப் பக்கத்தைப் பகிரவும்
ஜர்னல் ஃப்ளையர்
Flyer image

சுருக்கம்

Towards a Comprehensive Understanding of miRNA Regulome and miRNA Interaction Networks

Joseph J Nalluri, Debmalya Barh, Vasco Azevedo and Preetam Ghosh

miRNAs are vital regulators of post transcriptional gene expression. Deregulation of miRNAs lead to susceptibility towards many diseases, especially cancers. Their complicated molecular mechanisms comprising of upstream transcriptions factors, downstream targets, functional and biological processes, and disease regulations are not fully comprehended yet. Hence, understanding the miRNA regulatory network comprehensively is pivotal to modulate its functions and develop miRNA therapeutics. At present, several independent databases and tools containing specific information about parts of a miRNA regulome exist in silo which prevents a holistic understanding of miRNA's molecular mechanism. Hence, integration of all scattered datasets in a cohesive manner in order to get an overarching understanding of the contributory influence and the effluence from the machinery of a miRNA regulome is critical. In this article, we present a case-report on miRegulome, a first comprehensive integrated knowledge base of miRNA regulome and miRNA interaction network analytic tools. miRegulome integrates the essential molecular modules of a miRNA regulome into a cohesive platform. We also discuss miRNA-disease interactions from miRegulome and devise graph theoretical strategies to analyze them. We also present a next-level design for an enhanced database repository for comprehensive data analysis collating diverse datasets related to miRNA biology; and present the need and challenges for the development of novel algorithms to predict new interactions between miRNAs, genes, transcription factors and diseases.

மறுப்பு: இந்த சுருக்கமானது செயற்கை நுண்ணறிவு கருவ