A pipeline to create predictive functional networks: application to the tumor progression of hepatocellular carcinoma

Maxime Folschette (1, 2, 3, 4, 5, 6) , Vincent Legagneux (1) , Arnaud Poret (3) , Lokmane Chebouba (3, 7, 8, 5) , Carito Guziolowski (3, 7, 5) , Nathalie Théret (1, 2)

1 Irset - Institut de recherche en santé, environnement et travail
2 Dyliss - Dynamics, Logics and Inference for biological Systems and Sequences
3 LS2N - Laboratoire des Sciences du Numérique de Nantes
4 BioComputing
5 LS2N - équipe COMBI - Combinatoire et Bioinformatique
6 IFB-CORE - Institut Français de Bioinformatique
7 ECN - École Centrale de Nantes
8 LRIA - Laboratoire de Recherche en Intelligence Artificielle [Alger]

Mots clés: Signaling and regulatory knowledge; Data and network integration; Hepatocellular carcinoma; Discrete modeling; KEGG

Domaines: Bio-informatique [q-bio.QM]; Modélisation et simulation; Réseaux moléculaires [q-bio.MN]; Cancer

Maxime Folschette, Vincent Legagneux, Arnaud Poret, Lokmane Chebouba, Carito Guziolowski, et al.. A pipeline to create predictive functional networks: application to the tumor progression of hepatocellular carcinoma. BMC Bioinformatics, 2020, 21 (1), pp.18. ⟨10.1186/s12859-019-3316-1⟩. ⟨hal-02095930v4⟩