作为国际的一部分开放式访问周，我们想谈谈我们的另一个开放式访问网络可视化和分析工具 -反应组fiviz应用程序。

为了提高我们对疾病机制的理解，为患者提供更好的个性化精度疗法，许多生物学和临床研究采用了产生大规模数据集的高通量技术。通常，这些数据集是基于基因或蛋白质的，并且更好地了解有趣的基因或蛋白质之间的关系，研究人员通常必须将它们投影到生物网络背景下，以提供整体可视化和分析平台，用于使用网络降低数据的维度。模块。

为了帮助我们想要进行基于网络的分析的用户，我们构建了反应功能相互作用（FI）网络，其占总人蛋白编码基因的60％，并通过从手动策划途径中提取相互作用而产生基于机器学习技术的预测相互作用。我们已经开发了cytoscape.应用程序（或应用），称为“ReactomeFiviz”，它使用该高度可靠的FI网络来支持基于网络的数据可视化和分析。我们应用的用户可以为基因列表构建一个FI子网，执行网络聚类以查找网络模块，注释子网和模块，并对网络模块进行生存分析。此外，该应用还可以使用基因分数文件和基于概率图形模型和布尔网络的途径数学建模进行途径浓缩分析。关于ReactomeFiviz应用程序的更多文档可通过我们提供用户指南和Cytoscape App Store.。