用于目标基因的选择的人类表型组-互作组网络的构建

在定位遗传性人类疾病的相关基因方面,虽然通过传统的基因定位方法,取得了显著的成效,但是这样得到的染色体区域通常很大,包含数十个甚至上百个的基因。因此,开发用于鉴定基因是真正疾病目标基因的计算方法是必要的。为了解决这个问题,清华大学自动化系江瑞副教授带领研究团队提出了几种方法,通过使用表型组和蛋白互作网络(互作组)来选择目标基因。表型组的使用拓宽了用于鉴别疾病相关基因方法的应用范围,互作组的使用提供了对于基因间功能相似性的可靠标准。这两个数据源,加上精心设计的计算模型,使得该计算方法在选择给定查询疾病比例的目标基因方面表现出卓越的性能。清华大学生物信息实验室、自动化系等处的研究人员回顾了通过依赖整合表型组和互作组来选择目标基因的计算方法的最新进展。并总结了类似的方法怎么能容易地运用到鉴别可能涉及复杂疾病的miRNA和发现靶向与疾病相关蛋白质的药物上。最后,作者们讨论了整合多基因组数据源来系统性地发现人类疾病相关基因的未来前景和挑战。该研究发表在2012年《Statistics and Its Interface》杂志上。

参考文献: 

Constructing human phenome-interactome networks for the prioritization of candidate genes.Yong Chen,et al.Statistics and Its Interface.2012

作者简介:

江瑞:北京清华大学自动化系副教授。清华973国家重点基础研究发展计划项目《基于新一代测序的生物信息学理论与方法》第四课题组学术骨干。研究领域生物信息学、系统生物学、模式识别、机器学习、统计推断。