研究人员最新开发出大有可为的基因网络分析方法

ajun

　　映射成千上万个基因之间的相互作用对于理解人类发展和疾病至关重要。 Leon Cooper和John Sedivy带领一支来自布朗大学的研究小组，和博洛尼亚大学（意大利）、特拉维夫大学（以色列）的同行一起开发了一种分析基因之间相互关系的灵敏而可靠的工具，其开发基础是针对一种有名的癌蛋白质进行创造性的实验。其目的是：找出那些可能用于治疗癌症的靶基因。  

　　布朗大学的最新研究表明，与长期使用的线性模型相比, 基于相关性的统计方法是一种更加可靠的方法，它可以映射复杂基因的相互作用以及那些有可能用于治疗癌症的微小靶基因。该项研究意义重大，因为它提出了一种大有前途的研究工具，能够追踪人类基因的相互关系，因而成为理解和治疗癌症和其他疾病的一项主要工作。该项研究的结果已经在本周的《美国国家科学院院报》网络版中发表。

　　布朗大学大脑及神经系统医学研究机构主任和物理学与神经系统科学教授Leon Cooper说：“基因之间的影响是错综复杂的，我们需要的是一个基因关联图或者说是基因关系网络，我们在该研究中已经找到了制作这一关联图的更有效方法”。

从事这项研究的小组——来自布朗大学、博洛尼亚大学和特拉维夫大学的生物、物理、统计和计算机科学领域的科学家——着手回答这样一个问题，当致命癌蛋白被激活时，它会给基因活动带来什么样的连锁反应。

　　致命癌蛋白c-Myc可以引发细胞繁殖，如果这种蛋白的产生不加以控制的话，就会引起乳腺癌、直肠癌和其它类型的癌症。在美国每年有70,000人死于 C-Myc。一旦c-Myc被转移，成千上万的其他基因便产生出大量蛋白质或激活其他基因, 这将导致更多的基因被激活。研究这种网状关系的一种途径是研究c-Myc随时间推移所产生的连锁反应。为此，布朗大学的研究人员进行了一项巧妙实验。

　　作为长期研究c-Myc的研究员和布朗大学基因组学和蛋白组学中心主任的John Sedivy，培育出了缺少c-Myc 基因的老鼠细胞。这些细胞经过改造可以形成c-Myc蛋白，它们可以被激素tamoxifen激活或抑制。其中一批细胞经过tamoxifen处理，1小时、2小时、4小时、8小时和16小时后分别做了收集。另一批细胞未用tamoxifen处理，而在相同的时间内也做了收集。对这些产生在实验室的基因活动进行分析发现，c-Myc基因网络中有1191种可能的参与者。Gastone Castellani是大脑及神经系统医学研究机构的副教授和博洛尼亚大学的教授，他带领的统计小组，试验了两种方法为该基因网络建模。一种方法是马尔可夫线性模型, 这种十分古老的工具通常用于运动统计和语言研究的各种问题。另一种方法是基于网络理论的相互关系方法，它用于解释如电力网络和神经网络这样的复杂系统。

　　把这两种统计方法用于实验数据以后, 该小组发现，相互关系方法是一个更有效的分析工具，它敏感地捕获到了用tamoxifen处理后基因网络的变化, 在c-Myc激活后，130 个基因由此产生了明显的改变。这种方法同样是可靠的，因为当研究人员重新选择数据时间点之后，网络变化消失了。与之相反, 由线性马尔可夫模型构建的基因网络对tamoxifen作用显得不够敏感，即使研究者选择不同的数据时间点, 网络看起来仍没有明显的改变。Sedivy说，网络理论在分析如酵母这样简单种类的基因组时可以提供很多信息。看来，这种理论可以用在更加复杂的系统：人类。时间序列试验、统计学和网络理论的结合，作为完整的概念是非常新颖的，这无疑是研究基因表达的一个非常重要的新方法。

　　此项研究小组的成员还包括布朗大学的Brenda O’Connell和Nicola Neretti，博洛尼亚大学的 Daniel Remondini，以及在布朗大学和特拉维夫大学任职的Nathan Intrator。美国国家卫生研究院、 the Ministero dell’Instruzione、 dell’Università e della Ricera、大脑及神经系统医学研究机构、布朗大学研究机构副总裁办公室资助了此项研究。