新算法可識(shí)別與疾病相關(guān)基因

俄羅斯圣光機(jī)大學(xué)(ITMO)生物信息學(xué)研究人員開發(fā)了一種算法，可幫助評(píng)估基因?qū)θ梭w過程(包括疾病發(fā)展)的影響。這項(xiàng)研究發(fā)表在《BMC生物信息學(xué)》上。

脫發(fā)、肥胖或視力低下可能與特定基因有關(guān)，識(shí)別出相關(guān)基因組，有利于研究和治療。此外，為確定基因和病情之間是否存在聯(lián)系，了解基因之間的相互作用也非常重要。

ITMO助理教授愛列克謝·謝爾蓋西切夫解釋說(shuō)：“總的來(lái)說(shuō)，每個(gè)人有超過2萬(wàn)個(gè)基因。通過將患者病情相關(guān)基因與健康人的基因進(jìn)行比較，我們可以看到二者之間活性和表現(xiàn)形式的差異?；诖诵畔?，可以創(chuàng)建一個(gè)共同的圖示，顯示所有基因之間的相互聯(lián)系，并且每個(gè)基因都被分配一個(gè)權(quán)重因子。通常，科學(xué)家們只繼續(xù)研究最活躍的基因，對(duì)其進(jìn)行特殊的子圖繪制，但是將這些基因從‘普通背景’中分離出來(lái)，就失去了評(píng)估每個(gè)基因與其他基因的關(guān)聯(lián)性進(jìn)而進(jìn)行診斷的機(jī)會(huì)。”

在新研究中，研究人員不僅專注于權(quán)重因子最高的那個(gè)基因系統(tǒng)，還提出了一種新方法，可利用整個(gè)基因組上的數(shù)據(jù)生成數(shù)十萬(wàn)個(gè)子圖。該算法基于馬爾可夫鏈蒙特卡羅方法，可計(jì)算每個(gè)樣本與所討論病情之間的聯(lián)系概率，并就每個(gè)基因之間的相互作用分析樣本的組成。

研究人員從一組基因中刪除一個(gè)基因，如果活躍基因的數(shù)量增加，則表示正確并保存結(jié)果。否則就重新開始。通過一系列步驟，權(quán)重因子開始快速增長(zhǎng)。這樣一來(lái)，該算法就可以生成大量圖形。

有了這樣一個(gè)樣本組，研究人員就可發(fā)現(xiàn)比其他基因更頻繁出現(xiàn)的基因。如果一個(gè)基因出現(xiàn)在90%的此類子圖中，那么就可90%地確定該基因與相關(guān)疾病的關(guān)系。

該項(xiàng)目研究人員指出，這一算法未來(lái)可表示為帶有滑動(dòng)條的程序，允許用戶出于各種目的以各種置信度生成結(jié)果。例如，置信度水平越低，顯示的基因就越多，反之亦然。如果僅需要確定信任的基因，可以將置信度水平設(shè)置為約99%。(記者馮衛(wèi)東)

關(guān)鍵詞： 新算法