研究員開發有為的新的基因網絡分析方法

比較長使用的線性模型，基於相關性的統計方法是更加可靠的方式根據新的布朗大學研究映射可能是潛在的癌症治療目標的複雜基因交往和極細微的基因。

因為它描述為跟蹤人力基因連接數，任務的一套有為的新工具重要為瞭解和對待癌症和其他疾病，這個研究是重要的。 結果本週出現於國家科學院的行動的在線編輯。

「基因互相影響用許多複雜方式」，教授和主任說利昂物理和神經科學木桶匠、學院和神經系統的腦子在布朗。 「什麼我們需要是映射或者網絡，這些連結。 什麼我們在此項目識別是做的此映射一個更加有效的方法」。

從域的包括的科學家的生物、物理，統計數據和計算機科學在布朗、 Universita? di Bologna 在意大利和特拉唯夫大學在 - 開始的以色列回答問題的研究小組 -。 一致命的 「oncoprotein」什麼時候被接通，基因活動的什麼鏈式反應它引起？

蛋白質， c-Myc，造成細胞倍增。 如果蛋白質是被生產的未經檢查的，它可能導致乳房、冒號和癌症的其他類型。 C-Myc 每年造成超過 70,000 死亡在美國。

一旦 c-Myc 切換被投擲，千位其他基因開始抽蛋白質或接通其他基因，仍然激活更多基因。 一種方式學習連接數此萬維網將引起這個鏈式反應和隨著時間的推移學習它。 要做發生，布朗研究員產生一個聰明的實驗。

約翰 Sedivy、一位長期 c-Myc 研究員和主任染色體組的和 Proteomics，缺乏 c-Myc 基因的被開發的匯率細胞布朗的中心。 進一步修改這些細胞做表單 c-Myc 蛋白質，可能被切換的開/關由激素治療它莫西芬。

一批細胞對待與它莫西芬，然後收穫了以後一，二，四，八和 16 時數。 另一批細胞沒獲得這種藥物，然而在同一時期被收穫了構成。

在實驗生成的對基因活動的分析顯示了 c-Myc 基因網絡的 1,191 個可能的球員。 一個統計小組，導致由有學院腦子和神經系統和教授的 Gastone Castellani，關聯研究教授在 Universita? di Bologna，測試二個方法設法塑造此網絡。

一个是這個線性馬爾可夫設計，用於的一個幾十年的工具咬嚼一切從體育運動統計數據到語言生產。 其他是在網絡理論基礎上的對比法，用於解釋複雜系統例如電網和神經網絡。

在運用兩個統計方法以後於實驗數據，這個小組發現對比法是一個更加有效的分析工具。 這個方法對獲取基因網絡更改是足够敏感的在它莫西芬處理以後，導致 c-Myc 啟動顯著修改的 130 個基因列表。 此方法也是可靠的。 當研究員改造了數據計時點，那些網絡更改消失。

相反，這個線性馬爾可夫設計修建的基因網絡看來是不區分的對它莫西芬的作用。 既使當研究員拖曳了數據計時點，這個網絡看上去主要沒有變化。

「網絡理論是巨大情報的在分析簡單的種類染色體例如酵母」， Sedivy 說。 「這裡，這個原理被運用於複雜系統： 人。 整體概念 - 時間數列試驗和統計數據和網絡理論的組合 - 相當新穎。 這應該是一個重要新的途徑到學習基因表達」。

研究小組也包括從布朗大學的 Brenda 奧康內爾和 Nicola Neretti; 從 Universita? di Bologna 的丹尼爾 Remondini; 并且 Nathan Intrator，在布朗大學和特拉唯夫大學的保持位置。

國家衛生研究所、 Ministero dell'Instruzione、 dell'Università e della Ricera，腦子和神經系統學院和研究的副總統辦公室在布朗大學的資助了這個工作。

http://www.brown.edu/