生物行移动版

近日，来自伊坎西奈山医学院的科学家们公开发布了新的数据分析软件，可帮助基因组学研究人员以更高的效率和准确性确定遗传疾病的因素。相关发现发表在《PLoS Computational Biology》和《Scientific Reports》杂志上。

MEGENA（多尺度嵌入基因共表达网络分析）项目将基因表达数据映射到三维球体上，帮助科学家研究复杂疾病（如癌症、肥胖、阿尔茨海默病）中网络分层结构的模式特征。测试数据来自癌症基因组图谱（TCGA），MEGENA在乳腺癌和肺癌中鉴定了新的调控靶点，优于其他共表达分析方法。

第二个工具SuperExactTest建立了首个理论框架来评估多组交叉点的统计学意义，使用户能够比较非常大的数据集，例如来自全基因组关联研究（GWAS）和差异表达分析的基因集。科学家应用SuperExactTest分析TCGA和GWAS数据，鉴定了一组核心癌症基因，并检测了复杂疾病之间的相关模式。这两个工具均来自多尺度网络建模实验室，由遗传学与基因组科学副教授张斌领导。

“这些工具填补了基因组学中重要且未满足的需求。”张博士说，“MEGENA将帮助科学家理解复杂疾病的新途径和关键靶点，而SuperExactTest通过比较大量基因特征，将提供更清晰的基因组图谱。”

“我们的研究组致力于制作高性能分析工具，并共享广泛的基因组学资源，以帮助所有人产出最佳结果。”Eric Schadt博士说，“这些新工具展示了深思熟虑且富有创造性的解决方案，以应对全球科学家面临的挑战。”