生物芯概念计算——生物信息计算的新概念

正生物技术的迅猛发展推动了生命科学进入大数据时代,以新一代测序技术为代表的高通量生物技术加速了生物学与计算、信息等学科的融合,大大推进了生物信息学的发展.据美国国家生物技术信息中心(National Center for Biotechnology Information,NCBI)最新的数据统计,相较前一年,基因组测序项目增长了49.94%,以读长数据(read)为代表的高通量核酸测序数据增长了44.37%,蛋白质序列数据增长了39.85%[1].截止最新的数据发布(2017年9月),存储于GenBank数据     

全基因组基因-基因相互作用研究现状

复杂疾病目前正在全球范围流行, 极大地影响人类的健康。研究发现, 复杂疾病的性状受到多个位点的相互作用影响。目前的全基因组关联分析(Genome-wide association study, GWAS)仅仅解析单个SNP位点对疾病易感性的贡献, 单纯依靠这一种策略并不能在寻找复杂疾病的病因上得到根本性的突破。基因-基因相互作用可能是复杂疾病致病的主要因素之一。针对这一点, 科学家已经提出了一些检验基因相互作用的算法, 包括惩罚logistic回归模型、多因子降维(Multifactor dimensional reduction)、集合关联法(Set-association approach)、贝叶斯网络(Bayesian networks)、随机森林法等。文章首先对目前这些方法做了综述, 并指出了其中的不足, 包括计算复杂度太高、假设驱动、数据会过度拟合、对低维数据不敏感等, 进而简述了一种由笔者所在实验室开发的基于GPU的研究基因相互作用的算法, 该算法复杂度低, 不需要任何假设, 没有边际效应, 有很好的稳定性, 速度快, 适用于进行全基因组范围内的基因-基因相互作用计算。