由印度理工大学主办 信用:CC0公共领域 ITMO大学的生物信息学研究人员开发了一种算法，有助于评估基因对人体过程的影响，包括疾病的发展
这项研究发表在《生物信息学杂志》上
疾病或脱发倾向、肥胖或视力不佳可能与特定基因有关
为了影响他们和影响一个人的状况，有必要从许多嫌疑人中识别基因组的相关部分
此外，为了确定基因和疾病之间是否有联系，了解基因之间的相互作用是很重要的
“总而言之，一个人有20000多个基因
通过将患者相关病症的基因与健康人的基因进行比较，我们可以看到样本之间的活性和表现的差异
基于这些信息，创建了一个显示所有基因之间相互联系的公共图，并为每个基因分配了一个权重因子
通常，科学家继续只对最活跃的基因进行研究，制作它们的特殊子图
然而，ITMO大学的助理教授阿列克谢·塞古希切夫解释说，通过将这些基因从“共同背景”中分离出来，“我们就失去了评估每个基因与其他基因的相关性以及我们所研究的诊断的机会。”
ITMO大学的生物信息学研究人员提出了一种新方法，利用整个基因组的数据生成数十万个子图，而不是只关注一个具有最高权重因子的基因系统
基于马尔可夫链蒙特卡罗方法的新算法使得计算每个样本与所讨论的条件之间的联系的概率和分析每个基因之间的相互作用的样本组成成为可能
“想象一下，你正试图用瓶子组装一艘船
你可以用一把镊子，或者你可以摇动瓶子
当碎片按照我们希望的那样落下时，我们将系统固定在这种状态，并继续摇晃
如果我们不喜欢我们得到的，我们就重新开始
迟早，我们会得到类似船的东西
我们的程序有些相似
我们从集合中移除一个基因
如果活跃基因的数量增加，这意味着我们做得对，我们保存了结果
如果没有——我们继续
通过几个步骤，权重因子可以开始快速增长
ITMO奖学金和教授项目的高级研究员和参与者尼基塔·阿莱克谢耶夫解释说
有了这样一个样本组，科学家可以比其他人更频繁地识别出出现在那里的基因
如果一个基因出现在90%的这样的子图中，那么科学家可以90%确定它与所讨论的疾病有联系
该项目的作者指出，在未来，该算法可以表示为一个带有滑块的程序，允许用户为各种目的产生具有不同置信度的结果
“例如，置信度越低，显示的基因越多，反之亦然
尼基塔·阿莱克谢耶夫总结道:“如果我们只需要识别我们有信心的基因，我们会将信心水平设定在99%左右。”
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
