新的工具产生了优越的基因组分析结果

西奈山伊坎医学院(Icahn School of Medicine at Mount Sinai)的科学家开发并公开发布了新的数据分析软件，该软件可以帮助基因组学研究人员以更高的效率和准确性识别疾病的基因驱动因素。这些工具昨天发表在PLoS计算生物学11月25日科学报告，《自然》杂志。

MEGENA(用于多尺度嵌入基因共同表达网络分析)将基因表达数据投射到一个三维球体上，允许科学家研究复杂网络中的层次组织模式，这些复杂网络是癌症、肥胖和阿尔茨海默氏症等疾病的特征。通过对癌症基因组图谱(TCGA)的数据进行测试，MEGENA在乳腺癌和肺癌中发现了新的调控靶点，优于其他共同表达分析方法。

第二个工具SuperExactTest为评估多组交集的统计意义建立了第一个理论框架，使用户能够比较非常大的数据集，如全基因组关联研究(GWAS)和差异表达分析产生的基因集。科学家对现有的TCGA和GWAS数据进行了SuperExactTest测试，确定了一组核心癌症基因，并检测了复杂疾病中的相关模式。这两种工具都来自多尺度网络建模实验室，该实验室由遗传学和基因组科学系副教授张斌博士领导。

“这些工具填补了基因组学中重要而未被满足的需求，”两篇论文的资深作者张博士说。MEGENA将帮助科学家在复杂疾病中完善新的途径和关键靶点，而SuperExactTest将通过比较大量的基因签名，提供对基因组更清晰的理解。”

“我们的团队致力于制作高性能的分析工具和共享这些资源与更广泛的基因组学社区帮助我们所有人产生最好的结果,”埃里克·斯凯特说,博士,吉恩·c·和詹姆斯·w·水晶基因组学教授伊坎在西奈山医学院,伊坎基因组学和多尺度生物学研究所的创始主任。“这些新工具为世界各地的科学家所面临的计算挑战提供了深思熟虑和创造性的解决方案，我期待看到社区将用它们实现什么。”

MEGENA和SuperExactTest的R包在张博士的网站和凹口(综合R档案网络)，一个开源软件库。

---

---