發(fā)布日期：2016-08-04
普林斯頓大學(xué)最新一項研究發(fā)現(xiàn)了一些新的與自閉癥相關(guān)的候選基因。
雖然研究人員估計存在有數(shù)百個與自閉癥相關(guān)的基因，但實際上只有一小部分有明確的實驗證據(jù)證明其與自閉癥有關(guān)。8月1日發(fā)表在自然雜志上的一項研究旨在改變這種現(xiàn)狀，他們通過使用大數(shù)據(jù)和機器學(xué)習(xí)的方法來進行一個有關(guān)泛自閉癥障礙（ASD）的全基因組預(yù)測。該研究的第一作者Arjun Krishnan告訴我們他們的結(jié)果將如何幫助泛自閉癥障礙（ASD）的早期診斷和治療。
Q：你能簡單總結(jié)下你的研究嗎？
Arjun Krishnan：泛自閉癥障礙（ASD）具有很強的遺傳基礎(chǔ)，預(yù)計有400-1000相關(guān)基因，但是目前只有約65種自閉癥基因被發(fā)現(xiàn)。由于泛自閉癥障礙（ASD）十分復(fù)雜，光排序或僅僅進行基因研究是相當(dāng)不夠的，不足以揭示自閉癥的遺傳基礎(chǔ)。因此，我們決定采取一種補充數(shù)據(jù)驅(qū)動的方法來解決這一問題。我們使用的方法是基于對先前已知自閉癥基因的學(xué)習(xí)模式與人腦中特定基因網(wǎng)絡(luò)之間是如何聯(lián)系的，我們用這些模式來識別新的自閉癥基因。
最重要的結(jié)果是對基因組中自閉癥相關(guān)的基因做了一個全面的補充預(yù)測。在研究的其他部分中，利用這些基因組泛自閉癥障礙ASD候選基因和大腦網(wǎng)絡(luò)，我們已經(jīng)確定大腦發(fā)育的階段和區(qū)域，以及自閉癥患者身上可能會被破壞的特定細胞功能。我們還建立了一個交互網(wǎng)站，任何生物醫(yī)學(xué)研究人員或臨床醫(yī)生都可以訪問和查閱使用我們的研究結(jié)果。
Q：你的研究結(jié)果意義是什么？
Arjun Krishnan：我們預(yù)測了數(shù)百個“新的”候選基因，這些都是在以前的自閉癥相關(guān)遺傳研究從來沒有被確定或者涉及的。對于遺傳學(xué)家來說，這意味著他們可以使用我們的預(yù)測來直接進行測序研究，更快、更便宜的發(fā)現(xiàn)自閉癥相關(guān)基因。研究人員可以利用它們來區(qū)分和解釋有關(guān)研究ASD全基因組測序的結(jié)果。最后，生物醫(yī)學(xué)研究人員可以使用這些數(shù)據(jù)以及相關(guān)分析，全力研究新的自閉癥基因以及它的相關(guān)功能、發(fā)育和在結(jié)構(gòu)上的影響。
Q：你能向我們解釋下是如何將機器學(xué)習(xí)方法應(yīng)用到這項研究上嗎？
Arjun Krishnan：這項技術(shù)基本上類似于Facebook使用的“社交網(wǎng)絡(luò)”方法，人們在社會背景下是互相關(guān)聯(lián)的，F(xiàn)acebook首先通在社交網(wǎng)絡(luò)中尋找你的朋友，建議你將一位中學(xué)同學(xué)“添加為好友”，然后通過你們在社交網(wǎng)絡(luò)中的共同好友進行推薦。
我們建立了一個特定的大腦基因網(wǎng)絡(luò)，它是一個關(guān)于基因如何在大腦中依靠對方正常運轉(zhuǎn)的地圖。利用這個網(wǎng)絡(luò)，我們采用類似的理念來預(yù)測新的ASD基因——首先，我們在大腦網(wǎng)絡(luò)中發(fā)現(xiàn)與已經(jīng)ASD基因相關(guān)的同伴，然后確定網(wǎng)絡(luò)中與這些協(xié)作基因相關(guān)的其他基因。
這個設(shè)想和其他一些設(shè)想一起，形成了一個我們進行系統(tǒng)預(yù)測的機器學(xué)習(xí)框架。
Q：你們實現(xiàn)這些成果用了哪些方法？
Arjun Krishnan：我們用來做ASD基因預(yù)測的是一種機器學(xué)習(xí)方法，它能學(xué)習(xí)如何識別在基因網(wǎng)絡(luò)與其他基因關(guān)聯(lián)的自閉癥基因，然后使用這些模式來預(yù)測新的ASD基因。我們使用的基因網(wǎng)絡(luò)表明基因是如何一起在大腦中以細胞發(fā)揮作用的，或直觀地說是一副大腦分子水平的功能圖。
我們從所有可能的來源收集了與自閉癥相關(guān)的基因，包括那些有直接證據(jù)或者間接證明的，同時對每個基因的證據(jù)是否可靠進行跟蹤。然后我們建立了一個基于網(wǎng)絡(luò)證據(jù)加權(quán)疾病基因分類器，學(xué)習(xí)在大腦網(wǎng)絡(luò)中已知ASD基因的連接模式（考慮到每個基因的證據(jù)級別），然后使用數(shù)據(jù)驅(qū)動模式來預(yù)測基因組中的每一個基因潛在的與ASD的相關(guān)性。
Q：這種方式與以前的基因預(yù)測方法有什么不同呢？
Arjun Krishnan：我們的研究對傳統(tǒng)的基因預(yù)測方法有兩個主要的貢獻，首先是我們使用了一個基因組規(guī)模的組織特異性網(wǎng)絡(luò)。人類疾病的起源和表現(xiàn)在人體中特定的組織和細胞類型，例如高血壓—腎臟，或自閉癥—大腦。因此，要準(zhǔn)確地描述哪些基因與自閉癥類似的疾病相關(guān)，我們需要了解和預(yù)測這些基因在大腦中發(fā)生了什么，而不是在大腦以外其他人體部分。我們通過在人類基因組中使用特定的大腦網(wǎng)絡(luò)基因?qū)崿F(xiàn)了這個結(jié)果，基于成千上萬的基因組實驗融合成了特定的大腦信號。
第二個貢獻是使用證據(jù)加權(quán)進行分類，我們在多個來源精心策劃了一組與ASD相關(guān)的基因，并追蹤這些來源是否可靠，使用他們的證據(jù)層級為我們的機器學(xué)習(xí)作出新的預(yù)測方法。這種方式作出的預(yù)測比基于高置信基因的預(yù)測要準(zhǔn)確的多。
Q：你的研究對于泛自閉癥障礙（ASD）來說意味著什么？
Arjun Krishnan：目前非常需要一個基因或分子測試來對ASD進行診斷，在腦發(fā)育早期盡可能地基于ASD患者的基因組成對其進行藥物或其他干預(yù)治療。通過對這些候選基因的實驗幫助研究人員有效地縮小ASD的遺傳基礎(chǔ)和遺傳篩選，我們的研究結(jié)果使他們離這些目標(biāo)更近了一些。
Q：你認(rèn)為機器學(xué)習(xí)在醫(yī)學(xué)研究中最大的潛力是什么？
Arjun Krishnan：我所看到的機器學(xué)習(xí)的最大潛力是用其處理這個問題——針對個人的基因組成準(zhǔn)確預(yù)測其健康和疾病的狀態(tài)。我們的工作是在重大疾病這一方面邁出的巨大一步，幫助找出基因的“特性”可能定義的疾病，希望它可以用來對疾病進行預(yù)測。重要的是在追求這一目標(biāo)的過程中，不單純是在機器學(xué)習(xí)或者生物醫(yī)學(xué)研究領(lǐng)域中進行獨立研究，更要考慮這兩個領(lǐng)域如何能協(xié)同合作一起發(fā)揮巨大的潛力。
Q：下一步打算如何進行研究？
Arjun Krishnan：下一步我們正在思考的如何將我們的預(yù)測結(jié)果應(yīng)用到自閉癥患者的全基因組測序研究上，這令我們十分激動。對全基因組測序研究需要面對相當(dāng)復(fù)雜的情況，我們的預(yù)測結(jié)果可以幫助研究人員集中在一個變量上，落在其附近或接近的基因我們就可以將其識別為與ASD基因高度相關(guān)的選項。
文/雷鋒網(wǎng)（微信號：leiphone-sz）
來源：雷鋒網(wǎng)
