《Cell Research》刊发好色tv 系教师合作完成的研究成果
发布时间:2013-04-08 阅读次数:
2013年3月，与“自然出版集团”(Nature Publishing Group)合作发行的著名学术期刊《Cell Research》发表了北京交通大学好色tv 系教师与中科院上海生命好色tv 院、中科院遗传与发育生物学研究所的好色tv人员合作完成的题为“A novel Bayesian network inference algorithm for integrative analysis of heterogeneous deep sequencing data”的研究论文，报道了一种利用异质高通量深度测序数据，逆向推断生物调控网络的新方法。我系教师为第一作者。
新一代深度测序技术具有测序通量大、测序精度高等特点，自2007年以来，在基因组的测序与组装、转录组、表观遗传组与转录调控组的深入研究中发挥了巨大了作用。特别是在基因表达谱与染色质免疫沉淀实验的高通量研究中，新一代深度测序技术已逐步取代经典的基因芯片技术，成为目前分子系统生物学中的主流研究手段。
随着新一代深度测序技术的广泛使用，以RNA-Seq、ChIP-Seq、BS-Seq为代表的深度测序数据大量涌现，如何从这些数据中挖掘以调控网络为代表的生命科学知识，已成为一个亟待解决的关键课题。然而，贝叶斯网络结构学习等传统的生物网络逆向工程算法，往往只能研究离散型或实数型变量之间的互作关系，而不能有效地表示、利用具有丰富信息量的短测序片段在基因组不同单元的分布特征。针对这个问题，本研究针对短测序片段的分布特征提出了一个新的相似性函数，有效地利用了这个深度测序数据的重要特征，并将其整合到贝叶斯因果推断算法中，解决了在同一网络中统一表示异种变量和异质深度测序数据的难题。作者还对去除深度测序数据中的噪声进行了研究，进一步提高了网络推断的性能。本研究对人、鼠自我更新状态下的胚胎干细胞，人的CD4+ T细胞等重要细胞系的生物调控网络进行了深入研究，发现并验证了一些重要的转录因子与表观遗传因子之间的作用关系，同时也为开展后继研究提供了重要的生物学假说。
《Cell Research》期刊最近两年的影响因子分别为8.19(2012)，9.417(2011)。上述研究工作得到了国家自然科学基金、科技部973计划、中国科好色tv 与北京交通大学的资助。
论文链接：//www.nature.com/cr/journal/v23/n3/full/cr20138a.html
邮编：100044
联系电话：51688526
版权所有©2023好色tv-好色视频-好色小姨 BJTU备21120301