genome wide data与individual基因的悖论 - 未名空间MITBBS历史存档

国际科技财经博客移民网络热点娱乐民生时事公众号

Redian新闻

>未名空间

>Biology - 生物学

genome wide data与individual基因的悖论

genome wide data与individual基因的悖论# Biology - 生物学

j*g2017-05-15 07:05

1 楼

做一些生物信息分析，一个问题：
很多project，NGS其实是看趋势、普遍的机制、全基因组的变化；传统的生物学是跑胶
杀老鼠，看单个的基因。
那么，现在的问题是，你做了NGS，看到了genome wide的变化，传统的生物学往往不买
账，非要你收敛到一两个具体的基因再次验证。
然而，生物如此复杂，往往是通过一个network发挥作用的，但是构建network，又是不
可能的任务，最后还是收敛到具体的一两个基因。
一个悖论。

b*02017-05-15 07:05

2 楼

构建network，又是不可能的任务？
为什么不可能？展开说说。

c*62017-05-15 07:05

3 楼

楼上这位的意思是可以编造啊

l*62017-05-15 07:05

4 楼

NGS可以看趋势，也可以看单个基因。在整体有趋势的情况下，核心基因的趋势也会很
明显，当然要对核心基因进行生物学实验验证。NGS的sequencing error rate 从0.1%
到 15%，不多点，不多重实验，多角度生物学实验验证，从NGS得到的趋势是不完全可
靠的。
甚至有些人把生物信息学的分析方法都用错了，偶尔还能碰巧从整体趋势上得到一个和
正确结果类似的趋势。但一涉及基因验证，就出问题，验证不出来了。

【在 j*********g 的大作中提到】

: 做一些生物信息分析，一个问题：
: 很多project，NGS其实是看趋势、普遍的机制、全基因组的变化；传统的生物学是跑胶
: 杀老鼠，看单个的基因。
: 那么，现在的问题是，你做了NGS，看到了genome wide的变化，传统的生物学往往不买
: 账，非要你收敛到一两个具体的基因再次验证。
: 然而，生物如此复杂，往往是通过一个network发挥作用的，但是构建network，又是不
: 可能的任务，最后还是收敛到具体的一两个基因。
: 一个悖论。

j*g2017-05-15 07:05

5 楼

每个实验都加生物学重复不就行了
看单个基因，实在浪费NGS出来的全基因组数据

%

【在 l********6 的大作中提到】

: NGS可以看趋势，也可以看单个基因。在整体有趋势的情况下，核心基因的趋势也会很
: 明显，当然要对核心基因进行生物学实验验证。NGS的sequencing error rate 从0.1%
: 到 15%，不多点，不多重实验，多角度生物学实验验证，从NGS得到的趋势是不完全可
: 靠的。
: 甚至有些人把生物信息学的分析方法都用错了，偶尔还能碰巧从整体趋势上得到一个和
: 正确结果类似的趋势。但一涉及基因验证，就出问题，验证不出来了。

z*t2017-05-15 07:05

6 楼

你还真别说，NGS验证单个gene更可靠
比如chip我老板的话是chip-qPCR基本可以做出你想要的结果，嘿嘿

【在 j*********g 的大作中提到】

: 每个实验都加生物学重复不就行了
: 看单个基因，实在浪费NGS出来的全基因组数据
:
: %

z*t2017-05-15 07:05

7 楼

你还真别说，NGS验证单个gene更可靠
比如chip我老板的话是chip-qPCR基本可以做出你想要的结果，嘿嘿

【在 j*********g 的大作中提到】

: 每个实验都加生物学重复不就行了
: 看单个基因，实在浪费NGS出来的全基因组数据
:
: %

f*e2017-05-15 07:05

8 楼

不是做出，是“做出”吧，嘿嘿。

【在 z*t 的大作中提到】

: 你还真别说，NGS验证单个gene更可靠
: 比如chip我老板的话是chip-qPCR基本可以做出你想要的结果，嘿嘿

s*r2017-05-15 07:05

9 楼

同意你说的很多东西不是收敛到一两个基因的，但是一句不可能的任务就不做验证了谁
会买你的帐，很多生物信息分析不能实验验证的结果就是shit

【在 j*********g 的大作中提到】

j*g2017-05-15 07:05

10 楼

不能实验验证，是不是因为目前的局限于单个基因的实验手段，解决不了基因组水平的
分析结果？（一维二维，应付不来高维）？怎么开发一些新的实验手段？

【在 s******r 的大作中提到】

: 同意你说的很多东西不是收敛到一两个基因的，但是一句不可能的任务就不做验证了谁
: 会买你的帐，很多生物信息分析不能实验验证的结果就是shit

x*62017-05-15 07:05

11 楼

全基因组的系统变化和寡基因不仅不矛盾，而且是高度统一的。
N多实验，特别是在实验室里研究突变生成和演化动态的实验进化，已经证明：少数的
几个，甚至是一个突变，就能引起蛋白组的整体变化。一个极端例子：一个核糖体蛋白
的表达水平降低让细胞里几乎所有蛋白降低。
那么问题的关键就是怎么在两个水平之间建立联系。蛋白组学数据光看个各种蛋白丰度
，数个数，统计一下，当然对于理解机制并找到关键基因没有什么用处。
真正要做的是建立一个模型（现象学层次的也好、更加本质的基于分子机制的也好）来
刻画基因之间的相互作用，进而解释蛋白组学的数据。
有了个这个模型，就可以按照模型预测的去perturb细胞，再收集数据，看是不是符合
预测；不过不是，就回头来修改模型，再pertubr,收集数据。。。
最后得到一个靠谱的模型，自然就会找到关键的基因或者功能模块。
当然，要做到这么严谨没有那么容易，但是现在实验技术越来越发达，成本越来越低，
要实现是有可能。

j*g2017-05-15 07:05

12 楼

不错，有点像一个迭代的过程。
多谢指教。

【在 x****6 的大作中提到】

: 全基因组的系统变化和寡基因不仅不矛盾，而且是高度统一的。
: N多实验，特别是在实验室里研究突变生成和演化动态的实验进化，已经证明：少数的
: 几个，甚至是一个突变，就能引起蛋白组的整体变化。一个极端例子：一个核糖体蛋白
: 的表达水平降低让细胞里几乎所有蛋白降低。
: 那么问题的关键就是怎么在两个水平之间建立联系。蛋白组学数据光看个各种蛋白丰度
: ，数个数，统计一下，当然对于理解机制并找到关键基因没有什么用处。
: 真正要做的是建立一个模型（现象学层次的也好、更加本质的基于分子机制的也好）来
: 刻画基因之间的相互作用，进而解释蛋白组学的数据。
: 有了个这个模型，就可以按照模型预测的去perturb细胞，再收集数据，看是不是符合
: 预测；不过不是，就回头来修改模型，再pertubr,收集数据。。。

x*62017-05-15 07:05

13 楼

我上面介绍的这种模型/机制+实验的方法已经有人开始做了，并取得了不错的效果，加
深了我们对细胞分化的机理的理解。下面这篇文章是我读过的最漂亮的一个工作
http://science.sciencemag.org/content/sci/344/6188/1156.full.pdf

【在 j*********g 的大作中提到】

: 不错，有点像一个迭代的过程。
: 多谢指教。

P*R2017-05-15 07:05

14 楼

agree.

【在 s******r 的大作中提到】

: 同意你说的很多东西不是收敛到一两个基因的，但是一句不可能的任务就不做验证了谁
: 会买你的帐，很多生物信息分析不能实验验证的结果就是shit