普林斯頓大學(xué)最新一項(xiàng)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(jì)存在有數(shù)百個(gè)與自閉癥相關(guān)的基因，但實(shí)際上只有一小部分有明確的實(shí)驗(yàn)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(xiàng)研究旨在改變這種現(xiàn)狀，他們通過(guò)使用大數(shù)據(jù)和機(jī)器學(xué)習(xí)的方法來(lái)進(jìn)行一個(gè)有關(guān)泛自閉癥障礙（ASD）的全基因組預(yù)測(cè)。

　　該研究的第一作者ArjunKrishnan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。

　　ArjunKrishnan

　　Q：你能簡(jiǎn)單總結(jié)下你的研究嗎？

　　ArjunKrishnan：泛自閉癥障礙（ASD）具有很強(qiáng)的遺傳基礎(chǔ)，預(yù)計(jì)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(jìn)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(bǔ)充數(shù)據(jù)驅(qū)動(dòng)的方法來(lái)解決這一問(wèn)題。我們使用的方法是基于對(duì)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(lái)識(shí)別新的自閉癥基因。

　　最重要的結(jié)果是對(duì)基因組中自閉癥相關(guān)的基因做了一個(gè)全面的補(bǔ)充預(yù)測(cè)。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(huì)被破壞的特定細(xì)胞功能。我們還建立了一個(gè)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(wèn)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？

　　ArjunKrishnan：我們預(yù)測(cè)了數(shù)百個(gè)“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(lái)沒(méi)有被確定或者涉及的。對(duì)于遺傳學(xué)家來(lái)說(shuō)，這意味著他們可以使用我們的預(yù)測(cè)來(lái)直接進(jìn)行測(cè)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(lái)區(qū)分和解釋有關(guān)研究ASD全基因組測(cè)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(jī)器學(xué)習(xí)方法應(yīng)用到這項(xiàng)研究上嗎？

　　ArjunKrishnan：這項(xiàng)技術(shù)基本上類似于Facebook使用的“社交網(wǎng)絡(luò)”方法，人們?cè)谏鐣?huì)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(guò)你們?cè)谏缃痪W(wǎng)絡(luò)中的共同好友進(jìn)行推薦。

　　我們建立了一個(gè)特定的大腦基因網(wǎng)絡(luò)，它是一個(gè)關(guān)于基因如何在大腦中依靠對(duì)方正常運(yùn)轉(zhuǎn)的地圖。利用這個(gè)網(wǎng)絡(luò)，我們采用類似的理念來(lái)預(yù)測(cè)新的ASD基因——首先，我們?cè)诖竽X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(gè)設(shè)想和其他一些設(shè)想一起，形成了一個(gè)我們進(jìn)行系統(tǒng)預(yù)測(cè)的機(jī)器學(xué)習(xí)框架。

　　Q：你們實(shí)現(xiàn)這些成果用了哪些方法？

　　ArjunKrishnan：我們用來(lái)做ASD基因預(yù)測(cè)的是一種機(jī)器學(xué)習(xí)方法，它能學(xué)習(xí)如何識(shí)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(lái)預(yù)測(cè)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(xì)胞發(fā)揮作用的，或直觀地說(shuō)是一副大腦分子水平的功能圖。

　　我們從所有可能的來(lái)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(shí)對(duì)每個(gè)基因的證據(jù)是否可靠進(jìn)行跟蹤。然后我們建立了一個(gè)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(gè)基因的證據(jù)級(jí)別），然后使用數(shù)據(jù)驅(qū)動(dòng)模式來(lái)預(yù)測(cè)基因組中的每一個(gè)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(cè)方法有什么不同呢？

　　ArjunKrishnan：我們的研究對(duì)傳統(tǒng)的基因預(yù)測(cè)方法有兩個(gè)主要的貢獻(xiàn)，首先是我們使用了一個(gè)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(xì)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(cè)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(guò)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(gè)結(jié)果，基于成千上萬(wàn)的基因組實(shí)驗(yàn)融合成了特定的大腦信號(hào)。

　　第二個(gè)貢獻(xiàn)是使用證據(jù)加權(quán)進(jìn)行分類，我們?cè)诙鄠€(gè)來(lái)源精心策劃了一組與ASD相關(guān)的基因，并追蹤這些來(lái)源是否可靠，使用他們的證據(jù)層級(jí)為我們的機(jī)器學(xué)習(xí)作出新的預(yù)測(cè)方法。這種方式作出的預(yù)測(cè)比基于高置信基因的預(yù)測(cè)要準(zhǔn)確的多。

　　Q：你的研究對(duì)于泛自閉癥障礙（ASD）來(lái)說(shuō)意味著什么？

　　ArjunKrishnan：目前非常需要一個(gè)基因或分子測(cè)試來(lái)對(duì)ASD進(jìn)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(duì)其進(jìn)行藥物或其他干預(yù)治療。通過(guò)對(duì)這些候選基因的實(shí)驗(yàn)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(jī)器學(xué)習(xí)在醫(yī)學(xué)研究中最大的潛力是什么？

　　ArjunKrishnan：我所看到的機(jī)器學(xué)習(xí)的最大潛力是用其處理這個(gè)問(wèn)題——針對(duì)個(gè)人的基因組成準(zhǔn)確預(yù)測(cè)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(lái)對(duì)疾病進(jìn)行預(yù)測(cè)。重要的是在追求這一目標(biāo)的過(guò)程中，不單純是在機(jī)器學(xué)習(xí)或者生物醫(yī)學(xué)研究領(lǐng)域中進(jìn)行獨(dú)立研究，更要考慮這兩個(gè)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(jìn)行研究？

　　ArjunKrishnan：下一步我們正在思考的如何將我們的預(yù)測(cè)結(jié)果應(yīng)用到自閉癥患者的全基因組測(cè)序研究上，這令我們十分激動(dòng)。對(duì)全基因組測(cè)序研究需要面對(duì)相當(dāng)復(fù)雜的情況，我們的預(yù)測(cè)結(jié)果可以幫助研究人員集中在一個(gè)變量上，落在其附近或接近的基因我們就可以將其識(shí)別為與ASD基因高度相關(guān)的選項(xiàng)。