[生物通讯]通过一种识别生物数据库中分子模式的新技术，由美国和以色列的计算机科学家和遗传学家组成的研究小组开发出一种确定负责控制细胞遗传机器的基因的新计算方法。

在这篇发表在5月12日期《自然遗传学》杂志上的文章中，美国斯坦福大学和以色列希伯莱大学、Weizmann 研究所的研究人员报道他们的新算法揭示了啤酒酵母Saccharomyces cerevisiae中几个早先未发现的调控基因。这项研究部分由美国国家科学基金会的信息技术研究计划资助。

这项研究由斯坦福大学的计算机科学教授Daphne Koller领导，旨在开发出识别横跨诸多相关数据库的有意义基因表达模式。新方法最强大的功能在于其独特的”混合再匹配“生物学数据资源的能力。

通常，调控基因是通过实验而不是计算机识别出来的。这种新算法使实验过程的效率更高。它识别出候选的调控基因，供实验室检验，并预测每个调控基因对细胞活动将会产生怎样的影响。该技术用于酵母基因组数据分析后，发现了几个可能的新调控基因以及它们调控的基因簇。研究小组已在实验室中证实其中的三个基因。

这个新计算方法的主要数据来源是基因表达技术，该技术将数千基因的探针在特定条件下混合于一个生物样本中。这些探针制成基因芯片，探测这些条件下基因的活性。典型实验需要制造数百个不同条件下的微阵列，来检查每种条件下基因的表达。

“每个微阵列都提供海量数据，通过肉眼提取有意义的信息十分困难。”Koller 说。“在过去的几年里，已开发出许多计算方法处理这个问题。”这样的方法可从微阵列杂交结果中识别出少数或多个基因的相关基因簇。

《自然遗传学》上描述的这种新方法也找到了基因簇，但这是首次将已知和假定调控基因的数据整合到一起，也是首次同时预测哪些是调控基因，以及每个基因调控哪一个基因簇。

为对内部和外部信号做出应答，调控基因告诉基因簇打开或关闭，即是开始还是停止产生蛋白。每个基因簇产生的蛋白都负责不同的细胞过程。这些过程包括将糖转化为能量、对压力做出应答、蛋白质折叠、以及构建细胞器如细胞核等。

Koller的基因表达模式识别技术建立于数理统计模型和广泛使用的寻找多个不同数据资源的共同点的数据库相关性分析技术之上，这些数据包括微阵列数据、DNA序列数据和蛋白质互作数据等。这种方法的通用性使研究人员可以象拼装七巧板一样组装数据组，将一个新数据库加到相关性结构中，让运算法则继续工作。为使这种分析方法的结果更易被生物学家理解，Koller的研究小组开发了GeneXPress可视化软件和探查工具，可免费从网上下载。

“了解了基因簇的控制机制对于了解细胞如何对内部和外部信号做出应答极为重要。”研究小组成员、斯坦福大学的遗传学教授David Botstein说。“这种新计算方法有效预测出候选的检测靶基因，并推测出它们的调控作用，这些预测可经实验证实。”（生物通编译）