专业背景：计算机科学 研究方向与兴趣: JavaEE-Web软件开发, 生物信息学, 数据挖掘与机器学习, 智能信息系统 目前工作: 基因组, 转录组, NGS高通量数据分析, 生物数据挖掘, 植物系统发育和比较进化基因组学
| http://www.ebiotrade.com/newsf/2011-3/2011315111705689.htm
摘要： 生物信息学，你可能听说过，表观遗传学，你也可能听说过，那么“计算表观遗传学”研究呢，对于这一2005年才开始出现的研究领域，我们了解的可能比较少，这是一门利用生物信息学方法分析表观遗传学这一越来越热门研究领域的分析方法，生物通近期有幸采访到了这一领域的国内前沿研究组：哈尔滨医科大学生物信息科学与技术学院张岩教授课题组，其课题组2011年接连在《PLoS ONE》、《Nucleic Acids Research》杂志上发表计算表观遗传学研究的最新成果。 |
生物通报道：生物信息学，你可能听说过，表观遗传学，你也可能听说过，那么“计算表观遗传学”研究呢，对于这一2005年才开始出现的研究领域，我们了解的可能比较少，这是一门利用生物信息学方法分析表观遗传学这一越来越热门研究领域的分析方法，生物通近期有幸采访到了这一领域的国内前沿研究组：哈尔滨医科大学生物信息科学与技术学院张岩教授课题组，其课题组2011年接连在《PLoS ONE》、《Nucleic Acids Research》杂志上发表计算表观遗传学研究的最新成果。 张岩教授于日本新泻大学取得博士学位后，2007年开始从事表观基因组学研究，其课题组主要致力于表观遗传领域的高通量数据挖掘的算法和软件开发，可视化网络平台及数据库构建，在计算表观遗传学及表观基因组学研究领域已经走在了国际前沿。近期的这两篇文章，张岩教授研究组分别就定量筛选差异甲基化区域，和染色质修饰协同关系预测提出了新方法。
那么这种“计算表观遗传学”研究具体是指哪些方面呢？如何利用这一方法分析表观遗传数据呢？这种研究是否需要，以及如何进行实验验证呢？带着这些问题，我们采访了张岩教授。 生物通：贵研究组近期接连在计算表观遗传学研究领域获得了重要成果，非这一领域的读者可能对“计算表观遗传学研究”这一名词不是很了解，您能简单介绍一下吗？ 张教授：为了解析人类和其它模式生物的基因组，科学家们获得了大量的数据，这有助于理解自然选择、分化、进化、疾病的致病机制以及分化过程中的基因型和表型之间的相互作用。但仅仅研究基因组序列本身无法回答这些问题，表观遗传学层面与基因组层面的整合分析有望彻底破解生物分子层面的调控模式。随着表观遗传学数据的日渐增多，研究的表观遗传修饰数目、数据尺度和维度的增加，使用计算机处理的难度也有增无减。在这个背景下，计算表观遗传学就应运而生。 生物通：正如您文章中提及的，越来越多的科学家开始利用高通量方法研究组蛋白修饰，贵研究组的这篇《PLoS ONE》文章开发了一种新的计算表观基因组学方法，具有预测新的染色质修饰协同关系等方面的作用，这种方法与之前方法有何区别呢？ 张教授：最近的研究表明不同的组蛋白修饰之间存在协同或拮抗影响基因转录的作用。但是组蛋白修饰的个数偏多增加了分析修饰之间相互作用的维度，造成了计算上的困难。之前有一些研究试图从生物信息学角度挖掘新的染色质调控关系，但普遍受困于分析工具的匮乏和生物学机制的复杂。所以，基于DNA甲基化与各种组蛋白修饰的位置上的关系，我们开发了新的测度，生成临近性度量谱（Closeness Measure Profile）。 生物通：生物信息学应该说是一门交叉学科，其中主要采用的研究方法是什么？您的最新这两项成果是否有采用实验室方法进行验证？ 张教授：生物信息学是将数理统计、数据挖掘、模式识别等学科的工具用于生物学问题的一门交叉学科。根据具体的研究背景，研究方法很不相同。以我们从事的表观基因组信息学为例，普遍采用了统计学的概率模型如泊松模型和回归模型、信息论中的熵理论和贝叶斯统计理论等作为识别靶点和相互作用的依据。这些方法在最近发表的两项研究中有充分的体现。其中，我们开发的筛选差异甲基化区域的工具可以对实验数据进行处理，得到可信的筛选结果。另外，我们还从已有的数据中筛选了组蛋白修饰的协同关系，这些关系有一些被已有的文献结论和其它的高通量数据所证实，未证实的协同关系应该对实验科学有一定的帮助。 生物通：计算表观遗传学研究是一门新型学科，您为何会选择这一领域作为您的主要研究方向呢？ 张教授：2000年我在日本留学开始已经对表观遗传学领域尤其是印记基因和胚胎发育这些方向有所留意。当时限于研究条件等因素没有深入研究。2006年来到哈尔滨医科大学生物信息科学与技术学院任教后，这里浓厚的学术氛围以及科研平台给我提供了良好的条件。所以，我和我的团队开始将生物信息学的方法应用于表观遗传学领域研究。其实，计算表观遗传学领域也就是从2005年才开始的，很幸运的是我们赶上了生物信息学和表观基因组学飞速发展的时代，使我们有机会步入该研究领域的前沿。在四年间，特别是近两年，经过大家共同的努力，在计算表观遗传学领域取得了一些进展，已经投稿的论文普遍获得审稿专家们的认可。取得的这些成绩说明了这一领域作为国际前沿学科还有很好的研究前景。我也希望更多的科研工作者能够从事这一热门的领域。我们课题组在计算表观遗传学方面起步时间不算太长，还有很多科学问题需要我们不懈的努力。 课题组简介： 计算表观遗传学课题组
哈尔滨医科大学生物信息科学与技术学院的“计算表观遗传学课题组”由日本留学归国的张岩教授组建。张岩教授，1992年毕业于哈尔滨医科大学，2003年毕业于日本新泻大学，获理学硕士学位，2006年于日本新泻大学获理学博士学位，同年被聘为哈尔滨医科大学生物信息科学与技术学院的教授，几年来一直从事生物信息学和计算表观遗传学领域的教学和科研工作。 张岩教授所带领的计算表观遗传学课题组致力于表观遗传领域的高通量数据挖掘的算法和软件开发，可视化网络平台及数据库构建。随着下一代测序技术的不断发展，越来越多的表观遗传数据涌现出来，目前课题组正致力于整合不同的表观遗传修饰研究发育过程、肿瘤发生等等生物学过程中的表观遗传调控机制，这些生物学过程中表观遗传标记的识别将对癌症等复杂疾病的治疗具有重要的作用。已经开发了差异甲基化区域筛选方法QDMR、人类组蛋白修饰数据库HHMD、功能CpG岛预测CpG_MI、识别乳腺癌超甲基化基因、全基因组甲基化位点预测及分析、发现组蛋白组合模式的方法、印记基因预测等软件和数据库平台。2010年10月，张岩教授带领课题组成员参加在浙江大学举办的第四届全国生物信息学与系统生物学学术大会，并作题为“差异甲基化区域筛选方法”的大会报告，受到很大的关注，墙报展览获得优秀奖。 欲了解计算表观遗传学课题组更多信息，请查看： |
评论