Nature技术人物：基因组研究骄子

　　

生物通报道：现今基因组学研究中不少青年学者都是来自计算生物学领域，来自IBM的Gustavo Stolovitzky就是其中翘楚之一，最新一期Nature Methods就以其为对象，进行了人物特写报道。这位学者在基因组数据处理，寻找调控细胞行为环路方面进行着精细的搜寻，其运算方法有助于找到一个基因调控网络中的各个元件。

调控环路的预测方法也许更容易倾向于研究人员输入数据的结果，而不是数据本身的模式结果，没有可靠的金标准，或者阈值，很难判断一位研究人员的计算工具，是否能自我纠正，或者自我确定。这一领域的研究人员常说的一句话，Stolovitzky说就是“当你反复‘折磨’一个数据集时，它常常就会承认你想要的。”

Stolovitzky不知道系统生物学是否能通过CASP大会来完善，这是一个主要目标为对当前在蛋白质结构预测领域的“能为”和“不能为”作一深入且客观评价的评估大会，这个会议一年两届，参与者们对一组即将公开的结构进行尽可能多的预测，这是真正的“pre-dictions”，而非对已知结构的“post-dictions”。在会议上，Stolovitzky与其他科学家们建立了一个项目： Dialogue on Reverse Engineering Assessment and Methods（DREAM），这个挑战于2007年首次设置。

在2008的 DREAM2结果汇总时，Stolovitzky开始思索如果将这些通过多个调控网络参考方法得到的预测集合在一起，会怎么样，他认为，最有可能，“非最佳预测会降低最佳预测等级”，但是将这个想法进行初步尝试后，Stolovitzky发现这种集合方法实际上能获得最好的独立预测，“这就像是一加一大于二”。

由此经过几年的积累，今年Stolovitzky与他的同事发表了题为“Wisdom of crowds for robust gene network inference”的文章，提出集体智慧促进基因网络的发展。Stolovitzky说，单独进行评估的上海，不同方法的优点和缺点就能汇集起来，促进数据的解析。

参加者越多，结果会更好，他说，“更多不同的想法，如果各自对一半，那么就能促进预测。”

Gustavo Stolovitzky曾单纯依靠公共数据库当中的资源开发了一套算法，使用这种软件就能自动识别出与肺癌、慢性阻塞性肺病（chronic obstructive pulmonary disease, COPD）和银屑病（psoriasis）等多种疾病相关的基因信号。这套软件不仅能够分辨COPD和肺癌，而且还能够区分鳞状细胞癌（squamous-cell carcinoma）和腺癌（adenocarcinoma）。据Stolovitzky介绍，在现有的数据库中还有大量的数据可供我们这套软件进行分析，看看它还能不能预测（识别）出其它的疾病。

（生物通：张迪）

原文摘选：

The author file: Gustavo Stolovitzky
Gustavo Stolovitzky does not trust his results readily. A computational biologist at the IBM T.J. Watson Research Center, Stolovitzky cranks through genomic data in search of circuits that control cell behavior. His algorithms sift for patterns and then infer components of a gene regulatory network. But such projects can stumble quickly into the 'self-assessment trap', he says. “It is very easy to fool oneself into thinking that you have predictions that are true, and it is difficult to validate those predictions.”