中文：http://only-perception.blogspot.com/2010/04/blog-post_4466.html
Simplifying complexity -- new insights into how genomes work
http://www.physorg.com/news189330751.html
April 1, 2010
(PhysOrg.com) -- 基因組（genome，基因體）是種包含基因及其調控因子的複雜體系。一個歐洲研究團隊闡明了這麼動態的系統如何運作，這導致一種預測遺傳調控者的新方法。
當生物體成長還有與其環境互動時，成套的基因不斷被開啟與關閉，交織出生命的每個面向。全世界的研究者都試圖理解轉錄網路 -- 錯綜複雜的基因與調控媒介（regulatory agents）網路 -- 那控制著大腸桿菌到人類的每一種生物體。
這個歐盟贊助的研究計畫 GENNETEC（for GENetic NETworks Emergence and Complexity）為自己設立一個具雄心壯志的目標：對於所有複雜系統發展出更深入的理解，並將這些洞見應用至活生物體，包括人類。
GENNETEC 的成就之一，是種預測轉錄因子（可開、關基因的分子）調控特定基因的新方法。他們的發現可望提升一般遺傳網路功能，以及健康、生病時人類遺傳系統動力學（dynamics）的研究。
"我們現在處於一個更棒的位置來理解人類細胞中的遺傳調控：用更低的成本，在更短的時間內，" Francois Kepcs，GENNETEC 計畫的協調者。
與一位鋼琴家彈奏特殊音調或和弦以演奏出一首旋律十分類似，轉錄因子沿著一條染色體結合到特定位置，將鄰近基因開啟或關閉。數十年的研究已證明，所產生的基因表現模式（patterns）將指導一細胞或生物體的生長、正常功能以及對於環境挑戰的回應。
此外，遺傳系統中失常的機能可導致各種疾病，包括癌症。"疾病有時被視為：一個交互作用網路之動態（dynamics）的不恰當變化，" Kepcs 說。"故理解它們的特性以及如何校正或控制它們的動力學是必要的。"
因轉錄因子而轉動
到目前為止，研究者試圖使基因與臨時轉錄因子相配，最有效的方法是尋找已知結合至特定調控分子上的短 DNA 序列。Kepcs 表示這種方法依然有效，但卻可能產生假陽性（false positives）-- 潛在的調控關係經證明後結果是假的。
追尋這些不正確的線索（leads）很浪費。"以滴管進行將花很長的時間，還有耗費很多錢，" Kepcs 說。GENNETEC 團隊決定藉此對付這個問題：研究某種新穎且獨立的方法來預測某種基因是否為某一特定因子所控制。
在早期研究中，Kepcs 以及同僚發現，回應相同轉錄因子的基因通常在一條染色體上有著規律的間隔。他們懷疑這種週期性間隔與 DNA 在細胞核內的盤繞方式有關，且藉由在地理上將它們分組（grouping），能起到最佳化相關基因與轉錄因子功能的作用。
如果科學家們理解這種能產生某種可觀察到之規律性的機制，他們總是會比較自在。GENNETEC 研究者使用複雜的 DNA 摺疊數值模擬來證明，這些存有週期性間隔的基因能幫助決定 DNA 摺疊（或濃縮 DNA 股）的結構。
他們也發現，最終形狀（那在物理上使相關基因靠在一起）對於基因表現很重要。
"我們所發現的是在染色體結構與基因表現間有著明確的連結，" Kepcs 表示，"這樣的連結我們現在能以一種非常精確且可行的方式預測。"
更快、更聚焦的研究
當 GENNETEC 團隊將他們的新位置預測器與標準序列預測器結合，他們發現，他們能更有效率地確認新基因--調控者關係。
"結合二種預測器，藉此削減假命中，讓我們在預測特定基因的調控者上表現能更好，" Kepcs 說。"我們具有代表性地使預測的鑑別度（specificity）加倍。"
聯盟夥伴之一，NorayBio（位於西班牙北部），正開發一套商業化軟體包，那將允許世界各地的研究者應用這種更強大的方法來破解遺傳網路。
此聯盟也在製作一套實用的、但精密度較少的版本，免費提供。
雖然 Kepcs 對於這種新研究工具感到高興，不過他強調，該聯盟對於複雜系統的研究一樣重要。他們的發現能應用到不同的領域，例如設計只會完成預期項目的軟體，以及建造像細胞那樣的系統，能以最佳方式回應各種不同的情況。
"細胞只有一套基因組，不過憑那套基因組它們能應付多種挑戰，" Kepcs 說。"我們能把這種生物學的解決方案當成某種靈感來用，做出新一代的演算法，在處理複雜的問題上比以前還要好。"
※ 相關報導：
＊ GENNETEC project
http://gennetec.csregistry.org/
＊ 新模型證明蛋白質如何找到正確的 DNA 序列
＊ 尋找網路的演算法 -- 用於基因或網際網路
＊ 數位通訊技術協助釐清個人化治療途徑
＊ 新計算技術讓基因組的比對更加容易
＊ 預測藥物副作用的新方法
＊ 計算成就加速尋找基因：在幾毫秒內而非幾年內
＊ 闡明更多演化的機器人
＊ 科學家以新方法利用噴墨印表機操縱基因
＊ 腫瘤藉由模仿淋巴結躲避免疫系統
