清华召开国际学术研讨会探讨基于生物网络全基因组关联研究

6月24日，“基于生物网络的全基因组关联研究及其大规模并行实现”学术研讨会在清华大学信息科学技术大楼举行。来自清华大学、美国冷泉港实验室、美国南加州大学、美国加州大学河滨分校、中国科学院数学与系统科学研究所等单位的30多名研究人员参加了研讨会。会议报告了清华信息科学与技术国家实验室（筹）生物信息学研究部在全基因组关联研究方面的最新研究成果及今后的研究计划和预期进展。本次会议同时也是生物信息学研究部承担的清华信息科学与技术国家实验室（筹）学科交叉基金项目的学术交流会。



　　生物信息学研究部的江瑞副教授主持会议，并了做题为“epiMPI, epiCUDA, epiForest, and epiMODE: Detection of epistatic interactions for genome-wide association studies”（用于全基因组关联研究中上位显性相互作用检测的epiMPI、epiCUDA,、epiForest和epiMODE方法）的专题报告，汇报了学科交叉基金的执行状况和今后的研究计划。



　　美国南加州大学分子与计算生物学专业孙丰珠教授做题为“Prioritizing functional modules mediating genetic perturbations and their phenotypic effects: a global strategy”（对介导遗传扰动的功能模块及其表型作用进行优先排序的全局策略）的特邀报告；美国加州大学河滨分校姜涛教授做了题为“A new model of multi-marker correlation for genome-wide tagSNP selection”（用于全基因组标签单核苷酸多态性选择的多生物标记相关性模型）的特邀报告；清华大学计算机系黄民烈博士做了题为“Mining drug-disease-protein associations”（挖掘药物−疾病−蛋白质的相关性）的专题报告；清华大学计算机系姜进磊博士做了题为“Applications of grid computing in bioinformatics”（网格计算在生物信息学中的应用）的专题报告。美国冷泉港实验室张奇伟教授和清华信息科学与技术国家实验室（筹）生物信息学研究部张学工教授也参加了研讨会并与其他参会人员进行了热烈的讨论。



　　人类复杂疾病包括常见的高血压、糖尿病、心血管疾病、老年性痴呆、恶性肿瘤（癌症）等，发病人群广泛，严重危害人们的身体健康。复杂疾病通常由多个遗传因素、它们之间的相互作用、以及它们与外界环境因素之间的相互作用共同决定。因而发现与复杂疾病相关的遗传因素是对这些疾病进行预防、诊断和治疗的基础。全基因组关联研究是广泛使用的发现致病遗传因素的方法。



　　然而，目前国际上在这一方面的研究成果多集中在对单个遗传因素进行检测，对多个遗传因素的检测尚缺乏有效的计算方法。在清华信息科学与技术国家实验室（筹）学科交叉基金的资助下，清华信息科学与技术国家实验室（筹）生物信息学研究部与美国南加州大学和加州大学河滨分校展开合作，开发了一系列用于检测多个致病遗传因素的计算方法，并在遗传因素相互作用的致病性、遗传生物标记的选择、后续药物设计等方面进行了广泛的研究。部分研究成果已经发表在遗传学方面的国际权威期刊《PLoS Genetics》上，相关软件还将部署到由清华信息科学与技术国家实验室（筹）网格计算研究部维护的生物信息学网格上，为我国和世界同行提供服务。（供稿 清华信息科学与技术国家实验室 编辑 襄桦）