如何研究inferring networks和mining RNA seq network？

01-12

生物信息學數據挖掘 RNA-seq

國際上有一個叫DREAM(Dialogue for Reverse Engineering Assessments and Methods)的項目，試圖提供一組標準的數據（包括真實數據和模擬數據），來測試不同基因調控網路推斷演算法的表現。不過經過幾年的發展，也衍伸出測試別的目的的演算法。可以參考他們的論文。

鏈接：http://dreamchallenges.org/

附幾篇曾經讀過的經典文獻，都是利用表達譜數據推斷調控網路的：

Dynamic regulatory network controlling TH17 cell differentiation
Large-Scale Genetic Perturbations Reveal Regulatory Networks and an Abundance of Gene-Specific Repressors

另外說一下個人觀點。大規模地發現基因調控網路是系統生物學中極其重要的問題。利用基因表達譜來推斷調控網路是目前為數不多的可行方法。但這種方法有幾個局限性：

大部分時候使用的是轉錄組而非蛋白組數據（從你的描述來看，你也是），但除了一些ncRNA，絕大多數編碼蛋白的RNA本身並不參與調控活動，其表達水平和蛋白水平的相關性也很差。因此推斷出的網路只在RNA水平上有意義，在蛋白水平上的意義存疑。
目前沒有一個演算法是普適的，或者說在大多數情況下靠譜的。詳情請參看DREAM的論文：Wisdom of crowds for robust gene network inference。
即使發展出了靠譜的演算法，推斷出的網路也是唯象的（Phenomenological）。例如你推斷出基因A正調控（促進）基因B，但實際上A可能通過一個相當間接的方式促進了B，中間隔了N個基因。因此推斷出的網路究竟有多大的指導意義，這個只能呵呵。

但這確實是一個很fancy的方向，很容易唬人（但說白了也只是唬人而已）。

是說通過RNAsequence，解釋它的功能，作用？尋找functional/structural motifs? 我知道現在科學家對RNA的廣義功能很感興趣。比如表達控制啦，表達抑制啦。