寻找致病基因是科学家们寻求解决人类疾病的手段，定位致病基因有多种方法，比如说，全基因组关联分析（GWAS），当然，GWAS因存在一些缺陷而被批驳费钱不讨好，最新一期的The Scientist刊出了一篇寻找致病基因的热门文章，A human phenome-interactome network of protein complexes implicated in genetic disorders，不妨换个方式来寻找致病基因。
这篇热门文章发表于2007年，迄今2年时间，已经被引用86次，属于Gene Hunt文章中的热点文章，当时，该文发表于《Nature Biotechnology》上。
领导这一研究的是来自丹麦科技大学的Søren Brunak和现任波士顿白头研究所的Kasper Lage，他们合作开发出一种计算机预测技术，通过蛋白相互作用的表型来预测导致疾病的基因。
研究首先在动物模型上进行，通过蛋白的研究观察引发蛋白变异的基因，找到最终致病的基因，再预测同类蛋白的变异可能也引发人类相关疾病的发生。
利用该方法，Søren Brunak和Kasper Lage已经找到部分与炎性肠病以及卵巢癌相关的基因。
与常规的基因筛选技术相比，这一技术的先进之处在于，无需进行大量的随机测序工作来找寻基因，节约成本的同时可节约时间。Brunak表示，这一技术不仅是有利寻找致病基因的好方法，还有助寻找某些不引人注意的或是不常见疾病的致病基因。
2008年，Brunak的研究团队使用该技术鉴定了几个疾病的易感基因，有帕金森易感基因，心肌疾病易感基因和肌肉萎缩症易感基因（Proc Natl Acad Sci, 105:20870–75, 2008）。
评论
来自普鲁士GlaxoSmithKline的计算机生物学家Guanghui Hu对该文章和技术进行了点评，据他说，该研究是首次通过计算机的方式来预测蛋白表型与基因间的关系。这项成果很有趣，也十分令人鼓舞。这是少数几个定量分析预测致病基因的方法。
局限性
Hu表示，该方法有一定的局限性，可能会漏掉部分关键的蛋白-基因联系分析，造成部分假阳性。这个技术是否对疾病基因的研究具有深刻的影响还有待继续观察。
目前为止，应用该技术分析得出的疾病基因有如下几种：
Amyotrophic lateral sclerosis (ALS), inflammatory bowel disease, epithelial ovarian cancer, retinitis pigmentosa, Alzheimer disease, type 2 diabetes, coronary heart disease
（生物通 小茜）
作者：