刘小乐教授Nature子刊解决基因组数据分析难题

　　

生物通报道： 随着高通量基因组技术的日益普及，研究者们获得了海量数据对生物学机制或疾病病因进行研究。然而，高通量实验中的噪音和偏好使高维基因组数据分析成为了一项很大的挑战。

Dana-Farber癌症研究所的刘小乐 (Xiaole Shirley Liu) 和德克萨斯大学西南医学中心的Yang Xie领导研究团队对此进行了深入研究。他们开发了一种强大的计算方法——MANCIE，并将其发表在四月十三日的Nature Communications杂志上。

据介绍，MANCIE能够对同一个样本的不同基因组分析进行偏好校正和数据整合。研究人员将MANCIE用于一些大型研究产生的数据（包括ENCODE、METABRIC、TCGA和CCLE），证实这种计算方法能够有效改善高维基因组数据分析。举例来说，MANCIE可以改善ENCODE数据的组织特异性聚类分析。研究表明，MANCIE在跨平台高维数据整合中有广泛的应用。

此前刘小乐教授在《NATURE REVIEWS GENETICS》上发表文章，探讨了NGS染色质分析出现偏好的常见原因、如何判断这些偏好、减少偏好对结论的影响。这篇综述以DNA为中心，总结了NGS染色质分析中最重要的经验教训，提出了一些解决偏好的分析策略。（更多详细信息参见：刘小乐教授发表Nature综述：NGS染色质分析中的偏好）

随着测序通量持续攀升和测序成本直线下降，测序所产出的数据也出现了激增。这样的海量数据不仅为人们带来了前所未有的机遇，还在数据储存、数据传输和数据分析方面提出了新的挑战。以往研究者们需要建立计算机集群来储存和分析大数据集，同时运行几十台甚至几百台计算机。然而许多人都没有这样的条件，因此越来越多的研究者们选择通过“云计算”来解决问题。（更多详细信息参见：走向云端的高通量测序）

对于那些毫无编程背景的生物学研究者来说，衔接多个生物信息学工具是一件相当头疼的事情。加州大学、Broad研究所和斯坦福大学的研究团队日前在Nature Methods杂志上发布了GenomeSpace。这是一个编程菜鸟们梦寐以求的云上平台，关联了二十多种生物信息学软件包和资源，让基因组数据分析显得异常简单。研究人员正在为各种基因组分析开发和征集相应的“配方”，以便编程菜鸟们更好的解读基因组数据。（更多详细信息参见：编程菜鸟的理想基因组分析平台）

作者简介：

刘小乐 (Xiaole Shirley Liu) 青年时代就读于天津南开中学, 1992 年考入北京大学生物系。1994 年转学到美国史密斯女子学院 (Smith College) 双修生物化学和计算机科学, 三年后以最高拉丁荣誉毕业 (Summa Cum Laude, 授予全校积分最高的 1% 的毕业生)。2002 年于斯坦福大学取得生物医学信息学博士和计算机科学辅修博士学位后, 被直接聘为哈佛大学终身制助理教授。她目前担任哈佛大学公共卫生学院生物统计与计算生物学系的终身正教授、Dana-Farber 肿瘤研究所功能性癌症表观遗传组学中心主任, 和同济大学生物信息学系教授并****讲座教授。

生物通编辑：叶予

生物通推荐原文：High-dimensional genomic data bias correction and data integration using MANCIE