蛋白質(zhì)通過相互作用來執(zhí)行功能,。但是某一信號(hào)通路或生物進(jìn)程中關(guān)聯(lián)的蛋白并不一定在物理上相互作用,，因此蛋白之間的相互作用研究受到限制。通過了解遺傳水平的功能相互作用,，研究人員能更多地了解基因的功能,，以及基因型如何翻譯成表型。
加拿大多倫多大學(xué)的Brenda Andrews和Charles Boone,，以及美國明尼蘇達(dá)大學(xué)的Chad Myers一直以來都致力于這方面的研究,。他們?cè)缭?001年就開發(fā)出合成基因陣列（SGA）方法，如今,，他們利用此方法獲得了一張釀酒酵母的大規(guī)模遺傳相互作用圖譜。通過研究540萬個(gè)基因?qū)?，他們?gòu)建出基因組規(guī)模的遺傳相互作用圖譜,，覆蓋75%的釀酒酵母基因。
SGA方法是系統(tǒng)檢測(cè)雙突變對(duì)酵母生存影響的高通量方法,。酵母基因中的大多數(shù)是非必需的,，也就是說，如果這些基因突變,，其它基因?qū)㈨斕嫠鼈?，酵母仍能存活。SGA方法通過兩個(gè)基因的雙突變,，鑒定出負(fù)面影響酵母生存的基因?qū)?，表明這兩個(gè)基因可能包含在同一個(gè)生物進(jìn)程中。
在他們最近的研究中,，Andrews,、Boone及同事開發(fā)出一種基于克隆大小的打分方法。他們通過與缺失菌株集合交叉,，研究了1712個(gè)基因,，相當(dāng)于酵母基因組的30%。根據(jù)這些信息,，他們得到了大規(guī)模功能網(wǎng)絡(luò)圖譜,，為預(yù)測(cè)基因功能提供了一種有力的方法。Andrews解釋道：“你拿起這張整體圖，將未鑒定的基因放上去,，看它們落在哪里,。”
研究人員利用現(xiàn)有的大型酵母蛋白相互作用數(shù)據(jù)組來進(jìn)行比較。盡管不同方法得到的相互作用之間有重疊,，但只有一小部分表現(xiàn)出功能相互作用的基因?qū)Ρ粚?shí)際確認(rèn)有相互作用,，表明互補(bǔ)方法還有待開發(fā)。
他們還發(fā)現(xiàn)了遺傳相互作用和化學(xué)-遺傳學(xué)相互作用之間的重大關(guān)聯(lián),，化學(xué)-遺傳學(xué)相互作用是指產(chǎn)生了化合物超敏性的基因敲除,，表明同一個(gè)基因同時(shí)參與了保護(hù)細(xì)胞免受遺傳和環(huán)境攻擊。
Andrews和Boone希望酵母界以外的研究人員能探索他們的數(shù)據(jù),。他們覺得,，許多人從不同角度思考他們的數(shù)據(jù)，他們也能學(xué)到更多,。他們還強(qiáng)調(diào),，這種通用方法能經(jīng)過改編，來研究不同類型的遺傳相互作用,，表型及生物體,。他們的最終目標(biāo)是研究哺乳動(dòng)物細(xì)胞。(生物谷Bioon.com)
生物谷推薦原文出處：
Science. 2010 Jan 22;327(5964):425-31.
The genetic landscape of a cell.
Costanzo M, Baryshnikova A, Bellay J, Kim Y, Spear ED, Sevier CS, Ding H, Koh JL, Toufighi K, Mostafavi S, Prinz J, St Onge RP, VanderSluis B, Makhnevych T, Vizeacoumar FJ, Alizadeh S, Bahr S, Brost RL, Chen Y, Cokol M, Deshpande R, Li Z, Lin ZY, Liang W, Marback M, Paw J, San Luis BJ, Shuteriqi E, Tong AH, van Dyk N, Wallace IM, Whitney JA, Weirauch MT, Zhong G, Zhu H, Houry WA, Brudno M, Ragibizadeh S, Papp B, Pál C, Roth FP, Giaever G, Nislow C, Troyanskaya OG, Bussey H, Bader GD, Gingras AC, Morris QD, Kim PM, Kaiser CA, Myers CL, Andrews BJ, Boone C.
A genome-scale genetic interaction map was constructed by examining 5.4 million gene-gene pairs for synthetic genetic interactions, generating quantitative genetic interaction profiles for approximately 75% of all genes in the budding yeast, Saccharomyces cerevisiae. A network based on genetic interaction profiles reveals a functional map of the cell in which genes of similar biological processes cluster together in coherent subsets, and highly correlated profiles delineate specific pathways to define gene function. The global network identifies functional cross-connections between all bioprocesses, mapping a cellular wiring diagram of pleiotropy. Genetic interaction degree correlated with a number of different gene attributes, which may be informative about genetic network hubs in other organisms. We also demonstrate that extensive and unbiased mapping of the genetic landscape provides a key for interpretation of chemical-genetic interactions and drug target identification.
