生物谷報(bào)道：在國際權(quán)威雜志《生物信息學(xué)》編輯部發(fā)展論文,，這對生物信息學(xué)領(lǐng)域的很多教授來說都是件夢寐以求的事,，而浙江大學(xué)生命科學(xué)學(xué)院生物信息學(xué)本科生陳曉輝,、寧開達(dá)，用他們的論文《BNArray：基于貝葉斯網(wǎng)絡(luò)構(gòu)建生物芯片基因調(diào)控網(wǎng)絡(luò)的R語言包》叩開了這一權(quán)威雜志的大門,。
浙大有關(guān)部門負(fù)責(zé)人介紹說,，《生物信息學(xué)》是國際生物信息學(xué)科最頂尖的雜志，其SCI影響因子大于6,，這是浙大以在讀本科生為第一作者發(fā)表的影響因子最高的論文,。據(jù)了解，一本學(xué)術(shù)刊物影響因子達(dá)到3就已經(jīng)比較高了,。
陳曉輝和寧開達(dá)分別是浙大2002級,、2003級的本科生，陳曉輝2006年已經(jīng)畢業(yè)?，F(xiàn)讀大四的寧開達(dá)告訴筆者,，這是他們在2005年7月啟動的一個課題。這篇論文的主要內(nèi)容是對大規(guī)?；蛐酒臄?shù)據(jù)進(jìn)行基因調(diào)控網(wǎng)絡(luò)的預(yù)測和構(gòu)建,，基于貝葉斯網(wǎng)絡(luò)方法，改進(jìn)了相關(guān)的算法，并編寫了一套R語言程序,，通過運(yùn)行這套程序進(jìn)行數(shù)據(jù)分析,，可以得到多個基因之間的調(diào)控關(guān)系。而按照傳統(tǒng)的處理方法,，只能得到單個基因之間的調(diào)控關(guān)系,。兩位學(xué)生的導(dǎo)師陳銘教授告訴筆者，研究多個基因之間的調(diào)控關(guān)系是當(dāng)前生命科學(xué)研究的趨勢和熱點(diǎn),。
寧開達(dá)回憶起一年多來的科研經(jīng)歷非常感慨,，她說，搞科研很辛苦,，我們查閱了近百篇國內(nèi)外文獻(xiàn),，特別是外文原著了解最新進(jìn)展，并啟發(fā)和開拓思維,，然后進(jìn)行醞釀,、討論、總結(jié),，一有新的想法,，馬上到陳老師的實(shí)驗(yàn)室進(jìn)行研究，編寫程序,，然后進(jìn)行反復(fù)的調(diào)試,、修改漏洞。陳銘老師說,，本科生也要敢于去做前沿的科學(xué)研究,，他們能發(fā)表這么高水平的論文，一方面得益于他們兩人非常扎實(shí)的學(xué)科基礎(chǔ),，另外兩人在研究上也非常努力,。
對于這個課題的未來，寧開達(dá)說,，這個R語言程序包是一個用于科研的程序,，打算無償開放，供科學(xué)研究使用,。目前已經(jīng)有一所美國高校的教授和他們接觸過,，希望能使用這個程序包來輔助進(jìn)行生物芯片研究。
原始出處:
Bioinformatics Advance Access originally published online on September 27, 2006
Bioinformatics 2006 22(23):2952-2954; doi:10.1093/bioinformatics/btl491
BNArray: an R package for constructing gene regulatory networks from microarray data by using Bayesian network
Xiaohui Chen 1, Ming Chen 1,2,* and Kaida Ning 1
1 Department of Bioinformatics Zhejiang University, Hangzhou 310058, China
2 The National Key Laboratory of Plant Physiology and Biochemistry, College of Life Sciences Zhejiang University, Hangzhou 310058, China
*To whom correspondence should be addressed.
Summary: BNArray is a systemized tool developed in R. It facilitates the construction of gene regulatory networks from DNA microarray data by using Bayesian network. Significant sub-modules of regulatory networks with high confidence are reconstructed by using our extended sub-network mining algorithm of directed graphs. BNArray can handle microarray datasets with missing data. To evaluate the statistical features of generated Bayesian networks, re-sampling procedures are utilized to yield collections of candidate 1st-order network sets for mining dense coherent sub-networks.
Availability: The R package and the supplementary documentation are available at http://www.cls.zju.edu.cn/binfo/BNArray/.
Contact: [email protected]
