人2万个基因中绝大多数基因没有详细研究

大家都知道，自从人类的全基因组图谱测序完结以来，大约有 20000 个人类基因 可被检测到，可是令人尴尬的是，为什么全球科学家只研讨其间的一小部分呢？在你的印象里能超越多少个？1000 个？5000 个？答案是 2000 个！也就是说人类具体研讨过的基因只占全部基因总数的 1 /10.

那么大部分的基由于什么科学家研讨不了呢，或许未来该怎么去研讨呢？

9/10 的新基由于何没人去研讨

面临这个问题，美国西北大学一个叫做 Thomas Stoeger 的科学家对这个问题做了长时刻的具体的生物信息学统计和查询，Stoegerl 和搭档们搜集了数十个数据库和其他资源，以汇编 12000 多个基因的 430 多种基因特征。

初次发现的时刻、基因时空位置、组织器官分布、物化性质、功用剖析等

例如 何时初次发现基因及其蛋白质的化学和物理性质，该基因是否更易于试验干涉操作或其缺失对生物体极为破坏性在历史上被研讨得很好，由于去研讨这样的基因容易在较短时刻内出表型 。然后，机器学习算法对这些数据进行处理，以找到与盛行程度的测量值之间的相关性，例如关于基因的出版物数量（SCI 数量） 以及国家卫生研讨院对基因投入的资金。出人意料的是，剖析发现，只是结合15 个基因特征就能够很大程度上猜测基因有多盛行，以及研讨它是否能够有利于研发医学药物。 

史上最知名基因排名：TP53 排第一

简而言之，一个基因是否值得去研讨一般和它的物理、化学性质、是否易于试验操作干涉（长度、拷贝数、功用网络重要性、预后相关性、表型显著度等），再加上其是否具有临床疾病确诊以及治疗靶点价值成正相关，最后这个基因发现的越早文章发表的就越多。

一般意义上咱们研讨的有价值的基因首要分为以下两个层次：

①基因（DNA、RNA、蛋白质、小分子）的表观遗传润饰；

②基因拷贝数的表达改变差异；

最后咱们用干涉东西（过表达、敲减技能、基因编辑技能例如 RNAi、CRISPR 等），希望这样的基因在细胞和动物模型上，有显着的肉眼或许科研东西探测到的显著的差异。

鉴于此，咱们开发了很多发现的办法：

例如 RNA-seq、外显子测序、RNA 甲基化测序、高通量芯片、RNAi 功用选择技能等，这些技能无论怎么立异，咱们所探测到能引起表型改变的基因永远是那么一小撮，这就是为何你去做测序或许 RNAi 功用选择时，差异表达改变最大的前 20% 基本上都是一些老基因，没有太大的研讨价值。

选取新分子做研讨的 7 大战略

咱们都知道科学研讨讲究的是价值严重以及立异，尤其是立异，有的是分子机制立异，有的是技能立异，有的是研讨视点立异，才有或许突破已有的思维框架，咱们能够看下国家基金委推崇的课题请求的总体原则：

利用多学科、多层面、多模态（三多）的新技能办法，如从分子、细胞、组织、器官、整体以及群体等不同维度，针对疾病的产生、开展与转归机制开展深入、系统的整合医学研讨。

立异一直以来都是自然科学源源不断前进的动力，咱们选择自己研讨基因时遵从必定的规矩后，科研就会变得事半功倍，咱们总结了几条选取分子的规矩，大家来看看。

1.   倍数 +P  值（选择标准）：

根据差异表达分子的倍数改变 +P value，一般情况下用的标准是 2 倍 +0.05 这个标准，当然能够人为设定，比方 4 倍，8 倍等等，有时会增加 FDR 这一标准。

 2.   分子新旧：

以 pubmed 上检索到这个分子发表的文章数量为例，一般认为文献数量 <300 为新，大于 1000 为旧，当然检索的时分不要忘了有的分子是有多个姓名的。

 3.  功用注释（GO 和 KEGG）：

分子的功用注释能协助咱们大大缩小研讨范围，经过 KEGG 和 GO 注释，咱们能够对差异分子所参与的信号通路、生物进程等进行查询，这里以 GO 注释中细胞组分（Cellular Component, CC）为例, 这部分成果能够帮咱们了解到分子在细胞的定位信息：核内、胞浆、细胞器、胞膜、胞外，比方咱们比较重视定位于线粒体上的蛋白、膜蛋白或许对转录因子感兴趣，那么能够直接进行查询和选择。

 4. 分子功用重要性（调控网络，如PPI 网络剖析）：

分子间的网络联系是咱们选择分子时别的一个参阅因素，一般来说像String 这样的网站会给出分子之间相互作用的信息；别的，也能够根据分子之间的表达联系自己构建，然后根据网络联系中邻近分子所参与的功用进行推测和选择，比方新分子 A 周围有 10 个分子，而有 5 个分子与研讨进程有关，那么 A 分子或许参与该进程。
 5.  分子 长度（kb、Da）：

假如后续要做基因的过表达，在构建质粒或许包装病毒的时分，假如分子太大(>3Kb)，那么对于包装病毒的滴度都有必定的影响；当然，分子太小也不适合，个人一般选的范围是 0.8-2.5K 左右。

现代科研的惯用套路：生信挖掘、临床表征、细胞动物功用、分子机制探究

 6. 分子的拷贝数多寡：

举个比如，同样是差异倍数 10 倍的两个分子，A 分子拷贝数从 1 个变为 10 个，B 分子拷贝数从 1000 个变为 10000 个，而技能检测的噪音或许在 5 个左右，因而 A 分子检测到的成果可信度要低一些；别的，假如后续还要进行基因的缄默沉静和过表达试验，那么会选择本底表达中等水平的，一般来说会尽量避免对本底表达太高的做过表达和对表达太低的做缄默沉静。

7. 疾病预后相关性

预后是指判断疾病的特定结果，如恢复，某种症状、体征和并发症等其它反常的呈现或消失及逝世。也包括供给时刻线索，如猜测某段时刻内产生某种结局的或许性（生计剖析）。那么该分子与预后相关性越强，越具有确诊以及治疗靶点的价值。

总之选取基因进行研讨，就会随同立异的应战和风险，归纳看待，也能够在研讨老基因的分子机制上进行立异，也是可行。