c4Lab (2014) research map

近日花了一些工夫重新整理了c4Lab的研究版圖，c4Lab的研究核心問題是基因調控(gene regulation)，目前所使用的生物系統包括四個模式生物(人類、小鼠、果蠅、酵母菌)與五個非模式生物(東方果實蠅、瓜實蠅、小菜蛾、沉香、綠豆)。

c4Lab是一個開發計算生物學(computational biology)研究方法的實驗室，過去十年的研究主力大多放在蛋白質序列分析(protein)與生物分子交互作用(interaction)的預測上，其中有一大部分的研究工作都致力於預測蛋白質與雙股DNA之間的結合(binding)。在這三個研究問題上，c4Lab所累積的核心技術包括：motif discovery、functional site prediction、classification、energy functions等等。

在過去十年之中，微陣列晶片(microarray)技術是大規模取得基因表現(gene expression)資訊最主要的工具之一，模式生物因為有完整的基因體資訊，幾乎都有商用的基因晶片可以使用，有效地被利用來建立許多重要的基因調控網路(network)。在這方面c4Lab所累積的核心技術包括有：clustering、differentially expressed gene (DEG) discovery、association analysis等等。

生物體常利用少數調控因子(regulator)啟動或抑制一群功能相近的基因，透過尋找共表現(co-expression)的基因群，並利用序列特徵探勘(sequential pattern mining)尋找這些基因啟動子上游的共有序列特徵(motif)，是建立基因調控網路有效的方法之一。除此之外，調控因子之間的交互作用(P-P/P-DNA/P-RNA interaction)也是高等生物中常見的調控機制，也因為如此，利用序列資訊預測各種調控因子之間的交互作用，也是c4Lab的研究重點之一。

過去五年間，由於NGS (next generation sequencing)技術成熟，大幅降低DNA定序成本，非模式生物開始享有過去只有模式生物才能擁有的研究素材，包括基因體(genome)與轉錄體(transcriptome)等序列資訊。其中，轉錄體定序(RNA-sequencing)提供非模式生物一條研究捷徑，它避開了成本相對來說仍比較高的基因體定序(DNA-sequencing)過程，直接取得轉錄序列(transcript)資訊與進行轉錄體定量(quantification)的動作，也就是說，轉錄體定序(RNA-seq)可跳過基因體定序與微陣列晶片設計的繁瑣步驟，是現行最被廣泛用來取得各種實驗條件下基因表現的研究工具之一。

也因為NGS的關係，c4Lab開始關注短序列組裝(assembly)與回貼(mapping/alignment)的計算工具，序列組裝與回貼的品質，將大幅影響蛋白質序列(protein)與其結合對象(binding/interaction)預測的正確性，也關鍵性地影響轉錄體定量(quantification)的精準度。

在研究基因調控網路時，因DNA變異產生的疾病(disease)，或是因外在環境變化(stimulus)對基因調控所造成的影響，也一直是生物醫學相關研究關注的焦點，c4Lab近幾年間除了研究多種人類疾病中特有的基因調控網路外，也致力於研究基因的改變如何形成昆蟲的抗藥性與植物的抗蟲性。序列變異(sequence variation)可能改變調控因子(regulator)的特性，進而造成異常的基因表現(differential expression)。

未來，c4Lab將持續上述分析方法的開發，除了設計資料庫平台儲存實驗資料並處理之間的轉換(data flow)之外，也將致力於開發能有效將生物技術(technology)所產生的初始資料(raw data)快速轉換成有用的知識庫(knowledgebase)的研究平台，旨於提供生物學家建立基因調控網路的快捷之道。