Algorithmus findet Störungen im sozialen Netzwerk der Gene

Um Krebs-Ursachen aufzudecken, konzentrieren sich die beiden Wissenschaftler also weniger auf Unterschiede zwischen einzelnen Genen als auf Unterschiede zwischen Gen-Gemeinschaften in gesunden Zellen im Vergleich zu kranken Zellen. Diese zu identifizieren, ist jedoch leichter gesagt als getan, denn für die Genetik, die dem Krebs zugrunde liegt, müssen Zehntausende von interagierenden Komponenten durchsucht werden. Bislang gibt es keine robusten Methoden, mit denen Unterschiede in der Netzwerkstruktur quantifiziert werden könnten. Hier hat der computationale Biologe und Bioinformatiker Quackenbush seine Expertise eingebracht.

ALPACA soll die erste Methode sein, die ergründen kann, wie das „soziale Netzwerk“ einer Zelle im Krankheitszustand umorganisiert wird. In Simulationen hat der Algorithmus zu differenzierteren, sensibleren und robusteren Ergebnissen geführt als bisherige Methoden für die Suche nach krankheitsassoziierten Modulen in regulatorischen Netzwerken. Die Wissenschaftler glauben, dass die Decodierung, wie Netzwerk-Module neue Funktionen fördern, zu einem besseren Verständnis des Verhältnisses zwischen Genotyp und Phänotyp führen könnte.