2019年8月1日热带转化医学教育部重点实验室-热带生物医学技术及信息分析李霞教授团队在Trends in Biochemical Sciences杂志（SCI：16.889）发表题为“Gain-of-Function Mutations: An Emerging Advantage for Cancer Biology”文章，并被选为当期杂志的封面文章（图1）。随着新一代测序技术的发展，生命科学研究进入大数据、大平台、大发现的精准医学时代，洞悉和发掘隐藏在生物医学大数据背后的知识成为当前国内外一个极具挑战性的问题。基于全基因组关联分析等计算方法已经识别了很多与包括热带疾病在内的复杂疾病相关遗传突变，然而，我们对于这些复杂疾病相关遗传突变的功能了解还是有限的。

该项研究工作首先对当前的文献进行了广泛的调研，将遗传突变划分为两种主要类型：功能性丢失突变（Loss-of-function，LOF）和功能性获得突变（Gain-of-function，GOF）。利用文本挖掘技术手段，研究者发现目前人们主要关注于复杂疾病中LOF突变的功能研究，而忽略了GOF功能的刻画。因此，研究者提出了以分子网络为基础的计算和实验方法解析复杂疾病中GOF突变的功能。分析结果发现获得性功能突变可以通过获得蛋白结构域、无序区域、线性motif、转录因子和miRNA结合位点等进而影响生物体内的转录和转录后调控网络扰动。进一步，该研究团队系统总结归纳了现有的分子生物学实验方法可以有效地用于研究突变的功能获得，主要包括Y2H、APMS和GPCA可以用于研究蛋白互作关系的获得，ChIP-Seq、eY1H和质谱分析等可以用于研究转录调控信号的获得。最后，为了便于研究人员对复杂疾病中获得性功能突变进行刻画，该研究团队提出了整合计算和实验的分析方法优选复杂疾病中GOF突变（图2）。

这项工作从计算系统生物学的角度系统分析了复杂疾病中获得性功能突变的研究方法，为包含热带疾病在内的复杂疾病突变功能分析以及关键突变筛选提供了新的视角。了解遗传突变对于生物分子网络的功能调控有助于刻画突变的分子功能以及精准治疗药物靶点的识别。该项研究工作受到了国家自然科学基金以及热带转化医学教育部重点实验室等项目的资助。李霞教授及其研究团队多年来致力于以生命组学信息学、生物医药大数据与精准医学、表观遗传学与药物组学信息学为主要研究方向，在热带疾病、肿瘤等重大疾病功能基因识别方法的研究中取得了多项重要研究成果。

全文链接：https://www.cell.com/trends/biochemical-sciences/fulltext/S0968-0004(19)30065-9