柏林数学教授Michael Joswig周围的一组研究人员提出了一个新的概念，用于生物系统中遗传相互作用的数学建模。该团队与来自苏黎世联邦理工学院和美国卡内基科学学院的生物学家合作，成功地确定了整个遗传网络背景下的主要调控因子。

研究结果为分析生物网络提供了一个连贯的理论框架，并发表在《美国国家科学院院刊》上。

确定对进化、生态和健康有决定性影响的关键基因和物种是生物学家长期以来的目标。研究人员现在已经成功地确定了某些基因在生物网络中起主要调节作用。这些关键的调节者在系统内施加更大的控制，并引导基本的细胞过程。以往的研究主要集中在系统内的成对相互作用，这可能受到遗传背景或生物背景的强烈影响。

“环境依赖效应在生物学中广泛存在，但尚未得到充分的研究。生物网络的一个主要挑战是它们是高维的。因此，我们的团队第一次追求一种更深远的方法，包括高阶相互作用，从而确定整个网络背景下的关键监管机构，”Joswig解释说，他是柏林理工大学Universität的离散数学和几何教授，柏林卓越数学集群的杰出研究员，以及莱比锡马克斯普朗克科学数学研究所的小组负责人。

的有限公司上位性概念作为高维研究的一种方法Nal几何建模

科学家们检查了生物学家提供的真实数据集，这些生物学家根据果蝇肠道中某些细菌组合的存在，分析了果蝇的预期寿命。为了用数学方法描述这些过程，该团队应用了几何学中的高维方法，重新解释了众所周知的上位性生物学概念。上位性是指不同基因之间的相互作用现象，其中一个基因可能影响另一个基因的外观。

这些相互作用对于理解基因遗传和表型多样性至关重要，揭示了不同基因如何相互作用以调节特定性状的表达。上位互动在本质上具有重要意义;例如，微生物组中细菌之间的上位会产生深远的功能后果。

研究人员分析了带有五种不同细菌的整个果蝇种群的微生物组，并测量了这些细菌的某些组合下果蝇的预期寿命，代表了表型。利用适应性景观(适应度景观)绘制相关生物信息，并对其上位性进行量化，以研究个体基因和物种如何影响整个生物网络中的相互作用。再次分析得到的5维数据集，并以图形方式呈现。

识别相关信号作为网络的主调节器

这项工作的主要贡献在于，它不仅以一种新的语言呈现了研究人员之前的发现，而且重新解释了Niko Beerenwinkel, Lior Prachter和Bernd Sturmfels之前的工作，将适应度景观表示为网络的上位过滤。该方法使具体实验的分析能够编码相关的生物信息，使其可读(可解释)，并允许识别作为网络主调节器的更高维度的相关信号。

这项生物学和数学交叉的跨学科研究涉及许多真实的实验，以证明所提出的方法在检测生物学相关信息及其可靠信号同时避免误报的能力。该结果为分析生物网络提供了一个连贯的理论框架。

相干理论f分析整个网络的框架

在上述果蝇实验中，整个基因相互作用涉及五种不同的基因类型或细菌，每种基因类型由32个基因组成。这组数据是得出果蝇预期寿命结论的基础。一个重要的考虑是当额外的基因或参数出现时会发生什么——这是现实生活中常见的情况。

由于其连贯的几何上层结构，新方法为检测和描述偏离场景提供了一个灵活的框架，这在以前的实验和数学建模中是无法实现的，需要对每个单独的实验进行单独的评估。

“我们很高兴能为用数学语言描述生物学结果做出贡献。通过我们的几何统计分析方法，我们希望为探索更高维度的生物网络提供一个强大的工具。事实证明，这是一种识别网络主要监管机构的绝佳方式。通过应用新的高维几何方法，量化适应性景观中的上位性，我们能够破译个体基因和物种如何影响更广泛的生物网络中的相互作用，”Joswig总结道。

肠道微生物组成显著影响预期寿命，将这种新的定量方法应用于人类也是可取的。然而，由于人类肠道中有大量的细菌，这还不可能。科学家们希望，未来使用更简单的方法，结合经典的转化过程，可以为开发定制药物等应用铺平道路。