基因本体学（Gene Ontology，GO）联盟近日发布了一个全新的资源，提供了关于所有蛋白质编码人类基因功能的全面百科全书。该资源首次通过大规模的进化建模，将人类基因数据与其他物种的遗传数据相结合，整合了现有的最准确、最完整的基因功能证据，形成了一个可搜索的公共资源，涵盖了超过20,000个基因的已知功能。该成果已在《自然》杂志上发表。
作为一个已经扩展和改进超过25年的知识库，基因本体学已成为生物医学研究的核心工具。每年，全球超过30,000篇学术论文依赖该知识库进行数据分析和解读。
在“组学”实验中，生物医学研究人员通过大规模的DNA、RNA、蛋白质等生物分子的研究，生成能够识别出成百上千个相关基因的数据。例如，研究人员可能会发现癌细胞与健康细胞相比，哪些基因被激活或关闭。然而，查阅每个基因已知功能的数千篇文献显然不现实，因此，很多科学家转而使用基因本体学。
"我们的知识库帮助科学家从单纯的基因列表出发，深入了解这些基因的生物学功能，包括可能对治疗有用的方面，"基因本体学联盟的首席研究员、凯克医学院的生物信息学部主任、公共卫生与流行病学教授Paul D. Thomas博士表示。
进化视角的创新
此次发布的新资源“PAN-GO功能组”（PAN-GO functionome）使用进化建模方法，通过将来自人类基因的实验数据与来自小鼠、斑马鱼等模式生物的基因数据结合，进一步完善了人类基因功能的知识图谱。该方法不仅填补了因缺乏直接的实验数据而存在的知识空白，还提供了关于基因功能更为完整、准确的描述。
Thomas博士解释说：“我们此前已经积累了庞大的基因功能知识库，成为了关于人类基因功能的权威参考。如今，通过加入关于每个基因功能在进化中出现的时间点，我们提供了更为完整、准确、简洁的基因功能描述。”
全球合作与持续更新
此次资源的整理是由来自全球150多名生物学家共同完成的，包括来自凯克医学院的团队。自1998年起，研究人员已审阅超过17.5万篇有关基因功能的学术文章，搜集了关于人类基因功能的数据，特别是超过20,000个蛋白质编码基因所控制的关键生物过程。研究团队将这些基因根据它们执行的生物学功能进行分类，从而开发出一个涵盖细胞分裂、细胞信号传导、免疫反应、分子运输等多种功能的目录。
科学家们强调，精准了解基因功能，尤其是涉及基因组中的某些基因在不同疾病中的作用，可以帮助研究人员理解癌症等疾病的发生机制，并设计针对性的治疗策略。
功能组的应用前景
“PAN-GO功能组”将与传统的基因本体学资源一样，被科研界广泛用于“组学”数据分析等应用，且它能提供更加准确的结果。因为这项新工作将所有的信息通过大规模的进化模型进行整合，使得基因功能的描述更加完整和精确。
对于没有直接实验数据的基因，研究人员通过研究小鼠、大鼠、斑马鱼、果蝇、酵母菌或大肠杆菌等模型生物的基因，结合进化时间点的信息，可以推测人类基因的功能特性。例如，某些功能如能量代谢或细胞信号传导的功能可能在进化过程中早已形成，这为人类基因功能的研究提供了新视角。
未来展望与共同建设
基因本体学联盟表示，未来将鼓励科研人员在他们的分析中使用“PAN-GO功能组”。该资源已经以机器可读格式构建，能够支持科学家使用计算工具（如人工智能）快速查找和使用这些数据。
同时，联盟还发起了号召：研究人员可以通过该项目网站提交建议，帮助更新和完善基因功能的知识库。通过众包方式获取基因功能的知识，并将其结构化分类，确保这一共享资源在未来持续改进，并便于应用。
虽然这是目前关于基因功能最全面的资源，"PAN-GO功能组"仍未完全涵盖所有基因。它目前包含了82%的蛋白质编码基因的功能数据，但仍有18%（约3,600个基因）的生物功能未知。
Thomas博士表示：“我们现在已经清楚地看到哪些地方缺乏信息，这也为未来研究的方向提供了指引。”
参考文献：Paul Thomas, A compendium of human gene functions derived from evolutionary modelling, Nature (2025). DOI: 10.1038/s41586-025-08592-0
www.nature.com/articles/s41586-025-08592-0
编辑：周敏
排版：李丽
评论 (0)