曾彭归航，唐秀晓，吴庭芩，田 奇，李茫茫，丁俊军

1南方医科大学基础医学院，广东 广州 510515；2中山大学中山医学院，广东 广州510080

小鼠胚胎干细胞（mESCs）来自早期胚胎内细胞团并可在体外进行无限期的培养，具有自我更新和分化为所有成体细胞的能力，这些特性使得mESCs适于构建疾病模型和应用于再生医学的研究中［1］。深入解析干细胞自我更新和多能性调控的分子机制是干细胞应用的基础。其中，系统鉴定与干细胞自我更新和多能性相关的基因是一个重要的方向。

目前虽然已经有一些研究报导了大规模鉴定这些基因的方法，其中包括基于实验的功能研究和基于计算的研究，但都存在一定的局限性。如，基于实验的功能研究主要是通过RNA干扰来筛选基因［2-5］，这些研究较为耗时费力，难以覆盖全基因组上的基因，且由于文库和报告系统的不同，这些研究获得的结果彼此之间重合率较低。为解决这些问题，一些基于机器学习的计算方法被提出，如基于支持向量机（SVM）和由46个基因组成的阳性集，使用转录因子的染色质免疫共沉淀测序（ChIP-seq）和mRNA微阵列信息来预测干细胞多能性相关基因［6］；基于遗传算法和SVM使用mRNA微阵列信息来寻找mESCs的生物标志物［7］；基于SVM使用蛋白质互作信息来预测多能性相关的蛋白质［8］，均能实现全基因组水平的筛选。但是，这些研究仅仅使用了少量类型的数据如基因表达数据和转录因子结合数据，同时仅使用了较小的阳性集。基于蛋白质互作信息来构建模型将使得结果仅限于蛋白质编码的基因，而忽略了非编码的基因，如microRNA和长非编码RNA，可能会遗漏掉一些重要的自我更新与多能性相关基因。……