近日，我们计算与整合生物学团队在国际权威期刊《Journal of Advanced Research》（IF=11.4，综合性一区Top）在线发表了题为 “Unlocking biological insights from differentially expressed genes: Concepts, methods, and future perspectives”的综述论文。文章系统地阐述了差异表达基因集（DEGs）分析领域的最新研究进展、方法学及未来的发展趋势，标志着我们在组学数据分析与生物信息学领域的研究再获突破。

白菜网大全论坛为论文第一完成单位和唯一通讯单位。白菜网大全论坛-新桥医院计算与神经生物学联合小组成员尹华春博士和5060全迅白菜2022级硕士研究生朵泓睿为第一作者，李勃副教授和郝友进教授为通讯作者，陆军军医大学、美国东北大学、重庆邮电大学和浙江大学等单位的研究人员共同参与了此项工作。

随着高通量组学技术的快速发展，差异表达基因集（DEGs）已成为理解复杂生物学过程、揭示重要疾病分子机制和开发精准医学策略的最重要线索。然而，面对日益丰富的组学数据和多样化的生物学问题，如何精准识别和解释差异表达基因集仍存在诸多挑战。在此背景下，该综述以跨领域的视角总结了DEGs分析的概念框架、主流方法和注释标准，并对未来的研究方向进行了深刻剖析。文章从多个角度阐述了DEGs分析的理论和实践问题，包括：如何从复杂的组学数据中精准提取差异表达基因，如何优化算法以提高准确性和通用性，以及如何通过多组学整合实现生物学问题的全面解析等。同时，作者结合大规模文献调研和研究经验，提出了多项改进策略和研究建议，并强调了人工智能和机器学习在复杂数据挖掘中的潜在价值。此外，作者还将归纳总结的相关专业分析工具统一汇总发布于网站DEGMiner（https://www.ciblab.net/software/DEGminer/）上，使研究者能更便捷地获取和利用这些资源，进一步推动该领域的快速发展。

研究人员表示，“差异表达基因集分析并非单一的生物信息学问题，它对生物学、医学乃至生态学领域的研究均具有深远影响。通过这篇综述，我们希望为从事组学研究的学者提供清晰的思路和有效的理论和技术支持，同时也呼吁开发更具创新性的分析方法，推动这一领域持续向前发展。”该论文的发表不仅提升了我们在组学与生物信息学领域的学术声誉，也为研究者理解和利用差异表达基因开辟了新的视角。

不久前，该团队也联合上海交通大学医学院上海市免疫学研究所吴学锋课题组在国际权威学术期刊The Journal of Clinical Investigation杂志（IF=13.3，医学一区top）发表了题为“TMED4 facilitates Treg suppressive function via ROS homeostasis in tumor and autoimmune mouse models”的研究论文（2024年10月31日在线）。该研究揭示了内质网应激反应蛋白TMED4通过介导IRE1α-XBP1信号轴依赖的细胞活性氧（ROS）水平维持调节性T（Treg）细胞的Foxp3稳定性及免疫抑制功能的作用机制。通过IRE1α-XBP1信号通路和NRF2相关的抗氧化反应，TMED4促进Treg细胞ROS稳态，从而维持细胞Foxp3的表达及抑制功能。缺失TMED4的Treg细胞在小鼠肿瘤模型和自身免疫疾病模型中均促进了效应性T细胞的活化，进而提高抗肿瘤免疫力或加重自身免疫疾病症状。在该项研究中，5060全迅白菜研究生朵泓睿为本文的共同第一作者，吴学锋研究员、李斌研究员以及郝友进教授为通讯作者。

我们计算与整合生物学团队致力于生物信息学方法学与应用等领域的研究工作，通过长期的科研努力，在组学数据分析与生物信息学领域取得了显著的进展。通过与国内外研究人员的广泛合作，努力提升我们在生物信息学领域的学术影响力，积极为生物学科的发展贡献力量。

    原文链接：https://www.sciencedirect.com/science/article/pii/S2090123224005605

供稿：计算与整合生物学团队

一审一校：朱  波

二审二校：乐  涛

三审三校：付长波