Microbiome：NASA开启真菌病原学研究 确保宇航员机体健康
2017年7月13日 讯 /生物谷BIOON/ --日前，来自美国航空航天局喷气推进实验室（NASA Jet Propulsion Laboratory）的研究人员通过研究表示，在封闭环境中人类的生存往往和机体内部真菌组成发生改变直接相关，相关研究于近日刊登于国际杂志Microbiome上。图片摘自：phys.org研究人员Kasthuri Venkateswaran表示，这项研究中我们首次报道了
Nature：新研究在鉴定炎症性肠病遗传病因上取得重大突破
图片来自Wikipedia/CC BY-SA 3.02017年7月3日/生物谷BIOON/---科学家们已接近于从炎症性肠病（inflammatory bowel disease, IBD）的600多个潜在致病基因中筛选出导致这种疾病的特定基因。在一项新的研究中，来自英国韦尔科姆基金会桑格研究所、美国布罗德研究所和比利时列日大学等研究机构的研究人员紧密合作构建出一种高分辨率图谱来研究哪些基因变异体
还在看星座？让大数据来告诉你生日健康密码吧
美国哥伦比亚大学的研究人员近来开发出一种新的计算方法，可以了解人们的出生月份和患病风险之间的关系。研究者检测了纽约市医疗数据库之后发现有55种疾病与人们出生的季节有关。研究结果总体显示，五月份出生的人们患病的风险最低，而生日在十月的人们则风险较高。该结果发表在本周最新一期的Journal of American Medical Informatics Association杂志上。
南高加索女性基因惊人稳定
南高加索地区毗邻欧洲和近东，是数千年来人类迁移的重要枢纽，有考古证据显示，这里的文化曾出现巨大转变。但令人惊讶的是，近日刊登于《当代生物学》期刊（ 论文链接 ）的古老线粒体 DNA 证据揭示，过去 8000 年来，这里的基因没有发生巨变的痕迹。线粒体经由母亲遗传给后代，因此线粒体基因组能让科学家追踪该地区女性的独特进化历史。“我们分析了南高加索地区古代和现代的线粒体基因组，发现遗传的连贯性至少持续
Nature：研究者们解开乳腺癌“暗物质”之谜
2017年6月27日 讯 /生物谷BIOON/ --虽然癌细胞基因组中的蛋白质编码基因往往存在突变现象，但对于非编码区域来说，它们的突变也会导致肿瘤的生长。最近一项研究则从乳腺癌中找到了这样的例子。癌症基因组相关的研究已经有20年的历史，基因组中2%的蛋白质编码序列对于研究者们来说已经是丰富的保藏，其中研究者们已经找到了数百种与癌症发生相关的基因突变，从而促进了多种癌症靶向疗法的开发。而剩余的98
针对大众的基因检测服务 预防疾病or过分担忧？
2017年6月25日 讯 /生物谷BIOON/ --在澳大利亚针对健康人群发起基因检测服务预示着个体化护理时代的到来，对机体基因组进行完全扫描目的就在于寻找个体患某些疾病的风险，这就能够帮助人们采取措施有效预防疾病的发生；Garvan研究所就能够提供这种基因检测服务，公司CEO表示，这种基因检测服务或许就能够转化到健康系统中，相比疾病治疗而言，其会让大家更加注重于疾病的预防。基因检测能够带来诸多好
Nature：利用开发出的算法揭示T细胞免疫识别机制
图片来自Nature, doi:10.1038/nature223832017年6月22日/生物谷BIOON/---在一项新的研究中，来自美国圣犹大儿童研究医院和弗雷德哈钦森癌症研究中心等研究机构的研究人员开发出一种功能类似于罗塞塔石板（Rosetta Stone）的算法，该算法有助破解免疫系统如何识别和结合抗原。它应当有助开发更加个人化的癌症免疫疗法，并且有助加快诊断和治疗传染病。相关
微软计划未来三年内实现DNA存储数据的计划
2017年6月1日/生物谷BIOON/---如果我们我们能够像今天用磁带存储数据一样，利用DNA进行数据存储，那么理论上就能够利用两个车库大小的地方存下人类有史以来所有的信息。最近，微软得问计算机工程师与MIT技术顾问们联合起来共享了"利用DNA进行数据存储"的计划，他们计划在下个10年之内建成以DNA为介质的开放性存储系统。（图片摘自www.sciencealert.com）可能这听上去有些老旧
郑洪坤：“云模式”引领基因科技服务 2.0 时代
生物信息和科技服务行业正在经历从1.0时代向2.0时代的变迁。在这个变迁的浪潮下，生物科研工作者，科技服务从业人员都面临着哪些挑战和机遇？从业十五年的百迈客CEO郑洪坤认为：云模式，才是打开基因科技服务2.0时代的正确方式。基因科技服务1.0时代：测序数据少，分析以标准分析为主且主要由服务公司完成 我很有幸一入行就进入了生物
PNAS:基因调控网络建模研究获进展
近日，国际学术期刊《美国科学院院刊》（PNAS）在线发表了由中国科学院数学与系统科学研究院和美国斯坦福大学、清华大学等单位的科研人员合作的基因调控网络建模的研究成果，提出了利用匹配的基因表达和染色质可及性数据刻画顺式调控元件和反式调控元件相互作用的数学模型，将基因调控网络的建模研究从编码基因推进到了非编码区域的调控元件，有望用来注释疾病等表型相关的遗传变异。分子生物学的中心法则指出了从DNA编码基