Page 12 - profile2014.indd
P. 12
解碼生命、探索未知
生物資訊實驗室
Lab
研究人員
宋定懿 Ting-Yi Sung 我們的研究是以資訊研究技術為主,針對不同生物體學(omics)上的生物醫學問
Research Fellow 題進行解析,大致分為(一)基因體與轉錄體研究,(二)蛋白體與代謝體研
何建明 Jan-Ming Ho 究,分述如下。
Research Fellow
林仲彥 Chung-Yen Lin (一)基因體和轉錄體研究
Associate Research Fellow
施純傑 Arthur Chun-Chieh Shih 近年新世代定序技術已成為基因體和轉錄體研究的主要實驗技術,我們致力於
Research Fellow 發展此技術資料分析的新計算方法及應用工具。首先,我們利用高產出的短序
許聞廉 Wen-Lian Hsu 序列來重組大型基因組和無參考基因組的轉譯子,並已經完成一套以延伸為基
Distinguished Research Fellow 礎的組裝程式,名為JR-Assembler。此系統不僅記憶體的使用率和執行時間
蔡懷寬 Huai-Kuang Tsai 都比其他基因組組裝程式更有效率,而且組裝結果的品質也相當好。其次,我
Associate Research Fellow 們也提出一個多源基因體資料分析平台MetaABC,藉由整合多個常見資料處理
法來降低資料偏差對分析的影響。第三,為了解析新世代定序所產生的大量基
博士後研究
因表現數據背後所代表的生物意義,我們結合開放源碼與自家研發工具,建置
朱德清 Te-Chin Chu 完成一套可以適用模式生物與非模式生物多重體學比較的線上分析平台Multi-
林可軒 Ke-Shiuan Lynn Omics Online Analysis System (http://molas.iis.sinica.edu.tw),讓使用者透
林信男 Hsin-Nam Lin 過高親和度網頁介面,進行表現量比較與叢集分析,進而針對代謝網路與基因
林展賢 Chan-Hsien Lin 分類等生物意義進行分析,以深入探討特定基因群的調控方式。第四,我們進
張育榮 Yu-Jung Chang 行新世代定序的序列排比。隨著新世代定序的技術不斷演進,定序序列隨之增
蔡宗曄 Zing Tsung-Yeh Tsai 長,目前大多數序列排比方法是針對短序列所開發的,因此我們開發了一個新
蔡郁偉 Yu-Wei Tsay 的排比方法Kart,在處理長序列資料所花的時間遠少於目前主流的方法,且獲
鄭家胤 Chia-Ying Cheng 得更準確的排比結果,亦能準確處理PacBio的超長定序序列。第五,由於生物
數據的計算需求的急速攀昇,傳統計算資源不敷所需,為了對既有資源做更好
的利用,資訊所團隊便著手建構一套Hadoop cloud的快速佈建程式CloudDOE
(http://clouddoe.iis.sinica.edu.tw/),除有效減低程式佈建的複雜度,也方便
既有雲端程式上傳運算,更能透過此一平台之API端口,開發更多與MapRe-
duce相關的生物資訊高速解析工具。
利用上述所提出的計算方法及工具,我們特別針對以下的生物主題進行研究:
(1)基因複製在C4植物葉片演化扮演的角色,(2)重建玉米葉片發育的調控
網路,(3)重建在心室肥大和B細胞分化的miRNA和基因調控網路,(4)尋
找在自閉症病人的基因組結構變異,(5)整合轉錄因子、miRNA與表觀遺傳
資料以建構調控網路,(6)人類非編碼RNA之功能解析,(7)鑑別可施藥之
致癌融合基因與其致病機轉,以及(8)病毒基因體重組與基因型定性。
(二)蛋白體及代謝體研究
質譜儀分析的蛋白體學及代謝體學:質譜儀是目前研究蛋白體學最重要的實驗
技術,利用質譜高通量數據,進行蛋白質定性與定量分析。之前我們已經完成
三套蛋白質定量自動化分析系統Multi-Q、MaXIC-Q及IDEAL-Q,涵蓋幾乎所有
重要的定量技術;目前我們特專注於改善蛋白質定性的研究。首先,由於醣蛋
白是重要的修飾蛋白且是重要的生物標記,我們發展世界上第一套能夠自動化
12 研究群 Research Laboratories