中文摘要：

遗传相互作用也称为基因上位作用(Epstatic interaction), 它表征了基因之间的功能相关性。近年来，高通量的基因敲除和图像显示技术相结合，为定量构建遗传相互作用图谱，进行功能基因组分析提供了大量有效的数据。本项目从遗传相互作用定量实验EMAP数据出发，融合多种高通量数据对相关功能通路(Pathway)和功能模块进行预测；构建遗传相互作用网络预测模型，并将理论预测和实验验证相结合，构建全基因组的遗传相互作用网络，为进一步的功能基因组研究奠定基础。

结论摘要：

遗传相互作用度量了基因之间的功能相关性，当两个基因同时被敲除后的表型偏离了基因分别敲除的联合表型，我们称这两个基因具有遗传相互作用。近年来，高通量的基因敲除和图像显示技术相结合，为定量构建遗传相互作用图谱，进行功能基因组分析提供了大量有效的数据。本项目围绕遗传相互作用EMAP实验 数据，发展针对EMAP数据的特有分析方法和通用的网络分析方法；发展数据融合技术，融合多种高通量数据对相关功能通路和功能模块进行预测；构建遗传相互作用网络预测模型，并将理论预测和实验验证相结合，构建全基因组的遗传相互作用网络，为进一步的功能基因组研究奠定基础。 按照项目计划，我们主要进行了三方面的研究 1. 我们利用矩阵分解方法对EMAP数据进行了系统分析。首先基于矩阵低秩分解实现了EMAP数据填补，讨论了其对后期处理的影响。同时，我们对多种的网络聚类方法进行了系统比较；我们发展了基于矩阵分解的模块聚类算法； 2. 我们发展了数据融合算法，融合了EMAP数据和其它多种数据预测功功能模块和功能基因；同时，我们还开发了多种数据处理工具，特别是对新一代测序数据相关的处理工具，为数据融合提供方便。 3. 我们基于eQTL数据对遗传位点之间的相互作用进行预测，建立其与基因相互作用的改变之间的关联。 本课题投入研究工作的人员共计24人，其中教授2名，博士生15名，硕士生5名,本科生2人。培养博士生6名，硕士生5名。共发表论文17篇，其中SCI收录论文16篇。参加国际会议7人次，国内会议2人次，总体上超额完成原定计划的研究内容和研究目标。