随着系统生物学不断的在发展，许多遗传学家仍然在分离检测基因，并且也采用了一些最新的尖端技术， 比如利用RNAi，这种方法通常能获得细胞系统的局部蓝图。
现在来自哈佛医学院遗传学系，英国癌症研究院等处的研究人员拓宽了这种技术的范围：利用RNAi系统敲除果蝇细胞中的许多基因，这一研究成果公布在10月17日的Science杂志上。
文章的通讯作者是HMS遗传学教授，霍华德休斯医学院研究员Norbert Perrimon说，“通过我们的这种新的双RNAi筛选获得数据可以勾画出细胞过程的整体全貌”，“研究人员利用这种方法检测基因之间的相互关系，也许能加速系统生物学的发展步伐， 以及提高个体化用药的发展。”
经典的RNAi选首先需要构建一个靶向特殊基因的干扰RNAs（siRNAs）的文库，每个siRNA能干扰基因产生特定的蛋白，然后科学家们将这些siRNAs转入成百上千的细胞中，每个细胞中一种基因被靶定，之后就可以观察这个细胞中的变化了。但是由于许多基因并不是只有一个，细胞失去一个基因的功能，能通过其它基因补充回相同的功能，因此这种方法有时不能捕捉一些关键因子，而Perrimon的方法可以克服这一障碍.
文章的第一作者，Perrimon实验室的博士后，Chris Baka解释道，“如果你拿去飞机引擎上的一个零件，飞机仍然能够工作，但是如果你将清除故障的也一同拿去的话，那么飞机就不能工作了”。
Baka1开始的时候用传统的RNAi筛选方法，对在细胞胁迫反应中起作用的基因进行研究，结果获得了一些有助于细胞决定死亡，移动， 以及在胁迫环境下采取其它一些手段的基因。但是Baka1发现其中的一些关键基因——其它实验室通过其它方法识别的基因——在他所获得的基因中没有。然后他从中挑选了12个“嫌疑犯”，其中包括了抑癌基因PTEN ，BAKAl敲除了PTEN，用得到的敲除细胞去进行另一个RNAi筛选，这样就是一个缺乏一种抑癌基因的环境下进行的筛选，获得结果与上次的完全不同：他获得了其它11个嫌疑基因（除了PTEN外），最终他总共验证了同一个细胞类型中17724个不同的关联。
Bakal说，“基因的行为是否有不同，依赖于基因之间的关联”，“我们的方法强调了基因之间的相互关系，述说了一个完整的故事。”
这些相关数据表明了特殊基因是如何相互作用的， 以及它们是如何相互影响的，Bakal认为研究人员可以利用这种方法描绘细胞系统的工作，预计特殊基因的行为，从而用于个体化用药。临床医师在决定治疗策略之前需要了解病人的遗传背景，未来医师们可能可以利用到双RNAi筛选结果。（生物谷Bioon.com）
生物谷推荐原始出处：
Science 17 October 2008:Vol. 322. no. 5900, pp. 453 - 456 DOI: 10.1126/science.1158739
Phosphorylation Networks Regulating JNK Activity in Diverse Genetic Backgrounds
Chris Bakal,1,2* Rune Linding,3* Flora Llense,4* Elleard Heffern,2 Enrique Martin-Blanco,4 Tony Pawson,5 Norbert Perrimon1,2
Cellular signaling networks have evolved to enable swift and accurate responses, even in the face of genetic or environmental perturbation. Thus, genetic screens may not identify all the genes that regulate different biological processes. Moreover, although classical screening approaches have succeeded in providing parts lists of the essential components of signaling networks, they typically do not provide much insight into the hierarchical and functional relations that exist among these components. We describe a high-throughput screen in which we used RNA interference to systematically inhibit two genes simultaneously in 17,724 combinations to identify regulators of Drosophila JUN NH2-terminal kinase (JNK). Using both genetic and phosphoproteomics data, we then implemented an integrative network algorithm to construct a JNK phosphorylation network, which provides structural and mechanistic insights into the systems architecture of JNK signaling.
1 Department of Genetics, Harvard Medical School, 77 Avenue Louis Pasteur, Boston, MA 02215, USA.
2 Howard Hughes Medical Institute, Harvard Medical School, Boston, MA 02215, USA.
3 Cellular & Molecular Logic Team, The Institute for Cancer Research, 237 Fulham Road, London SW3 6JB, UK.
4 Institut de Biologia Molecular de Barcelona, CSIC (Spanish Council for Scientific Research), Parc Científic de Barcelona, 08028 Spain.
5 Samuel Lunenfeld Research Institute, Mount Sinai Hospital, 600 University Avenue, Toronto, Ontario M5G 1X5, Canada.
