蛋白质通过相互作用来执行功能。但是某一信号通路或生物进程中关联的蛋白并不一定在物理上相互作用，因此蛋白之间的相互作用研究受到限制。通过了解遗传水平的功能相互作用，研究人员能更多地了解基因的功能，以及基因型如何翻译成表型。
加拿大多伦多大学的Brenda Andrews和Charles Boone，以及美国明尼苏达大学的Chad Myers一直以来都致力于这方面的研究。他们早在2001年就开发出合成基因阵列（SGA）方法，如今，他们利用此方法获得了一张酿酒酵母的大规模遗传相互作用图谱。通过研究540万个基因对，他们构建出基因组规模的遗传相互作用图谱，覆盖75%的酿酒酵母基因。
SGA方法是系统检测双突变对酵母生存影响的高通量方法。酵母基因中的大多数是非必需的，也就是说，如果这些基因突变，其它基因将顶替它们，酵母仍能存活。SGA方法通过两个基因的双突变，鉴定出负面影响酵母生存的基因对，表明这两个基因可能包含在同一个生物进程中。
在他们最近的研究中，Andrews、Boone及同事开发出一种基于克隆大小的打分方法。他们通过与缺失菌株集合交叉，研究了1712个基因，相当于酵母基因组的30%。根据这些信息，他们得到了大规模功能网络图谱，为预测基因功能提供了一种有力的方法。Andrews解释道：“你拿起这张整体图，将未鉴定的基因放上去，看它们落在哪里。”
研究人员利用现有的大型酵母蛋白相互作用数据组来进行比较。尽管不同方法得到的相互作用之间有重叠，但只有一小部分表现出功能相互作用的基因对被实际确认有相互作用，表明互补方法还有待开发。
他们还发现了遗传相互作用和化学-遗传学相互作用之间的重大关联，化学-遗传学相互作用是指产生了化合物超敏性的基因敲除，表明同一个基因同时参与了保护细胞免受遗传和环境攻击。
Andrews和Boone希望酵母界以外的研究人员能探索他们的数据。他们觉得，许多人从不同角度思考他们的数据，他们也能学到更多。他们还强调，这种通用方法能经过改编，来研究不同类型的遗传相互作用，表型及生物体。他们的最终目标是研究哺乳动物细胞。(生物谷Bioon.com)
生物谷推荐原文出处：
Science. 2010 Jan 22;327(5964):425-31.
The genetic landscape of a cell.
Costanzo M, Baryshnikova A, Bellay J, Kim Y, Spear ED, Sevier CS, Ding H, Koh JL, Toufighi K, Mostafavi S, Prinz J, St Onge RP, VanderSluis B, Makhnevych T, Vizeacoumar FJ, Alizadeh S, Bahr S, Brost RL, Chen Y, Cokol M, Deshpande R, Li Z, Lin ZY, Liang W, Marback M, Paw J, San Luis BJ, Shuteriqi E, Tong AH, van Dyk N, Wallace IM, Whitney JA, Weirauch MT, Zhong G, Zhu H, Houry WA, Brudno M, Ragibizadeh S, Papp B, Pál C, Roth FP, Giaever G, Nislow C, Troyanskaya OG, Bussey H, Bader GD, Gingras AC, Morris QD, Kim PM, Kaiser CA, Myers CL, Andrews BJ, Boone C.
A genome-scale genetic interaction map was constructed by examining 5.4 million gene-gene pairs for synthetic genetic interactions, generating quantitative genetic interaction profiles for approximately 75% of all genes in the budding yeast, Saccharomyces cerevisiae. A network based on genetic interaction profiles reveals a functional map of the cell in which genes of similar biological processes cluster together in coherent subsets, and highly correlated profiles delineate specific pathways to define gene function. The global network identifies functional cross-connections between all bioprocesses, mapping a cellular wiring diagram of pleiotropy. Genetic interaction degree correlated with a number of different gene attributes, which may be informative about genetic network hubs in other organisms. We also demonstrate that extensive and unbiased mapping of the genetic landscape provides a key for interpretation of chemical-genetic interactions and drug target identification.
