Næste alle videnskabelige artikler bliver i dag lagt ud på Nettet, hvor de er frit tilgængelige, men omfanget er lamslående; der skrives mange millioner videnskabelige artikler om året. Ingen forskere kan overkomme at læse den syndflod af materiale, der strømmer ud på Nettet.
Den norske biolog Eivind Holvig har sammen med sine kolleger skrevet et program, der kan klare denne opgave meget bedre end et menneske. Holvig har baseret sin software på en meget enkel teori; hvis to gener nævnes i det samme dokument, så må de på en eller anden måde være relateret.
Programmet tygger sig gennem videnskabelige artikler og søger efter navne på menneskelige gener. Forskerne satte programmet til at gennemsøge mere end 10 millioner artikler i den offentlige database Medline.
De fandt henvisninger til 13.712 forskellige menneskelige gener, og programmet konstruerede derefter et netværk ud fra, hvilke gener der sandsynligvis er relaterede, fordi de nævnes i samme artikel. Ved at søge efter nøgleord eller overskrifter i artiklerne kunne forskerne tilføje oplysninger om potentielle biologiske funktioner til gen-netværket.
Resultatet er samlet i en database kaldet PubGene, hvor forskerne hvert eneste gen kan hente en liste over andre gener, som det kan stå i forbindelse med, sorteret efter sandsynlighed, og en liste med medicinske områder, hvor genet kan være involveret.
I en test kunne PubGene forudsige relationer mellem gener syv gange bedre end en tilfældigheds-generator. Ved at sammenligne med andre gen-databaser fandt de norske forskere frem til, at PubGene kun kender omkring halvdelen af de mulige forbindelser.
Men forskerne opdagede samtidig, at PubGene kender forbindelser, som ikke er registreret andre steder, og som senere har vist sig at være korrekte. Programmet kan altså finde sammenhænge, som ingen menneskelige forskere hidtil har opdaget.
(Kilde: New Scientist / Nature Genetics)
