位置:首页 > 研究队伍  


钱文峰


钱文峰博士、研究员、博士生导师
 

 

  2006年,获北京大学生命科学专业理学学士(指导老师:中科院昆明动物所王文研究员);

  2012年,获密歇根大学进化生物学专业哲学博士(指导老师:张建之教授);

  2012年12月起,在遗传与发育生物学研究所任研究员。
  2014 年入选中组部“青年千人计划”


研究方向:
 
  特别说明:本课题组不做数据库或软件的开发,对学生的数学/计算机能力并没有特别的要求。实验室目前所有学生、老师都是生命科学背景,绝大多数学生在进入本课题组前不会计算机编程。课题组欢迎对功能基因组学和系统生物学感兴趣并愿意进一步深入探索的有志青年的加盟。实验室目前既包括生物学大数据的产生和也包括生物学大数据的解读。

  尽管成千上万的基因组已被测序,我们对这些基因组的理解仍然非常有限。让我们用计算机语言做个类比。在计算机读取的二进制语言中,我们明确的知道每一个二进制数字的意义(例如输出“hello world”,图一A)。如果用同样的标准来审视我们对细胞读取基因组序列以实现其生物学功能的理解,可以发现我们的理解极其有限(图一B):我们不知道一个启动子序列里绝大多数核苷酸的作用;也不知道一个蛋白质中绝大多数氨基酸的作用,即使我们大概知道这个蛋白质的功能;尤其不知道整个细胞的生物分子是如何相互协调以实现细胞功能的,即使我们已经研究清楚了一些信号通路和生化反应。简而言之,基因组编码生命的方式仍然神秘。

 

图一:我们对二进制数字和基因组序列的理解的比较。(A)我们清楚地知道每一个二进制数字的作用;(B)我们不知道绝大多数核苷酸的作用。

 

        为了了解每一个核苷酸的功能,我们理论上可以去改变每一个核苷酸并观测生物形态、生理和行为的变化。然而一个基因组有如此多的核苷酸(比如人类基因组有30亿个),通过改变每一个核苷酸来研究功能几乎不可实现。因此,我们需要开发出计算生物学或者高通量实验的方法预测在基因组中有重要功能的核苷酸。

        具体而言,我们的研究方向包括以下几个方面。

        (一)转录与翻译调控的定量规律,试图理解每个核苷酸在调控中起到的作用;

        (二)单细胞DNA甲基化与转录组,试图理解细胞维持转录组稳态的机制;

        (三)点突变和同源重组速率,试图理解其对生物进化的影响;

        (四)整倍体与非整倍体变异,试图理解其对细胞(包括癌细胞)生长的影响。

        我们的主要研究方法包括:
        (一)高通量组学方法:DNA甲基化组学(BS-seq)、转录组学(RNA-seq)、翻译组学(Ribo-seq)、蛋白质组学(SILAC)等;

        (二)高通量碱基置换及高通量报告基因表达量检测(FACS-seq,Polysome-seq等);

        (三)单细胞转录组学方法;

        (四)比较基因组学与进化基因组学方法。
        我们的研究目标是增加人类对生物学基本过程的认知。部分成果也可能对人类健康(癌症,衰老等)和农业生产产生正面的影响。我们还鼓励实验室成员在功能基因组学、进化基因组学、以及系统生物学这一大的科学范畴内提出并开展自己的科研项目。

发表论文:
13. B. Zhang*, S. Wu*, Y. Zhang, T. Xu, F. Guo, H. Tang, X. Li, P. Wang, W. Qian, and Y. Xue (2016) A high temperature-dependent mitochondrial lipase EXTRA GLUME1 promotes floral phenotypic robustness against temperature fluctuation in rice (Oryza sativa L.). PLoS Genetics 12 (7):e1006152. (*, equal contributions)
 
12. C. Li, W. Qian, C. J. Maclean and J. Zhang (2016) The fitness landscape of a tRNA gene. Science. 352(6287):837-40
 
11. W. Qian, and J. Zhang (2014) Genomic evidence for adaptation by gene duplication. Genome Research 24:1356-1362.
 
10. C. Park, W. Qian, and J. Zhang (2012) Genomic evidence for elevated mutation rates in highly expressed genes. EMBO Reports 13:1123-1129.
 
9. W. Qian, D. Ma, C. Xiao, Z. Wang, and J. Zhang (2012) The genomic landscape and evolutionary resolution of antagonistic pleiotropy in yeast. Cell Reports, 2:1399-1410.
 
8. W. Qian, J.-R. Yang, N. M. Pearson, C. Maclean, and J. Zhang (2012) Balanced codon usage optimizes eukaryotic translational efficiency. PLoS Genetics 8(3): e1002603.
 
7. W. Qian, X. He, E. Chan, H. Xu, and J. Zhang (2011) Measuring the evolutionary rate of protein-protein interaction. Proc. Natl. Acad. Sci. USA 108:8725-8730.
 
6. W. Qian*, B.-Y. Liao*, A. Y.-F. Chang, and J. Zhang (2010) Maintenance of duplicate genes and their functional redundancy by reduced expression. Trends in Genetics 26:425-430. (*, equal contributions)
 
5. X. He*, W. Qian*, Z. Wang*, Y. Li, and J. Zhang (2010) Prevalent positive epistasis in Escherichia coli and Saccharomyces cerevisiae metabolic networks. Nature Genetics 42:272-276. (*, equal contributions)
 
4. Z. Zhang, W. Qian, and J. Zhang (2009) Positive selection for elevated gene expression noise in yeast. Molecular Systems Biology 5:299 (12 pages).
 
3. W. Qian, and J. Zhang (2009) Protein subcellular relocalization in the evolution of yeast singleton and duplicate genes. Genome Biology and Evolution 1:198-204.
 
2. W. Qian, and J. Zhang (2008) Gene dosage and gene duplicability. Genetics 179:2319-2324.
 
1. W. Qian, and J. Zhang (2008) Evolutionary dynamics of nematode operons: easy come, slow go. Genome Research 18:412-421.