2015年4月26日，国际学术期刊Journal of Molecular Cell Biology在线发表了中国科学院上海生命科学研究院生物化学与细胞生物学研究所陈洛南研究组题为“Diagnosing phenotypes of single-sample individuals by edge biomarkers”的最新研究成果。与传统的生物点标志物（即以分子的表达量作为标志物）不同，该成果展示了生物边标志物（即以分子间的关联性作为标志物）对糖尿病和癌症等人类复杂疾病进行单样本诊断的应用前景。
用于疾病诊断的生物标志物研究一直是生物医学领域的研究热点，生物大数据时代的来临更为生物标志物在人类复杂疾病上的研究带来了新的活力。人类复杂疾病是一类致病机理复杂，治疗难度大，容易复发的疾病的统称，这类疾病的形成不仅由于单个分子表达量的改变，更是由于分子间相互关联等系统性因素发生改变的结果。传统的生物标志物主要关注表达上具有显著差异的分子，而且在建立诊断模型的时候往往不考虑这些分子之间的相互关系，这就导致其在人类复杂疾病方面应用的局限性。
陈洛南研究组的博士研究生张万纬等从系统生物学的角度定义了新型的生物标志物，即生物边标志物（Edge biomarker），该标志物采用分子间的相互作用或相互关系（即生物边）作为区分疾病和正常的标志。他们运用相关系数成分还原的技巧将分子表达数据即“点数据”转化成反应分子间相互关系的“边数据”，解决了用单样本数据刻画分子间相互作用并进行诊断的难题，同时他们开发出相应的寻找生物边标志物并进行单样本诊断的方法。对肺腺癌的应用研究表明与传统的基于“点”生物标志物（Node biomarker）相比，生物边标志物不仅具有更高的诊断精度（图A），而且由于其反映的是分子间的相互关系，因而能够发现非差异疾病分子或标志物，更有可能揭示复杂疾病的致病机理（图B）。除了疾病以外，生物边标志物也可应用于各种复杂生物过程的检测和定量化研究中。
该研究得到了中国科学院和国家自然科学基金的经费支持。
图A：“点数据”和“边数据”的分类精度。图B：在对肺腺癌的应用研究中，我们发现了导致其恶化的一种可能的原因，即基因RPL26与基因ATF6B的表达相关性上调，从而加强了各自参与的通路间的交流。
