我们的兴趣在于在全基因组范围内解开基因型-表型图的计算方法。遗传背景和环境如何共同塑造表型特征或导致疾病?基因和外部因素如何整合在不同的分子层,这些分子读数在单个细胞之间的变化如何?
我们使用统计数据作为主要工具来回答这些问题。为了从高维的组学数据集做出准确的推断,必须考虑生物和技术噪声,并在分析的不同步骤之间传播证据强度。为了满足这些需求,我们开发了基因调控、全基因组关联研究(GWAS)和分子系统因果推理领域的统计分析方法。
我们的方法学工作与实验合作密切相关,我们正在积极开发方法,以充分利用使用最新技术获得的大规模数据集。在这样做的过程中,我们推导了在转录组和蛋白质组水平上剖析表型变异性的计算方法,并推导了单细胞生物学的新工具。