冷泉港实验室(CSHL)的生物学家正在使用由CSHL助理教授David McCandlish实验室开发的一种数学方法来寻找解决各种生物学问题的方法。这个工具最初是用来了解蛋白质不同突变之间的相互作用的，现在McCandlish和他的合作者用它来了解基因表达的复杂性和与癌症相关的染色体突变。

　　所有这些问题都涉及到绘制生物学主题上不同变异的可能性:例如，在特定蛋白质中最可能出现哪些突变组合，或者在同一个癌细胞中最常发现哪些染色体突变。McCandlish解释说，这些都是密度估计的问题，密度估计是一种预测事件发生频率的统计工具。密度估计可以相对直接，例如绘制一组人中不同的高度。但是，当处理复杂的生物序列时，例如数百或数千个氨基酸串在一起形成蛋白质，预测每个潜在序列的概率变得惊人地复杂。

　　McCandlish解释了他的团队用数学来解决的基本问题:

　　研究人员介绍了crispr介导的基因组和癌症切碎作为一种方法治疗复发性胶质瘤的概念范例

　　研究发现在关键的前列腺癌治疗中存在种族差异

　　人工智能模型准确预测多种族乳腺癌风险

　　“有时候，如果你对一个蛋白质序列进行一次突变，它不会产生任何影响。蛋白质的作用很好。如果你进行第二次突变，它仍然可以正常工作，但是如果你把它们两个放在一起，现在你得到了一个破碎的蛋白质。我们一直在试图想出一些方法，不仅可以模拟突变对之间的相互作用，还可以模拟三到四个或任何数量的突变。”

　　他们开发的方法可以用来解释来自实验的数据，这些实验测量了成千上万种不同的突变组合如何影响蛋白质的功能。

　　这项发表在《美国国家科学院院刊》上的研究，始于与CSHL的另外两位同事的对话:CSHL研究员Jason Sheltzer和副教授Justin Kinney。他们与McCandlish合作，将他的方法应用于基因表达和癌症突变的进化。McCandlish团队发布的软件将使其他研究人员能够在他们自己的工作中使用相同的方法。他说，他希望它能应用于各种各样的生物学问题。