要建立一個生物調控網絡，需要許多資料，來確認每個網絡中節點間的關係，好在近五年來開始有許多計劃在收集相關的資料，NIH LINCS（Library of Integraded Network-based Cellular Signature）便是美國NIH旨在建立各種細胞株在不同擾動情況下（藥物、小分子、基因剔除、cas9 system），細胞內在分子層面的整體變化，雖然我們總是把生物體內各種重要代謝或是功能，使用某個pathway來代表這整個過程的keyholder，但實際上每個pathway上的分子很多都有重複或是交集，這種交集的網絡關係，便必須有更好的方式來探索。
於是圍繞者NIH LINCS計畫產生很多的研究成果和數據，可以由以下的地圖來一窺這計畫相關的機構和佈局。
目前這計畫已經到phase II，也就是已經有很多可以使用的資料可以獲取：
這計畫另外一個重點是開發好用的分析工具來取用這些資料，下面是目前衍生出來的分析工具：
由上而下的排序是工具的熱門使用程度
L1000CDS2
全名是L1000 Characteristic Direction Signature Search ，為Icah School of Medicine at Mount Sinai的Ma’ayan 實驗室所開發，其使用他們新的一套取表現差異的算法Characteristic Direction Approach，依照論文裡跟其他傳統取表現差異方式如t-test, GLM，都有大幅的提升，其方法的特點在於會考慮單一個基因的表現量和其他基因的關係，而非平行的比較後，在使用multiple correction method 來correct p value。
Drug/Cell-line Browser
這方法其實有點像是使用SOM，也就是除了色塊把表現類似的分類起來，色塊間的距離則表達色塊間的相似度，目前似乎有點問題，無法正常使用，這也是基於Ma’ayan lab開發出的canvas視覺化clustering的方法
這主要是把所有跟 kinase pathway相關的藥物或小分子註解在pathway的圖形上，可以直接點選有興趣的candidate，看起可以用什麼藥物來做抑制。
裡面太多小工具了，但有至少1/2都還在搭建或是微調中，但很多有趣的資料呈現方式可以學習
我們的基因體時代 Our "Gene"ration 