基因功能预测整合算法及其在结核分枝杆菌基因表达谱分析中应用.pdfVIP

第 54卷 第 1期 复 旦 学 报 (自然科学版) Vo1．54No．1 2015年 2月 JoumalofFudanUniversity(NaturalScience) Feb．2015 文章编号：0427—7104(2015)01—0067—12 基因功能预测的整合算法及其在结核分枝 杆菌基因表达谱分析中的应用 龚庆天 (复旦大学 生物统计学与计算生物学系，上海 200433) 摘 要：基因功能预测是后基因组时代生物信息学领域的重要课题．生物学机理的阐释需要准确的基因功能的 信息，但 目前还缺少大规模测定基因功能的实验手段，这使得运用计算方法对基因功能进行预测显得尤为重要， 对这些算法的效率和准确性要求也越来越高．在本项研究中开发了一种新的整合算法 ，将 3种 比较典型的基于 蛋白质序列预测基因功能的算法 GOtcha、PFP和conFunc整合起来，并将其应用于结核分枝杆菌的全基 组功 能预测中．预测结果通过不同的角度得到了验证，结果表明该整合方法不仅使得基于序列进行基因功能预测的 算法可以达到较高的准确度，而且较原来 3种方法大幅度提升了预测的性能．另外，预i贝0结果也被用于分析结核 分枝杆菌受到卷曲霉素处理前后的基因表达谱 ，功能富集分析揭示了卷曲霉素新的可能的抗茵作用机制，从而 显示flf基因功能预测重要的潜在应用价值． 关键词：基因功能预测；序列分析；整合方法；结核分枝杆菌；功能富集分析 中图分类号：Q332 文献标志码：A 随着高通量测序技术的迅速发展，基因组测序的效率与质量都在不断提高，同时测序的成本持续下 降，使得基因组序列数据库迅速扩容．然而在数据库 中，大量基因的功能仍然是未知的．因此如何利用这 些序列数据，发现其中所包含的生物学信息，已经成为生物科学领域中的一个重要课题．由于实验测定需 要消耗大量的时间与物质成本，而且很多基因功能的测定还没有非常合适的方法，因此利用生物信息学 方法预测基因功能，正受到越来越多生物学研究者的重视．基因功能预测以及进一步的生物信息学分析， 可以对相关实验的设计产生重要的指导作用，对于深入了解生物过程，以及鉴定药物靶标等都有着重要 的意义． 近些年来，基于序列进行功能预测的算法发展很快，从较早期的如GOblet就开始将 BIAST搜索得 到的同源序列匹配到G()(GeneOntology[1_)的层级结构中[．OntoBlast和 GOtcha使用相关同源基因的 E值来对每个G()词条打分 ．PFP和G()tcha思路类似，但它同时考虑到了GO词条之间的关联性，即 共同在同一个基因中出现的条件概率[．conFunc则利用了序列本身而不是 E值的信息，使用位置加权 矩阵(positionweightmatrix)来对待测序列进行打分[6]最近几年，研究人员也提出了很多整合的方法， 它们通过将不同类型的数据和算法整合起来，期望进一步提高预测效果[7．．然而，这些整合方法大都需 要用到基因表达谱、蛋白质相互作用等数据，且对数据量的要求比较高，这就限制了它们在非模式物种特 别是数据量比较缺乏的物种 中的应用． 对于非模式物种，特别是功能注释并不完善的基因组来说，使用计算方法对其进行全斌 组功能预 测，是指导进一步研究的重要手段．在这里选择了结核分枝杆菌(Mycobacteriumtuberculr)5；i5)作为分析样 例．结核分枝杆菌属于放线菌，是结核病的致病菌．由于多药物耐药性(Multi—DrugRcsislalice，MDR)… 币¨潜伏性感染(LatentTBInfection，LTBI)口]等问题，结核分枝杆菌 目前依然是公共卫生领域的一个重 要威胁．而卷曲霉素 (capreomycin)则被认为可 以同时克服多药物耐药性和潜伏性感染的问题n ．因此受 到了越来越多的重视．研究表明卷 曲霉素可以干扰核糖体的功能，从而抑制蛋r1质的翻泽 ]，但是更加细 收稿 日期：2014—04—22 作者简介：龚庆天 (1989一)，男，硕士研究生 ，通讯联系人，E-mail：qtgong@fudan．edu．cn．