基因注释与功能分类教案详解.ppt

按照基因的生物学功能，相似的归为一类 数据导入 =运算 =TEXT结果格式 =图像结果格式 限定强度 分成了多少个cluster 该cluster里的基因 注释 相关基因 该cluster涉及到的terms 画图 /helps/functional_classification.html#textmode 作业：以GDS3627数据集中两种临床状态下的样本差异表达基因用DAVID做基因富集分析。要求有过程记录及对结果的讨论。 医学下载吧 医学下载吧 * 医学下载吧 医学下载吧 * 医学下载吧 医学下载吧 * 基因组信息存储在GENES数据库里，包括全部完整的基因组序列和部分测序的基因组序列，并伴有实时更新的基因相关功能的注释。 KEGG中化学信息的6个数据库被称为KEGG LIGAND数据库，包含化学物质、酶分子、酶化反应等信息。KEGG BRITE数据库是一个包含多个生物学对象的基于功能进行等级划分的本体论数据库，它包括分子、细胞、物种、疾病、药物、以及它们之间的关系。 一些小的通路模块被存储在MODULE数据库中，该数据库还存储了其他的一些相关功能的模块以及化合物信息。 KEGG DRUG数据库存储了目前在日本所有非处方药和美国的大部分处方药品。 KEGG DISEASE是一个存储疾病基因、通路、药物、以及疾病诊断标记等信息的新型数据库。 医学下载吧 医学下载吧 * 方框里面的是酶的EC编号，小圆圈是代谢物 医学下载吧 医学下载吧 * 属于特定物种的代谢图species-specific pathway，会用绿色来标出这个物种特有的基因或酶，只有这些绿色的框点击以后才会给出更详细的信息 医学下载吧 医学下载吧 * 医学下载吧 医学下载吧 * 页面以表格的形式列出了该基因有关的详细信息，包括基因编号，基因的详细定义，所编码的酶的编号，基因所在通路，以及序列的编码信息。 KEGG PATHWAY还存储了一些人类疾病通路数据，这些疾病通路被分为六个子类：癌症、免疫系统疾病、神经退行性疾病、循环系统疾病、代谢障碍、传染病循环系统疾病。 KEGG DRUG数据库也在不断的完善，其中的药物数据几乎涵盖了日本的所有非处方药和美国的大部分处方药品。DRUG 是一个以存储结构为基础的数据库，每条记录都包含唯一的化学结构以及该药物的标准名称，以及药物的药效、靶点信息、类别信息等。药物的靶点通过KEGG PATHWAY查询，药物的分类信息是KEGG BRITE数据库的一部分，通过药物的标准名称可以找到该药物的商品名，还可以找到药物销售的标签信息。此外，DRUG还包括一些天然的药物和中药的信息，有些药物被日本药典所收录。 (Gene Set Enrichment Analysis ) 一组基因直接注释的结果是得到大量的功能结点。这些功能具有概念上的交叠现象，导致分析结果冗余，不利于进一步的精细分析，所以研究人员希望对得到的功能结点加以过滤和筛选，以便获得更有意义的功能信息。 富集分析方法通常是分析一组基因在某个功能结点上是否过出现(over-presentation)。这个原理可以由单个基因的注释分析发展到大基因集合的成组分析。 由于分析的结论是基于一组相关的基因，而不是根据单个基因，所以富集分析方法增加了研究的可靠性，同时也能够识别出与生物现象最相关的生物过程。 1、富集分析算法 富集分析中常用的统计方法有累计超几何分布、Fisher精确检验等、Z值法等。 累计超几何分布： Fisher精确检验： 2、常用富集分析软件 这里以目前应用较为广泛的DAVID为例对基因集进行具体分析。DAVID是一个综合工具，不但提供基因富集分析，还提供基因间ID的转换、基因功能的分类等工具。/home.jsp 人民卫生出版社8年制及7年制临床医学等专业用《生物信息学》 3、富集分析应用软件DAVID DAVID: The Database for Annotation, Visualization and Integrated Discovery /home.jsp 功能注释 基因功能分类 ID转换 相似基因查找 1.直接从EXCEL里粘贴或从文件导入 2.选择所粘贴或基因标识的类型 3.Gene list 或background，即，所提交的是感兴趣的基因还是整张芯片的基因 4.提交 如果出现这个提示框，说明没有匹配上的基因比较多。 Option1：照常提交，但它只计算匹配上的 Option2：先用Conversion Tool 转换再提交 可根据基因的匹配情况进行选择 基因的匹配情况 列表信息及编辑（选定，重命名，删除，组合及显示基因列表） Background一般系统会自