蛋白质组学生物信息学分析介绍.pdfVIP

生物信息学分析 FAQ CHAPTER ONE ABOUT GENE ONTOLOGY ANNOTATION 3 什么是 GO ？3 GO 和 KEGG 注释之前，为什么要先进行序列比对（BLAST ）？3 GO 注释的意义？3 GO 和 GOslim 的区别4 为什么有些蛋白没有 GO 注释信息？4 为什么 GO Level 2 的统计饼图里蛋白数目和差异蛋白总数不一致？4 什么是差异蛋白的功能富集分析WHY ？4 GO 注释结果文件解析 5 Sheet TopBlastHits 5 Sheet protein2GO/protein2GOslim 5 Sheet BP/MF/CC 6 Sheet Level2_BP/Level2_MF/Level2_CC6 CHAPTER TWO ABOUT KEGG PATHWAY ANNOTATION 7 WHY KEGG pathway annotation?7 KEGG 通路注释的方法流程？7 KEGG 通路注释的意义？7 为什么有些蛋白没有 KEGG 通路注释信息？8 什么是差异蛋白的通路富集分析WHY ？8 KEGG 注释结果文件解析8 Sheet query2map8 Sheet map2query9 Sheet TopMapStat 9 CHAPTER THREE ABOUT FEATURE SELECTION CLUSTERING 10 WHY Feature Selection? 10 1 聚类分析（Clustering ） 10 聚类结果文件解析 10 CHAPTER FOUR ABOUT PROTEIN-PROTEIN INTERACTION NETWORK 12 蛋白质相互作用网络分析的意义 12 蛋白质相互作用 VS 生物学通路？ 12 蛋白质相互作用网络分析结果文件解析 12 2 CHAPTER ONE ABOUT GENE ONTOLOGY ANNOTATION 什么是 GO ？ 随着多种生物基因组的相继解码，同时大量 ESTs 以及 gene expression profile date 的积累，使得 annotation 的工 作量和复杂度大大增加。然而另一方面，大多数基因在不同真核生物中拥有共同的主要生物功能，通过在某些物种中获 得的基因或者蛋白质（shared protein ）的生物学信息，可以用以解释其他物种中对应的基因或蛋白（especially in comparative genomics ）。由于这些繁复的功能信息主要是包含在积累的文献之中，如何有效的提取和综合这些信息 就是我们面临的核心困难，这也是 GO 所要着力解决的问题。通过建立一套具有动态形式的控制字集（controlled vocabulary ），来解释真核基因及蛋白在细胞内所扮演的角色，并随着生命科学研究的进步，不断积累和更新。一个 ontology 会被一个控制字集来描述并给予一定的名称，通过制定 “本体”ontologies 并运用统计学方法及自然语言处 理技术，可以实现知识管理的专家系统控制。 到目前为止，Gene Ontology (GO) 数据库中有 3 大独立的 ontology ：biological process 生物过程, molecular function 分子功能 ，cellular component 细胞组分。而这三个 ontology 下面又可以独立出不同的亚层次，层层向下 构成一个 ontologies 的树型分支结构。可以说， GO 是生物学的统一化工具。 由于 GO 是一种整合性的分类系统，