基因注释与功能分类.pptVIP

* * * * 点击“Functional Annotation”后，第一步为提交基因集，选择基因标识名和基因集类型；第二步得到注释结果摘要，包括多种注释数据；然后选择感兴趣的注释内容得到富集分析结果。 DAVID富集分析注释结果摘要 这里以KEGG通路的富集分析为例。提交之后的结果如图，可以看到，对提交的基因集做富集分析，找到5个具有显著性的通路。这里的“P-Value”是通过Fisher精确检验得到的P值，“Benjamini” 指的是本杰明假阳性率校正方法。 DAVID在KEGG上富集结果实例 第四节 基因功能预测 Gene Function Prediction 近来已经发展了很多基于GO数据库或KEGG数据库的方法，利用高通量的基因表达和蛋白质互作数据进行功能预测，其中一些新开发的方法试图整合多种数据类型，通过构建功能相关网络的方式预测基因功能。 基因功能预测算法 首先，从总体上宏观地概括抽取信息，如不同样本间、不同时间点间全部差异基因； 其次，通过GO或KEGG分析，即从GO分类结果找到实验涉及的显著功能类别或将差异基因映射到通路中，根据基因在通路中的位置及表达水平的变化算出受影响显著的通路，从而预测未知的基因功能等。 当前基于GO或KEGG的基因功能预测策略 整合蛋白质互作数据、表达谱和序列数据的功能预测 1. 对差异表达基因进行功能预测 在基因芯片的数据分析中，研究者可以找出哪些差异表达基因属于一个共同的GO功能分支，并用统计学方法检验结果是否具有统计学意义，从而得出差异表达基因主要参与了哪些生物功能。 一、基于GO的基因功能预测 2. 蛋白质互作网络用于基因功能预测 目前，利用相互作用网络进行功能注释主要有两种方法，即直接注释方法（direct annotation schemes）和基于模块的方法（module assisted schemes）。 3. 利用GO体系结构比较基因功能 通常认为如果两个基因产物的功能相似，那么它们的表达也就相近，同时它们在GO中注解的结点就相似，所以只要能找出GO中结点对的相似度，就可以近似估计两基因表达的相似度，从而判断两基因产物的功能的相似度。 二、基于KEGG通路分析的基因功能预测 通路分析是现在经常被使用的芯片数据基因功能分析法。与GO分类法（应用单个基因的GO分类信息）不同，通路分析法利用的资源是许多已经研究清楚的基因之间的相互作用，即生物学通路。研究者可以把表达发生变化的基因集导入通路分析软件中，进而得到变化的基因都存在于哪些已知通路中，并通过统计学方法计算哪些通路与基因表达的变化最为相关。 通过表达谱数据进行通路定位 三、常用基因功能预测软件 用GO分类法进行芯片功能分析的网络平台 利用Onto-Express预测基因功能 Onto-Express是Wayne State University开发的Onto-Tools软件包中的一个表达谱数据分析工具，利用Gene Ontology中的数据信息对基因的功能进行分析，可以免费下载该软件。 举例 1. 数据输入 下面通过提供的测试数据阐述Onto-Express的使用方法，该芯片的测试数据可在http://www.ebi.ac.uk/~jane/TestData/下载，输入数据为total和under.over，输入数据为文本格式，包含accession numbers, cluster identifiers 或 probe identifiers。进入Onto-Express的输入窗口，如图所示： Onto-Express输入窗口 2. 结果页面 选择“Tree View”，将显示GO的树状图，可以单击收缩或展开显著term的信息。GO term上的黑体字是输入的上调或下调基因集合注释到该term上的数目。P值是该结点含有上调或下调基因的数目大于随机期望的概率。 Onto-Express结果窗口 小 结 基因注释与功能分类是功能基因组学和计算系统生物学的重要基础。本章重点介绍了Gene Ontology（GO）数据库 和 Kyoto Encyclopedia of Genes and Genomes（KEGG）数据库。分别从基因功能注释和通路注释两个层面阐述功能注释与分类。 随着功能基因组学在人类复杂疾病研究中应用的逐步深入，基因功能注释的尺度也逐步从单基因注释发展到多基因注释和通路（或特定功能的基因集合）注释。基于GO和KEGG发展起来的David、GOEAST、GOSim、KEGGSpider、KEGGArray、PathwayMiner等软件从不同角度实现注释、富集分析和功能预测，方便临床医学工作人员对感兴趣的基因或基因组进行研究。 * * * * * * * 1. 简介 京都基