DAVID使用方法介绍.docxVIP

DAVID使用说明文档 DAVID简介 DAVID （the Database for Annotation，Visualization and Integrated Discovery）的网址是/。 DAVID是一个生物信息数据库，整合了生物学数据和分析工具，为大规模的基因或蛋白列表（成百上千个基因ID或者蛋白ID列表）提供系统综合的生物功能注释信息，帮助用户从中提取生物学信息。 DAVID这个工具在2003年发布，目前版本是v6.7。和其他类似的分析工具，如GoMiner，GOstat等一样，都是将输入列表中的基因关联到生物学注释上，进而从统计的层面，在数千个关联的注释中，找出最显著富集的生物学注释。最主要是功能注释和信息链接。 分析工具： DAVID需要用户提供感兴趣的基因列表，在基因背景下，使用提供的分析工具，提取该列表中含有的生物信息。这里说的基因列表和背景文件的选取对结果至关重要。 基因列表：这个基因列表可能是上游的生物信息分析产生的基因ID列表。对于富集分析而言，一般情况下，大量的基因组成的列表有更高的统计意义，对富集程度高的特殊Terms有更高的敏感度。富集分析产生的p-value在相同或者数量相同的基因列表中具有可比性。 DAVID对于基因列表的格式要求为每行一个基因ID或者是基因ID用逗号分隔开。基因列表的质量会直接影响到分析结果。这里定性给出好的基因列表应该具有的特点，一个好的基因列表至少要满足以下的大部分的要求： 包含与研究目的相关的大部分重要的基因（如标识基因）。 基因的数量不能太多或者太少，一般是100至10000这个数量级。 大部分基因可以较好的通过统计筛选，例如，在控制组和对照组样品间选择显著差异表达基因时，使用的t-test标准：fold changes =2 P-values =0.05。 大部分是上下调的基因都涉及到特定的某一生物过程，而不是随机的散布到所有可能的生物过程中。 一个好的基因列表比起随机产生的一个基因列表，应该含有更丰富的生物信息。 在同样的条件下，列表具有高度可重复性。 高通量数据的质量能够被其他独立的实验证实。 以上（2），（3），（6）（7）是来自上游的数据标准，DAVID会自动检查其余的各项要求，即（1），（4）（7）。 基因背景：在一项研究中，如果一个生物过程不正常，那么通过高通量筛选技术，对该过程共同作用的基因有更大的可能性被选为相关的一组。富集分析正是以此为基础。为检测富集的程度，必须选取一个背景来进行对比。基因背景的选取有一个指导原则，就是必须构建一个足够大的，研究者可能涉及的所有基因的集合。用户使用默认的背景文件（默认为该物种的所有基因），或者是上传一个基因列表文件作为基因背景。 DAVID为实现各项功能分析，提供了以下4个分析内容（共6个分析工具）： （1） Gene Name Batch Viewer 这个工具能够实现将基因ID迅速翻译成基因名称，从而给研究者对于基因ID列表一个直观的印象，初步判断基因列表是否符合要求目的。 图1中显示了该工具的分析结果，具体说明图1中标注。 图1 Gene Name Batch Viewer的分析结果 （2） Gene Functional Classification 这个工具是Gene Name Batch Viewer工具的延伸。由于基因名称并不能显著体现基因的功能，所以我们需要更加有效的功能分类工具。该工具基于它们共同的注释信息，而不是基因名称，采用全新的模糊聚类算法，能够实现将功能相关的基因聚到一起作为一个单元，在生物学网络水平上去研究这些基因群。对聚类结果打分，分值越高，代表该组内的基因在基因列表中越重要。同时还提供了2-D View，以热图形式展现聚类到同一组的基因和该组内各个Term之间的关系。 结果见图2，将列表中的基因ID作为聚类对象，将功能相关的基因分组显示。图3是以热图形式展示的gene-term关系。 图2 Gene Functional Classification的分析结果 图3 2-D View展示gene-term关系 （3）Functional Annotation 该工具是DAVID最核心的分析内容，包含了三个子工具： Functional Annotation Chart 该工具提供gene-term的富集分析。相比于其他富集分析软件而言，DAVID在该功能上最显著的特点是，注释范围的可扩展性：从最初的GO注释，扩展到现在超过40中的注释种类，包括GO注释，KEGG注释，蛋白相互作用，蛋白功能区域，疾病相关，生物代谢通路，序列特点，异构体，基因功能总结，基因在组织里的表达和论文等。用户可以根据需要选择其中的某些或者所有种类的注释信息。 结果中以基因列表中富集的Terms为对