《DAVID使用方法介绍》.docx

DAVID使用说明文档 一、 DAVIDW 介 DAVID (the Database for Annotation , Visualization and Integrated Discovery ) 的网址是 /c 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(成白上千个基因 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。 二、 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。对丁富集分析而言，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对丁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问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。 一个好的基因歹0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)： 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。 Gene List Report Ca-irr#1 n* Li1*-*: G—niAH.i： p vjfrr**1 ri V II ?■■< Jli^r !>&■ r twfl: >■?? fwt-o ?i- 1-M5 AT 35?7?AT UBIB.AT t3*7_AT JLOJ lCf—AT 1-M5 AT 35?7?AT UBIB.AT t3*7_AT JLOJ lCf—AT ”K J*/ ?4 73_AT M5I9_AT <1^ T ?12_S_ATT 1?3?_S_A.T ■X『yir AGWSq.M ?572_*T XW AT hr<4 ■5 _ Gene blamed Translated Bfi 1 nput Gene lt5s IS? 图 1 Gene Name Batch Viewer 的分析结果 Gene Functional Classification 这个工具是Gene NameBatch Viewer X具的延伸。由丁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。该工具基丁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 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 T