第八章基因注釋與功能分類PPT課件

1、背景 隨著后基因組(post-genomics)時(shí)代的來(lái)臨，基因組學(xué)的研究重心開始從闡明所有遺傳信息轉(zhuǎn)移到在整體分子水平對(duì)功能進(jìn)行研究。這種轉(zhuǎn)變的一個(gè)重要標(biāo)志是產(chǎn)生了功能基因組學(xué)（functional genomics）。任務(wù) 功能基因組學(xué)的主要任務(wù)之一是進(jìn)行基因組功能注釋（genome annotation），了解基因的功能，認(rèn)識(shí)基因與疾病的關(guān)系，掌握基因的產(chǎn)物及其在生命活動(dòng)中的作用等。意義 快速有效的基因注釋對(duì)進(jìn)一步識(shí)別基因，研究基因的表達(dá)調(diào)控機(jī)制，研究基因在生物體代謝途徑中的地位，分析基因、基因產(chǎn)物之間的相互作用關(guān)系，預(yù)測(cè)和發(fā)現(xiàn)蛋白質(zhì)功能，揭示生命的起源和進(jìn)化等具有重要的意義。 一、研究

2、人員已經(jīng)掌握了大量的全基因組數(shù)據(jù)，同時(shí)關(guān)于基因、基因產(chǎn)物以及生物學(xué)通路的數(shù)據(jù)也越來(lái)越多，解釋生物學(xué)實(shí)驗(yàn)的結(jié)果，尤其從基因組角度，需要系統(tǒng)的方法。 基因注釋數(shù)據(jù)庫(kù)產(chǎn)生的原因基因注釋數(shù)據(jù)庫(kù)產(chǎn)生的原因 二、在基因組范圍內(nèi)描述蛋白質(zhì)功能十分復(fù)雜，最好的工具就是計(jì)算機(jī)程序，提供結(jié)構(gòu)化的標(biāo)準(zhǔn)的生物學(xué)模型，以便計(jì)算機(jī)程序進(jìn)行分析，成為從整體水平系統(tǒng)研究基因及其產(chǎn)物的一項(xiàng)基本需求。 一、一、基因本體（基因本體（gene ontology, GO）數(shù)據(jù)庫(kù)）數(shù)據(jù)庫(kù) 基因本體數(shù)據(jù)庫(kù)是GO組織（Gene Ontology Consortium）在2000年構(gòu)建的一個(gè)結(jié)構(gòu)化的標(biāo)準(zhǔn)的標(biāo)準(zhǔn)生物學(xué)模型，旨在建立基因及其產(chǎn)物知

3、識(shí)的標(biāo)準(zhǔn)詞匯體系，涵蓋了基因的細(xì)胞組分細(xì)胞組分（cellular component）、分子功能（）、分子功能（molecular function）、生生物學(xué)過(guò)程（物學(xué)過(guò)程（biological process）。 nGO數(shù)據(jù)庫(kù)最初收錄的基因信息來(lái)源于3個(gè)模式生物數(shù)據(jù)庫(kù)：果蠅、酵母和小鼠果蠅、酵母和小鼠，隨后相繼收錄了更多數(shù)據(jù)，其中包括國(guó)際上主要的植物，動(dòng)物和微生物基因組數(shù)據(jù)庫(kù)。nGO術(shù)語(yǔ)在多個(gè)合作數(shù)據(jù)庫(kù)中的統(tǒng)一使用，促進(jìn)了各類數(shù)據(jù)庫(kù)對(duì)基因描述的一致性。GO數(shù)據(jù)庫(kù)收錄的基因組數(shù)據(jù)列表數(shù)據(jù)庫(kù)收錄的基因組數(shù)據(jù)列表 GO注釋體系特點(diǎn)注釋體系特點(diǎn)nGO通過(guò)控制注釋詞匯的層次結(jié)構(gòu)使得研究人員能夠從不同

4、層面查詢和使用基因注釋信息。n從整體上來(lái)看GO注釋系統(tǒng)是一個(gè)有向無(wú)環(huán)圖(Directed Acyclic Graphs),包含三個(gè)分支,即: 生物學(xué)過(guò)程生物學(xué)過(guò)程(biological process)，分子功能，分子功能(molecular function)和細(xì)胞組分細(xì)胞組分(cellular component)。n注釋系統(tǒng)中每一個(gè)結(jié)點(diǎn)(node)都是基因或蛋白的一種描述,結(jié)點(diǎn)之間保持嚴(yán)格的關(guān)系,即“is a”或“part of”。AmiGO數(shù)據(jù)標(biāo)識(shí)號(hào)數(shù)據(jù)標(biāo)識(shí)號(hào)GO:XXXXXXgene or proteinsexact match一、使用一、使用GO數(shù)據(jù)庫(kù)數(shù)據(jù)庫(kù) 神經(jīng)源性分化因子神經(jīng)源

5、性分化因子6（NEUROD6）NEUROD6gene and proteinsexact match舉例舉例 人民衛(wèi)生出版社8年制及7年制臨床醫(yī)學(xué)等專業(yè)用生物信息學(xué)此圖顯示了該基因產(chǎn)物的基本信息，包括類型、物種、此圖顯示了該基因產(chǎn)物的基本信息，包括類型、物種、別名來(lái)源和序列別名來(lái)源和序列 此圖顯示了該基因產(chǎn)物此圖顯示了該基因產(chǎn)物的術(shù)語(yǔ)關(guān)聯(lián)（的術(shù)語(yǔ)關(guān)聯(lián)（term associations）圖，圖中）圖，圖中記錄名稱記錄名稱“Term”是是GO記錄的名字，記錄的名字，“Ontology”是該基因是該基因產(chǎn)物的特性，如要查看產(chǎn)物的特性，如要查看其分子功能，可點(diǎn)擊其其分子功能，可點(diǎn)擊其中的一條記錄中的

6、一條記錄“nervous system development”。 此圖上部先對(duì)神經(jīng)源此圖上部先對(duì)神經(jīng)源性分化因子性分化因子6的相關(guān)的相關(guān)信息做簡(jiǎn)單描述，中信息做簡(jiǎn)單描述，中間間術(shù)語(yǔ)系譜（術(shù)語(yǔ)系譜（term lineage）成階梯狀分成階梯狀分布，記錄了布，記錄了GO數(shù)據(jù)數(shù)據(jù)庫(kù)中全部分子功能所庫(kù)中全部分子功能所處的位置和關(guān)系。下處的位置和關(guān)系。下方方“External Reference”提供了與提供了與外部相關(guān)數(shù)據(jù)的鏈接。外部相關(guān)數(shù)據(jù)的鏈接。 點(diǎn)擊上圖右上方的可視化視圖（graphical view）就更清晰地顯示了分子功能記錄之間構(gòu)成的復(fù)雜網(wǎng)狀結(jié)構(gòu)，既有上下隸屬關(guān)系，也存在平行關(guān)系。二、二

7、、京都基因與基因組百科全書京都基因與基因組百科全書KEGG存儲(chǔ)內(nèi)容存儲(chǔ)內(nèi)容 KEGG數(shù)據(jù)庫(kù)的注釋與檢索數(shù)據(jù)庫(kù)的注釋與檢索 KEGG數(shù)據(jù)庫(kù)的注釋與檢索數(shù)據(jù)庫(kù)的注釋與檢索 KEGG數(shù)據(jù)庫(kù)的改進(jìn)與更新數(shù)據(jù)庫(kù)的改進(jìn)與更新 KEGG數(shù)據(jù)庫(kù)的改進(jìn)與更新數(shù)據(jù)庫(kù)的改進(jìn)與更新 一組基因直接注釋的結(jié)果是得到大量的功能結(jié)點(diǎn)。這些功能具有概念上的交疊現(xiàn)象，導(dǎo)致分析結(jié)果冗余，不利于進(jìn)一步的精細(xì)分析，所以研究人員希望對(duì)得到的功能結(jié)點(diǎn)加以過(guò)濾和篩選，以便獲得更有意義的功能信息。 進(jìn)行基因集功能富集分析的原因進(jìn)行基因集功能富集分析的原因一、富集分析算法一、富集分析算法 二、常用富集分析軟件二、常用富集分析軟件 二、富集分析應(yīng)

8、用實(shí)例二、富集分析應(yīng)用實(shí)例 人民衛(wèi)生出版社8年制及7年制臨床醫(yī)學(xué)等專業(yè)用生物信息學(xué)近來(lái)已經(jīng)發(fā)展了很多基于GO數(shù)據(jù)庫(kù)或KEGG數(shù)據(jù)庫(kù)的方法，利用高通量的基因表達(dá)和蛋白質(zhì)互作數(shù)據(jù)進(jìn)行功能預(yù)測(cè)，其中一些新開發(fā)的方法試圖整合多種數(shù)據(jù)類型，通過(guò)構(gòu)建功能相關(guān)網(wǎng)絡(luò)的方式預(yù)測(cè)基因功能。 基因功能預(yù)測(cè)算法基因功能預(yù)測(cè)算法 當(dāng)前基于當(dāng)前基于GO或或KEGG的基因功能預(yù)測(cè)策略的基因功能預(yù)測(cè)策略一、基于一、基于GO的基因功能預(yù)測(cè)的基因功能預(yù)測(cè) 二、基于二、基于KEGG的基因功能預(yù)測(cè)的基因功能預(yù)測(cè) 通路分析是現(xiàn)在經(jīng)常被使用的芯片數(shù)據(jù)基因功能分析法。與GO分類法（應(yīng)用單個(gè)基因的GO分類信息）不同，通路分析法利用的資源是許多已經(jīng)研究清楚