1、GeneOntologyGO 分析 GeneOntology 可分為分子功能MolecularFunction 生物過程 biologicalprocess 和細胞組成cellularcomponent 三個部分。蛋白質或者基因可以通過 ID對應或者序列注釋的方法找到與之對應的 GO 號而 GO 號可對于到 Term 即功能類別或者細胞定位。參考網(wǎng)站 功能富集分析功能富集需要有一個參考數(shù)據(jù)集通過該項分析可以找由在統(tǒng)計上顯著富集的 GOTerm。功能或者定位有可能與研究的目前有關。圖1.基于 GO 的蛋白質富集分析圖譜 GO 功能分類 GO 功

2、能分類是在某一功能層次上統(tǒng)計蛋白或者基因的數(shù)目或組成往往是在 GO 的第二層次。此外也有研究都挑選一些 Term而后統(tǒng)計直接對應到該 Term 的基因或蛋白數(shù)。結果一般以柱狀圖或者餅圖表示。 1.GO 分析根據(jù)挑選生的差異基因計算這些差異基因同 GO 分類中某幾個特定的分支的超幾何分布關系 GO 分析會對每個有差異基因存在的 GO 返回一個p-value 小的 p 值表示差異基因在該 GO 中由現(xiàn)了富集。GO 分析對實驗結果有提示的作用通過差異基因的 GO 分析可以找到富集差異基因的 GO 分類條目尋找不同樣品的差異基因可能和哪些基因功能的改變有關。2.Pathway 分析根據(jù)挑選曲的差異基因

3、計算這些差異基因同 Pathway 的超幾何分布關系 Pathway 分析會對每個有差異基因存在的 pathway返回一個 p-value 小的 p 值表示差異基因在該 pathway 中由現(xiàn)了富集。Pathway 分析對實驗結果有提示的作用通過差異基因的Pathway 分析可以找到富集差異基因的 Pathway 條目尋找不同樣品的差異基因可能和哪些細胞通路的改變有關。與 GO 分析不同 pathway 分析的結果更顯得間接這是因為 pathway是蛋白質之間的相互作用 pathway 的變化可以由參與這條 pathway 途徑的蛋白的表達量或者蛋白的活性改變而引起。而通過芯片結果得到的是編碼

4、這些蛋白質的 mRNA表達量的變化。 從 mRNA 到蛋白表達還要經(jīng)過 microRNA 調控翻譯調控翻譯后修飾如糖基化磷酸化蛋白運輸?shù)纫幌盗械恼{控過程mRNA 表達量和蛋白表達量之間往往不具有線性關系因此 mRNA的改變不一定意味著蛋白表達量的改變。同時也應注意到在某些pathway 中如 EGF/EGFR 通路細胞可以在維持蛋白量不變的情況下通過蛋白磷酸化程度的改變調節(jié)蛋白的活性來調節(jié)這條通路。所以芯片數(shù)據(jù) pathway 分析的結果需要有后期蛋白質功能實驗的支持如 Westernblot/ELISAIHC 免疫組化 overexpression 過表達 RNAiRNA 干擾 knocko

5、ut 基因敲除transgene 轉基因等。Pathway 圖示藍色箭頭上方圖表示的是pathway 的框架圖藍色箭頭下方圖用紅色表示落在 pathway 中的差異基因所編碼的蛋白質。3.基因網(wǎng)絡分析目的根據(jù)文獻數(shù)據(jù)庫和已知的pathway 尋找基因編碼的蛋白之間的相互關系不超過 1000 個基因。基因網(wǎng)絡關系圖藍色外圈的紅色橢圓形表示的是有報道且被檢索到的蛋白同其他蛋白之間的相互作用網(wǎng)絡。4.GSEA 分析 GeneSetEnrichmentAnalysis 分析是用統(tǒng)計學的方法分析 5 類功能基因簇 geneset 是否在不同的生物樣本組中存在差異通過芯片實驗數(shù)據(jù)的分析尋找不同樣品的差異基

6、因可能與哪些生物學功能相關為后期實驗提供參考。GSEA 主頁截圖該頁面是對這 5 類功能基因簇的描述5.KEGGPathway 分析 KEGG 網(wǎng)站KyotoEncyclopediaofGenesandGenomes 京都基因與基因組百科全書是一套關于基因組、 酶促途徑以及生物化學物質的在線數(shù)據(jù)庫。它免費提供了基因數(shù)據(jù)庫、通路數(shù)據(jù)庫、配體化學反應數(shù)據(jù)庫、序列相似性數(shù)據(jù)庫 SSDB、基因表數(shù)據(jù)庫、蛋白分子相互關系數(shù)據(jù)庫BRITE 并且開發(fā)網(wǎng)頁和編程的接口。 有很多研究者采用 KEGG 的數(shù)據(jù)或工具進行通路的分析。KEGGPathway 分析可以根據(jù)輸入數(shù)據(jù)不同采用兩種不同的方法進行分析如果 SW

7、ISSRPOT 或者 GeneID列表可以通數(shù)據(jù)庫號轉換并對應的方式對應到通路若來自Genbank 的序列可以通過相似性注釋的方式對應到 KEGGPathway。PathwayIDDescriptionTest00010Glycolysis/Gluconeogenesis1300020CitratecycleTCAcycle900051Fructoseandmannosemetabolism800190Oxidativephosphorylation1200230Purinemetabolism700240Pyrimidinemetabolism900271國 GeneGo 公司開發(fā)的代謝組分

8、析商業(yè)軟件的其中一個模塊其中的一項功能是進行人、大鼠、小鼠的通路分析結果示例如下 GeneOntology 現(xiàn)今的生物學家們浪費了太多的時間和精力在搜尋生物信息上。這種情況歸結為生物學上定義混亂的原因不光是精確的計算機難以搜尋到這些隨時間和人為多重因素而隨機改變的定義即使是完全由人手動處理也無法完成。舉個例子來說如果需要找到一個用于制抗生素的藥物靶點你可能想找到所有的和細菌蛋白質合成相關的基因產(chǎn)物特別是那些和人中蛋白質合成組分顯著不同的。但如果一個數(shù)據(jù)庫描述這些基因產(chǎn)物為翻譯類”而另一個描述其為蛋白質合成類”那么這無疑對于計算機來說是難以區(qū)分這兩個在字面上相差甚遠卻在功能上相一致的定義。Gen

9、eOntologyGO 項目正是為了能夠使對各種數(shù)據(jù)庫中基因產(chǎn)物功能描述相一致的努力結果。這個項目最初是由1988 年對三個模式生物數(shù)據(jù)庫的整合開始：FlyBase 果蠅數(shù)據(jù)庫 DrosophilatSaccharomycesGenomeDatabase 醉母基因組數(shù)據(jù)庫 SGDandtheMouseGenomeDatabase 小鼠基因組數(shù)據(jù)庫MGDo 從那開始 GO 不斷發(fā)展擴大現(xiàn)在已包含數(shù)十個動物、植物、微生物的數(shù)據(jù)庫。GO 的定義法則已經(jīng)在多個合作的數(shù)據(jù)庫中使用這使在這些數(shù)據(jù)庫中的查詢具有極高的一致性。這種定義語言具有多重結構因此在各種程度上都能進行查詢。舉例來說 GO 可以被用Met

10、hioninemetabolism6GeneGoMetaCore來在小鼠基因組中查詢和信號轉導相關的基因產(chǎn)物也可以進一步找到各種生物地受體酪氨酸激酶。 這種結構允許在各種水平添加對此基因產(chǎn)物特性的認識。GO 的結構包括三個方面分子生物學上的功能、生物學途徑和在細胞中的組件作用。當然它們可能在每一個方面都有多種性質。如細胞色素 C在分子功能上體現(xiàn)為電子傳遞活性在生物學途徑中與氧化磷酸化和細胞凋亡有關在細胞中存在于線粒體質中和線粒體內膜上。下面將進一步的分別說明 GO 的具體定義情況。基因產(chǎn)物基因產(chǎn)物和其生物功能常常被我們混淆。例如乙醇脫氫酶”既可以指放在 Eppendorf 管里的基因產(chǎn)物也表明

11、了它的功能。但是這之間其實是存在差別的一個基因產(chǎn)物可以擁有多種分子功能多種基因產(chǎn)物也可以行使同一種分子功能。比如還是乙醇脫氫酶”其實多種基因產(chǎn)物都具有這種功能而并不是所有的這些酶都是由乙醇脫氫酶基因編碼的。一個基因產(chǎn)物可以同時具有乙醇脫氫酶”和乙醛歧化酶”兩種功能甚至更多。所以在 GO 中很重要的一點在于當使用乙醇脫氫酶活性”這種術語時所指的是功能并不是基因產(chǎn)物。許多基因產(chǎn)物會形成復合物后執(zhí)行功能。這些基因復合物”有些非常簡單如血紅蛋白由血紅蛋白基因產(chǎn)物 a 球蛋白、B 球蛋白和小分子的亞血紅素組成有些非常復雜如核糖體。現(xiàn)在小分子的描述還沒有包括在 GO 中。在未來這個問題可望由和現(xiàn)在的 Kl

12、otho和 LIGAND 等小分子數(shù)據(jù)庫聯(lián)合而解決。分子功能分子功能描述在分子生物學上的活性如催化活性或結合活性。GO分子功能定義功能而不是整體分子而且不特異性地指由這些功能具體的時空信息。分子功能大部分指的是單個基因產(chǎn)物的功能還有一小部分是此基因產(chǎn)物形成的復合物的功能。定義功能的義項包括催化活性、轉運活性、結合活性等更為狹窄的定義包括腺昔酸環(huán)化酶活性或鐘形受體結合活性等。生物學途徑生物學途徑是由分子功能有序地組成的具有多個步驟的一個過程。舉例來說較為寬泛的是細胞生長和維持、信號傳導。一些更為具體的例子包括喀陡代謝或 a配糖基的運輸?shù)取Ｒ粋€生物學途徑并不是完全和一條生物學通路相等。因此 GO

13、并不涉及到通路中復雜的機制和所依賴的因素。細胞組件細胞中的位置指基因產(chǎn)物位于何種細胞器或基因產(chǎn)物組中如糙面內質網(wǎng)核或核糖體蛋白酶體等。GO 的形式 GO 定義的術語有著直接非循環(huán)式 directedacyclicgraphsDAGs 的特點而并非是傳統(tǒng)的等級制 hierarchy 定義方式隨著代數(shù)增加下一級比上一級更為具體。舉個例子來說生物學途徑中有一個定義是己糖合成它的上一級為己糖代謝和單糖合成。當奧個基因被注解為巴糖合成活性”后它自動地獲得了己糖代謝和單糖合成地注解。因為在 GO 中每個術語必須遵循真途徑法則即如果下一代的術語可以用于描述此基因產(chǎn)物其上一代術語也可以適用。GO 的注釋Ann

14、otation 那么 GO 中的術語如何和相對應的基因產(chǎn)物相聯(lián)系的呢這是由參與合作的數(shù)據(jù)庫來完成的它們使用 GO 的定義方法對它們所包含的基因產(chǎn)物進行注解并且提供支持這種注解的參考和證據(jù)。每個基因或基因產(chǎn)物都會有一個列表列由與之相關的GO 術語。每個數(shù)據(jù)庫都會給由這些基因產(chǎn)物和 GO 術語的聯(lián)系數(shù)據(jù)庫并且也可以在 GO 的 ftp 站點上和 WEB 方式查詢到。并且 GO聯(lián)合會提供了簡化的本體論術語 GOslim 這樣可以在更高級的層面上研究基因組的功能。比如粗略地估計哪一部分的基因組與信號傳導、代謝合成或復制有關。GO 對基因和蛋白的注釋闡明了基因產(chǎn)物和用于定義他們的 GO 術語之間的關系。

15、基因產(chǎn)物指一個基因編碼的 RNA 或蛋白產(chǎn)物。 因為一個基因可能編碼多個具有很不相同性質的產(chǎn)物所以 GO 推薦的注釋是針對基因產(chǎn)物的而不是基因的。一個基因是和所有適用于它的術語聯(lián)系在一起的。一個基因產(chǎn)物可以被一種本體論定義的多種分支或多種水平注釋。注釋需要反映在正常情況下此基因產(chǎn)物的功能生物途徑定位等而并不包括其在突變或病理狀態(tài)下的情況。GO 聯(lián)合會的各個數(shù)據(jù)庫成員采用手動或自動的方式生成注釋這兩種方式共有的原理是一.所有的注釋都需要有來源可以是文字、 另一個數(shù)據(jù)庫或是計算機分析結果二.注釋必須提供支持這種基因產(chǎn)物和 GO 術語之間聯(lián)系的證據(jù)。GO文件格式 GO 的所有數(shù)據(jù)都是免費獲得的。GO

16、 數(shù)據(jù)有三種格式日at 每日更新、XML 每月更新和 MySQL 每月更新。這些數(shù)據(jù)格式都可以在 GOftp 的站點上下載。XML 和 MySQL 文件是被儲存于獨立的 GO 數(shù)據(jù)庫中。如果需要找到與奧一個 GO 術語相關的基因或基因產(chǎn)物可以找到一個相應表格搜尋到這種注解的編號并且可以鏈接到與之對應的位于不同數(shù)據(jù)庫的基因相關文件。GO瀏覽器和修改器browserandeditorGO 術語和注釋使用了多種不同的工具軟件它們都可以在 web 方式的“GO 瀏覽器”下“GOsoftwarepage 斗找到。 大多數(shù)GO瀏覽器都是web模式的允許你直觀的看到術語和其相關信息如定義、同義詞和數(shù)據(jù)庫參考

17、等。有些 GO 瀏覽器如 AmiGO 和 QuickGO 可以看到每個術語的注釋。而可下載的 DAG-Edit 編輯器一樣可以離線地顯示注釋和所有本體論定義的信息。對于每一個瀏覽器來說都可以選擇最適用于你要求的工具軟件。常見的三種瀏覽器AmiGOfromBDGP 在 AmiGO 中可以通過查詢一個 GO 術語而得到所有具有這個注釋的基因產(chǎn)物或查詢一個基因產(chǎn)物而得到它所有的注釋關系。還可以瀏覽本體論得到術語之間的關系和術語對應的基因產(chǎn)物數(shù)目。AmiGO 直接連接 GO下的 MySQL。MGIGOBrowserMGIGO 的功能類似于 AmiGO 所不同的在于它所得到的基因為小鼠基因。MGIGO瀏

18、覽器直接連接 GO 下的 MGI 數(shù)據(jù)庫。QuickGOatEBIQuickGO 整合在 EBI 下的 InterPro 中可以通過查詢一個 GO術語而得到它的定義與關系描述、在 SWISS-PROT 中的定位、在酶分類學 EC 和轉運分類學 TC 中的定位和 InterPro中的定位等。其他還有一些特殊的瀏覽 GO 的瀏覽器其中括號中為建立機構和主要特色 EPGOBrowserEBI 基因表達情況、GoFishHarvardBoolean 查詢、GenNavNLM 圖像化展示、GeneOntologyRZPDRZPDUniGene、ProToGOHebrewUniversityGO 的亞圖像

19、化、CGAPGOBrowser 癌癥基因組解剖工程癌癥、GOBrowserIlluminaeperl.、TAIRKeywordBrowserTAIR 擬南芥、PANDORAHebrewUniversity非一致化蛋白。修改器 GO 術語和本體論結構可以由任何可以讀入 GO 平板文件的文本修改器進行編輯但是這需要對平板文件非常熟悉。因此 DAG-Edit 是被推薦使用的它是為 GO 特別設計的能夠保證文件的句法正確。GO 注釋可以被多種數(shù)據(jù)庫特異性的工具所編輯如 TIGR 的 Manatee 和 EBI 的Talismantool。但是 GO 數(shù)據(jù)庫中寫入新的注釋是需要通過 GO 認證的管理員方

20、可進行的如果想提由新的注釋或對本體論的建議可以聯(lián)系 GO。 主要修改器為 DAG-Edit 和 COBrA。 DAG-Edit 基于 Java語言提供了能瀏覽、查詢、編輯具有 DAG 數(shù)據(jù)格式的 GO 數(shù)據(jù)界面。在 SourceForge 可以免費下載伴隨著幫助文件。COBrA 能夠編輯和定位 GO 和 OBO 本體論。它一次顯示兩個本體論因此可以在不同的水平相應定位。如組織和細胞類型水平優(yōu)點在于可以綜合幾種本體論支持的文件格式多包括 GO 平板文件、 GORDF 和 OWL格式等。如圖為 DAG-Edit 的界面可以分為四個部分 1 定義編輯面板termeditorpanel 顯示當下的本體

21、論。也是主要的編輯本體論結構的工具可以通過點擊和拖動術語來修改本體論的從屬關系。2文本編輯面板 texteditorpanel 修改術語中的內容。在修改多個術語時會由現(xiàn)一個選擇菜單可以選中后逐個修改。 3DAG 瀏覽器 DAG 瀏覽器是一個插件能夠以圖形的方式展示具有復雜的從屬關系的術語。4 搜尋/屏蔽面板可搜尋術語、術語類型和術語間關系。可自定義屏蔽條件限制得生的搜尋結果。GO 數(shù)據(jù)庫的查找和瀏覽 FAQ1.如何搜尋注釋使用AmiGO 瀏覽器可以在所有參與的數(shù)據(jù)庫中搜尋一個特定的注解。AmiGO 允許使用 GO 術語或基因產(chǎn)物的搜尋。 搜尋結果包括 GO 對這個術語的等級分級情況定義和近義結

22、構外部鏈接所有相聯(lián)系的基因產(chǎn)物和它的下一級術語。2.如何得到全部的 GO 注釋在 GO 網(wǎng)站上基因產(chǎn)物與GO 聯(lián)系的組信息都有提供。這些文件儲存了基因/基因產(chǎn)物的 ID 和引用文獻等支持證據(jù)如 FlyBase 基因 IDSWISS-PROT 蛋白 ID 在 ftp 站點上都可以獲得。3 在一些模式生物中一個基因通常有多個與之相關的核昔酸序列如 EST、蛋白序列等。要查詢到這些序列可以從該模式生物數(shù)據(jù)庫中通過基因聯(lián)系 geneassociation 查詢到基因獲得 IDgeneaccessionID 或是分別在 Compugen 中查詢大的轉錄產(chǎn)物 transcipt 和SWISS-PROT/T

23、rEMBL 中查詢蛋白。4.如何得到由 GO 術語注解的蛋白序列在 GO 網(wǎng)頁上選擇能查詢到所有數(shù)據(jù)庫的Amigo瀏覽器鍵入GO術語如線粒體”在結果中顯示了被注釋的基因。然后選擇你所需基因在網(wǎng)頁的最低端把選項拖至“getfastasequenc 越域再確定即可。5 如何能夠找到所有和一個特定的 GO 術語相關的人類基因呢 GO 術語是和 SWISS-PROT/TrEMBL/InterProandEnsembl 中的蛋白序列無贅余地對應的。這些注釋在 EBI 上的 GOA-Human文件中 GO 的 FTP 站點上 EnsemblEMBLBank 上都可找到。 6 可以直接使用 GenBank

24、的 gi 獲取碼在 GO 數(shù)據(jù)庫中進行查詢嗎 GO 數(shù)據(jù)庫中除了 Compugen 所提供的 GenBank 獲取碼之外沒有包含其他 GenBank 獲取碼的信息但是在 EBI 的 GOAGOAnnotation 中有一個綜合的對 GenBank/EMBL/DDBJ 進行查詢的方式詳細請見ftp:/ftp.ebi.ac.uk/pub/databases/GO/goa/HUMAN/xrefs.goa.GO與其他分類系統(tǒng)的定位關系 MappingtoGOGO 并不只是希望為基因組建立一個標準化的、結構清晰的注釋語言。GO 致力于各種基因組數(shù)據(jù)庫的標準化。GO 為各種基因組分類系統(tǒng)和 GO 注釋之間

25、的轉化提供了轉化表見/GO.indices.html 數(shù)據(jù)庫索引文件來源UniProtKnowledgebasespkw2goEvelynCamonNote:spkw2gousedtobecalledswp2goallfilesremainthesame.EnzymeCommissionec2goMichaelAshburnerEGADegad2goMichaelAshburnerGenProtECgenprotec2goHeatherButlerandMichaelAshburnerTIGRroletigr2goMichaelAshburn

26、erTIGRFamiliestigrfams2goTIGRStaffInterProinterpro2goNicolaMulderMIPSFuncatmips2goMichaelAshburnerandMidoriHarrisMetaCycPathwaysmetacyc2goMichaelAshburnerandMidoriHarrisMultiFunClassificationsmultifun2goMichaelAshburnerJaneLomaxandMargretheHaugeSerresPfamDomainspfam2goNicolaMulderProdomDomainsprodom

27、2goNicolaMulderPrintsDomainsprints2goNicolaMulderProSiteDomainsprosite2goNicolaMulderSmartDomainssmart2goNicolaMulderREADME 需要注意的是這些轉化不是完全而精確的。其中的一個原因可能是GO 有一套完整的定義系統(tǒng)而很多數(shù)據(jù)庫并不具有。GO 的應用GO的局限性1.GO不是基因序列或基因產(chǎn)物數(shù)據(jù)庫相反的GO強調基因產(chǎn)物在細胞中的功能。2.GO 不是整合數(shù)據(jù)庫的一種方式如聯(lián)邦式整合數(shù)據(jù)庫它并不能做到這點是因為 a.更新速度較慢 b.由于每個人對數(shù)據(jù)定義的方式不同標準難以達到一致。c

28、.GO 并不對生物學的每個方面進行描述。如功能域的結構、3D 結構、進化等。3GO 是對基因功能的注解但是有其局限性。比如說 GO 不能反映此基因的表達情況即是否在特定細胞中、特定組織中、特定發(fā)育階段或與莫種疾病相關。GO 雖然不涉及這些方面但是支持其他的 OBOopenbiologyontologies 成員成立其他類型的本體論數(shù)據(jù)庫如發(fā)育本體學、蛋白組本體學、基因芯片本體學等用于基因組分析基因組和全長 cDNA 序列工程通常會根據(jù)序列的相似性推測基因與已注釋的基因功能類似。現(xiàn)在最常用的手段是在 SWISS-PROT序列中設定一個相似性的域值使用計算機化的方法來判斷。因此根據(jù)這一原理也可以得到新的 GO 注釋被標記為根據(jù)電子注釋推測一個 GO 的重要應用方面是對于一個 GO 術語能形成一個相聯(lián)系的基因產(chǎn)物組。舉例來說某一基因產(chǎn)物可以被精確地注釋為在碳水化合物代謝的一個特定的功能如葡萄糖代謝而在總結碳水化合物代謝時所有這些基因產(chǎn)物都會聚集到一起。GO 計劃為每一個高頻由現(xiàn)的術語建立文檔總匯現(xiàn)在有些已經(jīng)在“GOSlim 斗實現(xiàn)了。