用于基因数据挖掘的基因表达数据库GEO

使用高通量方法学来检测基因表达情况在最近几年已非常普遍。微集芯片技术可同时定量成千上万的基因转录本。基因表达综合数据库（Gene Expression Omnibus 简称GEO）是目前最大的而且完全公开的高通量分子丰度数据库,主要储存基因表达数据。该数据库以一个灵活开放的设计理念,允许用户或科研人员来递呈,保存和检索多种不同类型的数据。本文综合描述一下近年来该数据库在基因表达数据挖掘中的应用,同时介绍一些通过使用用户友好网络界面能有效探索、查询和再现数百个实验和数百万个基因表达谱的工具,以方便数据进行挖掘和可视化。登录GEO公用数据库的网址为：http://www.ncbi.nlm.nih.gov/geo.     

基因表达系列性分析技术及其应用

基因表达系列性分析（SAGE）是一种高通量的基因表达模式的研究技术,能够对特定细胞或组织中的大量转录本同时进行定量分析。本综述了SAGE技术的基本原理和实验流程以及近年来SAGE方法上的改进,同时介绍了该技术的一些应用研究实例和Internet上可资利用的SAGE数据库资源。     

GEO-基因表达综合数据库的应用与数据挖掘

高通量微阵列杂交技术和测序技术的快速发展,产生了大量的基因数据,生物信息迅速膨胀成为数据的海洋。为适应这种高通量基因表达数据的不断增长和人们共享数据的需要,各种数据库应用而生,其中,NCBI（national center for biotechnology information）的基因表达综合数据库（gene expression omnibus,GEO）是世界上最大的储存高通量分子丰度数据的公共数据库,用户可以提交、储存和检索多种形式的数据并免费使用。迄今为止,GEO已收录了300000个样本的数据,涉及16亿个基因表达丰度数据,涵盖500多种生物体,广泛覆盖各种生物学内容。GEO数据库操作简单,数据全面,免费共享的优势为后期数据挖掘和信息推广提供了良好的平台。文章概述了GEO数据库的结构、数据的提交、检索和其在分子生物学领域中的应用前景。登陆GEO数据库的网址为：http：／／www．ncbi．nlm．nih．gov／geo。     

基因表达连续分析技术及应用研究的进展

随着功能基因组学研究的兴起,基因表达连续分析技术（SAGE）已成为高通量研究基础表达谱的新手段。SAGE技术不仅可以用来研究大部分基因组序列尚未鉴定的生物个体的基因表达谱,其实验结果还可以直接与发表在SAGEmap表达数据库中不同来源的已知文库相比较,应用日益受到重视。     

基因芯片技术和蛋白质组技术在神经科学中的应用及其研究进展

基因芯片技术和蛋白质组技术是最近发展起来的高通量技术,二者的出现使同时分析神经系统的大量基因的表达和基因产物蛋白质及其相互作用网络成为可能。它们在神经科学中的应用为了解脑功能提供了前所未有的机会。一个典型的基因芯片实验包括：芯片的准备或购买、靶DNA和探针的准备或标记、标记探针与靶DNA的杂交、芯片扫描和影象信息的数据分析。蛋白质组技术较为复杂,包括蛋白质分离、鉴定和信息分析三方面的内容。其中,分离技术多种多样。若分离技术以二维电泳为基础,则该实验通常由以下步骤组成：蛋白质样品的准备、电泳分离、染胶、分离蛋白点的切除、蛋白质的酶解(常用胰蛋白酶)、质谱分析(鉴定)和数据的信息处理。本文综述这两项技术的内容和实验步骤,然后着重叙述它们在神经科学中的应用,讨论其优缺点和面临的挑战,展望其发展前景。     

蛋白质与抗体微阵列及其在生物医学研究中的应用

随着人类基因组测序的顺利完成及其他相关领域如机械制造、微电子加工技术及生物信息学方面所取得的进展,以蛋白质为研究对象的蛋白质组学愈显重要,高通量的蛋白质与抗体阵列芯片分析技术正日益为人们关注.对蛋白质分析策略及以阵列为基础的蛋白质芯片分析原理、相关的制备方法与检测技术及其在生物学研究、医学与实验诊断应用方面进行了阐述,并对现阶段该技术存在的不足与发展前景进行了讨论.     

蛋白质相互作用数据库及其应用

对蛋白质相互作用及其网络的了解不仅有助于深入理解生命活动的本质和疾病发生的机制,而且可以为药物研发提供靶点.目前,通过高通量筛选、计算方法预测和文献挖掘等方法,获得了大批量的蛋白质相互作用数据,并由此构建了很多内容丰富并日益更新的蛋白质相互作用数据库.本文首先简要阐述了大规模蛋白质相互作用数据产生的3种方法,然后重点介绍了几个人类相关的蛋白质相互作用公共数据库,包括HPRD、BIND、 IntAct、MINT、 DIP 和MIPS,并概述了蛋白质相互作用数据库的整合情况以及这些数据库在蛋白质相互作用网络构建上的应用.     

基因表达系列分析法(SAGE)的改进及其在植物功能基因组研究中的应用

基因表达系列分析方法(SAGE)是一种新的基因表达分析方法,与基因芯片技术一样具有高通量的特点,可测定特定组织的基因表达水平,在全基因组水平上同时定量检测数万个基因表达模式;可在未知目的基因的前提下,分析来自一个细胞的全部转录本信息;对已知或未知基因表达进行定性和定量分析.目前,虽然在疾病、发育、细胞凋亡、药物筛选等多个领域已有利用SAGE方法进行的研究,但该方法在植物功能基因组研究中的应用相对较少.本文主要综述了该方法在RNA用量、PCR循环次数、SAGE效能和可靠性、标签长度和未知标签分析等方面的改进及其在植物中构建SAGE文库、筛选新基因、基因表达图谱分析等方面的应用,从而为其在植物功能基因组研究中的进一步应用提供理论参考.     

数据来源对蛋白质相互作用网络度分布的影响

蛋白质-蛋白质相互作用(Protein-protein interaction,PPI)是生命体结构和生命活动的基础和特征,控制着生命活动的各个过程.PPI网络是研究蛋白质相互作用的有效手段.随着高通量实验技术的发展,越来越多的PPI数据得以使用,收录蛋白质相互作用的数据库数据每年都有变化.本文对DIP数据库从2003年到2008年的PPI网络数据分别计算度分布.为提高可信度,对注释蛋白质数据库交集进行抽样,分别探讨对不同年份的数据和注释数据库抽样对PPI网络度分布的影响.结果表明,从2003年到2008年的数据增长对PPI网络度分布没有明显影响,而且拟合度分布最优的函数并不是以往所认为的幂率分布(power-law),而是广延指数(stretched exponential)函数,数据库交集抽样同样得到广延指数(stretched exponential)函数分布最优且可信度的高低并不影响PPI网络的度分布.     

高通量蛋白质组学研究中一种基于 GO 的蛋白质功能分析策略

挖掘高通量实验数据蕴含的生物学意义是蛋白质组学研究面临的一大挑战 . 基于等级化结构化的词汇表 GO (Gene Ontology) 和相关数据库中的蛋白质功能注释,发展了一种对蛋白质组学研究中得到的表达谱 (Expression profile) 进行功能分析的策略 . 在对蛋白质表达谱进行功能注释的基础上给出蛋白质表达谱中蛋白质功能的分布,同时给出感兴趣功能类别的统计信息 . 这有助于对表达谱蛋白质功能的整体理解和深入的生物信息学分析 . 该策略已经成功应用胎肝蛋白表达谱研究中,用户可以通过访问网址 http://www.hupo.org.cn/GOfact/ 使用或者下载我们的程序 .     

Gene Expression Omnibus: NCBI gene expression and hybridization array data repository

The Gene Expression Omnibus (GEO) project was initiated in response to the growing demand for a public repository for high-throughput gene expression data. GEO provides a flexible and open design that facilitates submission, storage and retrieval of heterogeneous data sets from high-throughput gene expression and genomic hybridization experiments. GEO is not intended to replace in house gene expression databases that benefit from coherent data sets, and which are constructed to facilitate a particular analytic method, but rather complement these by acting as a tertiary, central data distribution hub. The three central data entities of GEO are platforms, samples and series, and were designed with gene expression and genomic hybridization experiments in mind. A platform is, essentially, a list of probes that define what set of molecules may be detected. A sample describes the set of molecules that are being probed and references a single platform used to generate its molecular abundance data. A series organizes samples into the meaningful data sets which make up an experiment. The GEO repository is publicly accessible through the World Wide Web at http://www.ncbi.nlm.nih.gov/geo.     

CIBEX: center for information biology gene expression database

We describe the current status of the gene expression database CIBEX (Center for Information Biology gene EXpression database, http://cibex.nig.ac.jp), with a data retrieval system in compliance with MIAME, a standard that the MGED Society has developed for comparing and data produced in microarray experiments at different laboratories worldwide. CIBEX serves as a public repository for a wide range of high-throughput experimental data in gene expression research, including microarray-based experiments measuring mRNA, serial analysis of gene expression (SAGE tags), and mass spectrometry proteomic data.     

USAGE: a web-based approach towards the analysis of SAGE data. Serial Analysis of Gene Expression

MOTIVATION: SAGE enables the determination of genome-wide mRNA expression profiles. A comprehensive analysis of SAGE data requires software, which integrates (statistical) data analysis methods with a database system. Furthermore, to facilitate data sharing between users, the application should reside on a central server and be accessed via the internet. Since such an application was not available we developed the USAGE package. RESULTS: USAGE is a web-based application that comprises an integrated set of tools, which offers many functions for analysing and comparing SAGE data. Additionally, USAGE includes a statistical method for the planning of new SAGE experiments. USAGE is available in a multi-user environment giving users the option of sharing data. USAGE is interfaced to a relational database to store data and analysis results. The USAGE query editor allows the composition of queries for searching this database. Several database functions have been included which enable the selection and combination of data. USAGE provides the biologist increased functionality and flexibility for analysing SAGE data. AVAILABILITY: USAGE is freely accessible for academic institutions at http://www.cmbi.kun.nl/usage/. The source code of USAGE is freely available for academic institutions on request from the first author.     

Gene Class expression: analysis tool of Gene Ontology terms with gene expression data

Serial analysis of gene expression (SAGE) technology produces large sets of interesting genes that are difficult to analyze directly. Bioinformatics tools are needed to interpret the functional information in these gene sets. We present an interactive web-based tool, called Gene Class, which allows functional annotation of SAGE data using the Gene Ontology (GO) database. This tool performs searches in the GO database for each SAGE tag, making associations in the selected GO category for a level selected in the hierarchy. This system provides user-friendly data navigation and visualization for mapping SAGE data onto the gene ontology structure. This tool also provides graphical visualization of the percentage of SAGE tags in each GO category, along with confidence intervals and hypothesis testing.