采用基于Gene Ontology的聚类方法研究白血病的遗传异质性

采用基因表达谱可以研究基因功能模块与疾病异质性之间的关系.根据两套白血病基因表达谱数据,将富集高变异基因的Gene Ontology基因功能模块作为特征功能模块,将疾病样本聚为两类.通过对比原始多类标签,采用聚类评估指标来分析两类化聚类结果的效果,并探讨特征功能模块与疾病异质性之间的关系.实验结果显示:在两套不同的白血病基因表达谱数据中得到的特征功能模块类似,它们对白血病亚型有较强的分型能力.     

口腔癌相关蛋白质的细致功能预测

口腔鳞状细胞癌（oral squamous cell carcinoma,OSCC）是人类最常见的恶性肿瘤之一。本文结合Gene Ontology,功能先验知识,通过构建功能特异的蛋白质互相作用子网来预测口腔癌相关蛋白质的功能。我们以很高的精确率为已知部分功能的口腔癌相关蛋白质预测了更为精细的功能,这对于指导实验研究口腔癌的分子机制具有重要的价值。     

根据蛋白质互作网络预测前列腺癌相关蛋白质的细致功能

对于功能部分已知的前列腺癌相关蛋白质,提出了一种基于Gent Ontology的功能特异的子网构建方法来细化其功能注释。结果显示该方法能够以很高的精确率为前列腺癌相关蛋白质预测更为精细的功能。预测的相关蛋白质的功能对于指导实验研究前列腺癌的分子机制具有重要的价值。     

根据蛋白质互作网络预测乳腺癌相关蛋白质的细致功能

乳腺癌是最为常见的恶性肿瘤之一。已有的关于乳腺癌相关蛋白质的功能注释比较宽泛, 制约了乳腺癌的后续研究工作。对于已知部分功能的乳腺癌相关蛋白质, 提出了一种结合Gene Ontology功能先验知识和蛋白质互作的方法, 通过构建功能特异的局部相互作用网络来预测乳腺癌相关蛋白质的细致功能。结果显示该方法能够以很高的精确率为乳腺癌相关蛋白质预测更为精细的功能。预测的相关蛋白质的功能对于指导实验研究乳腺癌的分子机制具有重要的价值。     

GO功能类与基因差异表达的关联规则挖掘算法

针对基因功能分类体系Gene Ontology的层次结构特点,修改关联规则挖掘算法Apriori,开发“挖掘与基因差异表达关联的GO功能组合”软件(RuleGO).RuleGO以基因表达谱上的差异表达基因集合和不差异表达基因集合为输入,输出组合特征功能类与基因差异表达现象的关联规则,有助于解释基因差异表达现象的本质原因,如疾病发病机制、药物作用机理等.将RuleGO 和OntoExpress应用在结肠癌和腺癌表达谱数据集上,结果显示,RuleGO比OntoExpress能发现更多的与差异表达现象关联的特征功能类,更能看到在OntoExpress上不能发现的组合特征功能类.另外,结果显示,将规则的置信度和支持度要求设置较高时,一般只有组合功能类才能满足要求,这提示在基因表达谱分析中不宜采用单个角度的单个功能分类单元,考虑功能分类单元的组合可能更有意义.     

一个园艺植物基因组序列和注释的在线批量实时提取平台

目前, 大量园艺植物基因组测序已经完成或接近尾声, 它们的基因组序列和注释数据极大地促进了功能基因组学研究。为给科研人员提供批量下载特定的基因组区段序列和注释平台, 笔者开发了一个称为OBRRP的生物信息学工具。OBRRP具有提取葡萄(Vitis vinifera)、桃(Prunus persica)、草莓(Fragaria vesca)、黄瓜(Cucumis sativus)、西瓜(Citrullus lanatus)、番茄(Solanum lycopersicum)、甜橙(Citrus sinensis)、苹果(Malus x domestica)、猕猴桃(Actinidia chinensis)、马铃薯(Solanum tuberosum)、香蕉(Musa acuminata)和拟南芥(Arabidopsis thaliana) 12种植物基因组序列及注释数据的功能; 同时, 也具有扩展到其它Gbrowser浏览器架构的数据库功能。测试结果表明, OBRRP是一个快捷简便的在线、批量和实时提取工具, 其登录地址为http://bioinfo.jit.edu.cn/OBRRP/。     

结合蛋白质互作与基因表达谱信息大范围预测蛋白质的精细功能

GESTs(gene expression similarity and taxonomy similarity)是结合基因表达相似性和基因功能分类体系Gene Ontology (GO)中的功能概念相似性测度进行功能预测的新方法. 将此预测算法推广应用于蛋白质互相作用数据, 并提出了几种在蛋白质互作网络中为功能待测蛋白质筛选邻居的方法. 与已有的其它蛋白质功能预测方法不同, 新方法在学习过程中自动地从功能分类体系中的各个功能类中选择最合适的尽可能具体细致的功能类, 利用注释于其相近功能类中的互作邻居蛋白质支持对此具体功能类的预测. 使用MIPS提供的酵母蛋白质互作信息与一套基因表达谱数据, 利用特别针对GO体系结构层次特点设计的3种测度, 评价对GO知识体系中的生物过程分支进行蛋白质功能预测的效果. 结果显示, 利用文中的方法, 可以大范围预测蛋白质的精细功能. 此外, 还利用此方法对2004年底Gene Ontology上未知功能的蛋白质进行预测, 其中部分预测结果在2006年4月发布的SGD注释数据中已经得到了证实.     

金钱鱼毒腺cDNA表达文库的构建及EST序列分析

以金钱鱼 (Scatophagusargus)毒腺为出发材料 ,构建以真核表达载体pcDNA3 0为基础的金钱鱼毒腺cDNA表达文库 .应用SMARTTM cDNALibraryConstruction技术和生物信息学分析等方法 ,通过对文库克隆的序列测定和初步生物信息学分析 ,获得了 2 0 1个金钱鱼新表达序列标签 (ESTs) ,其中已确定全长cDNA的克隆有 2 7个 ,包括多个核糖体大小亚基蛋白 (ribosomalprotein)、细胞凋亡相关蛋白 (programmedcelldeath 10 ) ,G蛋白信号调控子 (Gproteinsignalingregulator)、胸腺素(thymosinbeta 4 )、延伸因子 (translationelongationfactor 1 alpha)和泛素 (ubiquitin)等 .金钱鱼毒腺cDNA表达文库的成功构建 ,为研究金钱鱼毒腺的活性组分及其作用机制奠定了基础 ,也是分离新基因不可多得的重要资源     

副溶血性弧菌全基因组DNA芯片的研制和芯片质量的评价

摘要 目的 研制副溶血性弧菌全基因组芯片,建立芯片杂交方法,并对芯片质量进行评价。方法 利用副溶血性弧菌全基因组序列,挑选出4770条基因,PCR扩增各基因并将PCR产物纯化,点样制备芯片;设计了两个质控杂交组合,采用双色荧光杂交策略,对芯片质量进行评价;PCR方法验证部分芯片结果。结果 芯片杂交与理论预期结果以及PCR验证结果完全一致。结论 成功的研制了一批质量良好的副溶血性弧菌全基因组DNA芯片,并建立了基于DNA芯片的副溶血性弧菌比较基因组学技术平台,建立了一套系统的芯片数据分析的标准方法。     

副溶血性弧菌全基因组DNA芯片的研制和质量评价

【目的】研制副溶血性弧菌全基因组芯片,建立芯片杂交方法,并对芯片质量进行评价。【方法】利用副溶血性弧菌全基因组序列,挑选出4770条基因,PCR扩增各基因并将PCR产物纯化,点样制备芯片;设计了两个质控杂交组合,采用双色荧光杂交策略,对芯片质量进行评价;PCR方法验证部分芯片结果。【结果】芯片杂交与理论预期结果以及PCR验证结果完全一致。【结论】成功的研制了一批质量良好的副溶血性弧菌全基因组DNA芯片,并建立了基于DNA芯片的副溶血性弧菌比较基因组学技术平台,建立了一套系统的芯片数据分析的标准方法。     

基于关联基因本体论注释的蛋白质相互作用预测

细胞中的生理活动主要是通过蛋白质 - 蛋白质之间的相互作用来调控完成 . 详尽细致的蛋白质 - 蛋白质相互作用网络的解析对于理解细胞中复杂的调控、代谢和信号通路有重要的意义 . 近年来,关于新的蛋白质 - 蛋白质相互作用预测领域进展快速,这里,利用贝叶斯算法结合关联的 GO (Gene Ontology) ,来预测蛋白质的相互作用 . 利用非冗余的蛋白质相互作用数据来观察 GO 对的特性,得到 GO 关联的概率 . 通过阳性的和阴性的标准对照数据证实这个新方法可以很好地区别这两类不同的数据,显示出较好的灵敏度和非常低的假阳性预测率 . 通过与已知的高通量的实验数据比较,这个方法具有灵敏度高、速度快的优点 . 而且,运用这个新方法可以提供一些新的关于细胞内蛋白质之间相互作用的信息,为进一步的实验提供理论依据 .     

Rapid Annotation of Anonymous Sequences from Genome Projects Using Semantic Similarities and a Weighting Scheme in Gene Ontology

Background

Large-scale sequencing projects have now become routine lab practice and this has led to the development of a new generation of tools involving function prediction methods, bringing the latter back to the fore. The advent of Gene Ontology, with its structured vocabulary and paradigm, has provided computational biologists with an appropriate means for this task.

Methodology

We present here a novel method called ARGOT (Annotation Retrieval of Gene Ontology Terms) that is able to process quickly thousands of sequences for functional inference. The tool exploits for the first time an integrated approach which combines clustering of GO terms, based on their semantic similarities, with a weighting scheme which assesses retrieved hits sharing a certain number of biological features with the sequence to be annotated. These hits may be obtained by different methods and in this work we have based ARGOT processing on BLAST results.

Conclusions

The extensive benchmark involved 10,000 protein sequences, the complete S. cerevisiae genome and a small subset of proteins for purposes of comparison with other available tools. The algorithm was proven to outperform existing methods and to be suitable for function prediction of single proteins due to its high degree of sensitivity, specificity and coverage.     

Learnability-based further prediction of gene functions in Gene Ontology

Currently the functional annotations of many genes are not specific enough, limiting their further application in biology and medicine. It is necessary to push the gene functional annotations deeper in Gene Ontology (GO), or to predict further annotated genes with more specific GO terms. A framework of learnability-based further prediction of gene functions in GO is proposed in this paper. Local classifiers are constructed in local classification spaces rooted at qualified parent nodes in GO, and their classification performances are evaluated with the averaged Tanimoto index (ATI). Classification spaces with higher ATIs are selected out, and genes annotated only to the parent classes are predicted to child classes. Through learnability-based further predicting, the functional annotations of annotated genes are made more specific. Experiments on the fibroblast serum response dataset reported further functional predictions for several human genes and also gave interesting clues to the varied learnability between classes of different GO ontologies, different levels, and different numbers of child classes.     

基于基因本体论的生物信息个人数据库平台

论述了一个基于基因本体论(geneontology)的生物信息个人数据库平台BIO.该数据库平台根据自身研究的需要,用基因本体论中的相关的规范术语来对基因序列信息进行注释,从而可以让用户从基因本体论的角度对生物信息序列进行查询.由于因特网上生物数据库中大量的关于基因序列信息的术语不统一、不规范,存在大量的信息冗余,用此方式可最大限度地精确所要查找的结果.文中详细论述了该数据库平台的研究背景、查询功能以及维护.     

基于GO与基因表达谱挖掘特征基因功能类

我们研制了基于Gene Ontology与基因表达谱挖掘与实验条件相关的特征基因功能类的算法OntoFexed,它的特点是分别采用信息增益方法和Rand Index评价单个基因功能类与一组基因功能类鉴别差异表达基因与不差异表达基因的能力。算法的优点是充分利用了GO的结构信息来搜索特征功能类,并能给出各个抽象层次上的特征功能类。我们将OntoFexed应用于腺癌数据集和NCI60数据集,发现OntoFexed确能发掘与实验条件相关的功能类,且算法对主要的参数有较高的稳健性。     

结合基因功能分类体系Gene Ontology筛选聚类特征基因

使用两套基因表达谱数据,按各基因的表达值方差,选择表达变异基因对样本聚类,发现一般使用方差较大的前10％的基因作为特征基因,就可以较好地对疾病样本聚类。对不同的疾病,包含聚类信息的特征基因有不同的分布特点。在此基础上,结合基因功能分类体系(Gene Ontology,GO),进一步筛选聚类的特征基因。通过检验在Gene Ontology中的每个功能类中的表达变异基因是否非随机地聚集,寻找疾病相关功能类,再根据相关功能类中的表达变异基因进行聚类分析。实验结果显示：结合基因功能体系进一步筛选表达变异基因作为聚类特征基因,可以保持或提高聚类准确性,并使得聚类结果具有明确的生物学意义。另外,发现了一些可能和淋巴瘤和白血病相关的基因。     

Expressed sequence tags and their application for plant research

Expressed Sequence Tags (ESTs) are short, usually unedited sequences obtained by single-pass sequencing of cDNA clones from any cDNA library. Analyzing and comparing ESTs can provide information on gene expression, function and evolution. Large-scale EST sequencing has become an attractive alternative to plant genome sequencing. Currently, plant EST collections comprise over 3.8 million sequences from about 200 species. They have proved to be a valuable tool for gene discovery and plant metabolism analysis. Several plant-specific EST databases have been created which provide access to sequence data and bioinformatics-based tools for data mining. Searching EST collections allows pre-selection of genes for preparing cDNA arrays, targeted to bring maximum information on specialized processes, like stress response, symbiotic nitrogen fixation etc. Also, ESt-based molecular markers such as SNP, SSR, and indels are fast developing tools for breeders and researchers.