kegg與go通路數(shù)據(jù)庫介紹功能富集軟件介紹課件

KEGG與GO通路數(shù)據(jù)庫介紹

功能富集軟件介紹系統(tǒng)生物學(xué)教研室郭政教授顧云燕副教授第三講1常用芯片數(shù)據(jù)庫

美國國家生物技術(shù)信息中心（NCBI）

geneexpressionomnibus（GEO）

/geo/歐洲生物信息研究所（EBI）的ArrayExpress

http://www.ebi.ac.uk/arrayexpress/2下載數(shù)據(jù)預(yù)處理的數(shù)據(jù)：

E-GEOD18842.processed.1.zip原始數(shù)據(jù)：

E-GEOD-18842.raw.1.zipE-GEOD-18842.raw.2.zipE-GEOD-18842.raw.3.zip

樣本信息：

E-GEOD-18842.sdrf.txt

平臺(tái)信息：

A-AFFY-44.adf.txt3芯片數(shù)據(jù)預(yù)處理步驟

1.

背景校正(BackgroundCorrection)；

2.標(biāo)準(zhǔn)化(Normalization); 3.合并(Summary).4表達(dá)譜正常樣本癌癥樣本5常用篩選差異表達(dá)基因的方法倍數(shù)法（foldchange）T檢驗(yàn)（T-test）SAM（significanceanalysisofmicroarrays）6芯片數(shù)據(jù)分析流程圖像分析和數(shù)據(jù)提取數(shù)據(jù)預(yù)處理后續(xù)芯片數(shù)據(jù)分析差異基因篩選功能富集……7何為生物學(xué)通路？

（biologicalpathway）由生物體內(nèi)一系列生物化學(xué)分子（包括基因，基因產(chǎn)物以及化合物等）通過各種生化級(jí)聯(lián)反應(yīng)來完成某一具體的生物學(xué)過程。8差異表達(dá)基因在通路中的分布9是隨機(jī)現(xiàn)象？還是具有某種生物學(xué)意義？富集10富集原理11通路數(shù)據(jù)來源?12http://www.genome.jp/kegg/13KEGG數(shù)據(jù)庫簡介KEGG（KyotoEncyclopediaofGenesandGenomes）是系統(tǒng)分析基因功能的數(shù)據(jù)庫，它將基因組的信息與基因功能聯(lián)系起來，旨在揭示生命現(xiàn)象的遺傳與化學(xué)藍(lán)圖。1995年5月，日本京都大學(xué)化學(xué)研究所生物信息中心的Kanehisa實(shí)驗(yàn)室建立生物信息學(xué)數(shù)據(jù)庫KEGG。1415KEGG的信息大致可以分為3類：系統(tǒng)信息、基因組信息和化學(xué)信息16KEGG數(shù)據(jù)庫特點(diǎn)具有強(qiáng)大的圖形功能，它利用圖形而不是繁瑣的文字來介紹眾多的代謝途徑及各途徑之間的關(guān)系，這樣可以使研究者能夠?qū)ζ渌芯康耐酚幸粋€(gè)直觀全面的了解。我們主要介紹KEGGpathwaydatabase1718192021以通路：cellcycle為例2223對(duì)該通路的簡要描述通路圖123

1：所有通路的樹狀圖2：該通路的描述及參考文獻(xiàn)3：下載通路信息.xml24Cellcycle通路圖25查詢通路在此處輸入要查詢的通路名或通路id，例如查詢“cellcycle“通路或者已知通路id時(shí)，直接輸入通路id：04110另外也可輸入直接輸入關(guān)鍵字”cycle“，返回的是包含”cycle“的所有通路26方式1：關(guān)鍵字查詢27方式2：通路id查詢28方式3：模糊匹配查詢29查詢基因：以TP53為例若要限制種群，可以在后面輸入hsa(人類)30KEGG下載31http://www.genome.jp/kegg/catalog/pathway_dd.html32疾病基因和藥物靶基因在通路圖中標(biāo)示33KEGG查詢：著色基因http://www.genome.jp/kegg/tool/color_pathway.html3435富集感興趣的基因差異表達(dá)基因疾病基因突變基因藥物靶基因……36KEGG通路數(shù)據(jù)庫優(yōu)點(diǎn)：圖形功能，直觀形象缺點(diǎn)：有功能注釋的基因總量低通路邊界定義主觀37GeneOntology(GO)數(shù)據(jù)庫

訪問地址:3839?Tactility

觸感Taction

觸摸Tactilesense

觸覺40Tactility

觸感Tactilesense

觸覺Taction

觸摸Sensoryperceptionoftouch;GO:005097541GO簡介GO(geneontology)是基因本體聯(lián)合會(huì)(GeneOntologyConsortium)所建立的數(shù)據(jù)庫，旨在建立一個(gè)適用于各種物種的，對(duì)在不同數(shù)據(jù)庫中的基因和蛋白質(zhì)產(chǎn)物進(jìn)行限定和一致性描述的，并能隨著研究不斷深入而更新的語義詞匯標(biāo)準(zhǔn)。該數(shù)據(jù)庫最初是由1998年對(duì)三個(gè)模式生物數(shù)據(jù)庫的整合開始：theFlyBase(果蠅數(shù)據(jù)庫)，theSaccharomycesGenomeDatabase(酵母基因組數(shù)據(jù)庫SGD)和theMouseGenomeInformatics(小鼠基因組數(shù)據(jù)庫MGI)。隨后，GO不斷發(fā)展擴(kuò)大，現(xiàn)在已是包含多種動(dòng)物、植物、微生物的數(shù)據(jù)庫。42

GO組成GO提供了一系列的語義（terms）用來描述基因、基因產(chǎn)物的特性。分三類：

1.細(xì)胞組分(CellularComponent)：用于描述亞細(xì)胞結(jié)構(gòu)、位置和大分子復(fù)合物，如細(xì)胞核、端粒等；

2.分子功能(MolecularFunction)：用于描述基因、基因產(chǎn)物個(gè)體的功能，如酶活性，分子結(jié)合等；

3.生物過程(BiologicalProcess)：指分子功能的有序組合，達(dá)成更廣的生物功能，如有絲分裂等。43GOcellularcomponentterm:mitochondrialinnermembrane;GO:0005743處于何位置？細(xì)胞色素C氧化酶cytochromecoxidase44GOmolecularfunctionterm:cytochrome-coxidaseactivity;GO:0004497發(fā)揮何功能？4ferrocytochromec+O2+4H+

= 4ferricytochromec+2H2O45GObiologicalprocessterm:electrontransport;GO:0006118參與何過程？46GO結(jié)構(gòu)特點(diǎn)分等級(jí)（Hierarchical）有向無環(huán)圖（DirectedAcyclicGraph）termshaveoneormoreparentsis-a和part-of關(guān)系4748is-a和part-of關(guān)系

part-ofis-a49GO的注釋(annotation)GO中的語義(terms)如何和相對(duì)應(yīng)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(duì)它們所包含的基因產(chǎn)物進(jìn)行注解，并且提供支持這種注解的參考和證據(jù)。一個(gè)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。50收錄的證據(jù)類型ISS:InferredfromSequence/structuralSimilarityIDA:InferredfromDirectAssayIPI:InferredfromPhysicalInteractionIMP:InferredfromMutantPhenotypeIGI:InferredfromGeneticInteractionIEP:InferredfromExpressionPatternTAS:TraceableAuthorStatementNAS:Non-traceableAuthorStatementIC:InferredbyCuratorND:NoDataavailableIEA:Inferredfromelectronicannotation51點(diǎn)擊“AmiGO”，進(jìn)入如下所示頁面：GO數(shù)據(jù)庫瀏覽與查詢/cgi-bin/amigo/go.cgi52點(diǎn)擊“Browse”，進(jìn)入如下所示頁面：/cgi-bin/amigo/browse.cgi?session_id=8890amigo14128423045354GO富集/55點(diǎn)擊“Downloads”便進(jìn)入GO數(shù)據(jù)庫相關(guān)文件的下載界面，如下圖所示：GO數(shù)據(jù)下載56GO在芯片中的應(yīng)用experimentalconditionGenecomponentprocessfunction57富集結(jié)果58上機(jī)操作練習(xí)59分析軟件R(Bioconductor)MatlabArraytoolCytoscape60Bioconductor是針對(duì)基因組分析的一組

R語言擴(kuò)展包source("/getBioC.R")getBioC()61基本命令#LoadtheBioconductorpackageaffy.>library(affy)#Readthe.CELfiledata.>Data=ReadAffy()#ComputetheRMAmeasuresofexpression.>expr=justRMA(Data,background="RMA”,normalize="quantile")#Writethedatatoatab-delimitedtextfile.>write.exprs(expr,file="mydata.txt")62Matlabcodep=1-hygecdf(sa-1,bb,ba,sb)%bb：所有通路內(nèi)基因總數(shù)%ba：目標(biāo)基因與通路內(nèi)基因交疊數(shù)%sb：某條通路內(nèi)基因數(shù)%sa：目標(biāo)基因與某條通路內(nèi)基因交疊數(shù)63BRB-ArrayTools是一款為了DNA基因芯片數(shù)據(jù)分析而設(shè)計(jì)的集成軟件包。BRB-ArrayTool能夠處理來自多種實(shí)驗(yàn)的表達(dá)譜數(shù)據(jù)，包括可視化、多維尺度、聚類基因和樣本、分類預(yù)測(cè)樣本等。ArrayTools以Excel加載宏的形式呈現(xiàn)，所以用戶界面對(duì)于生物學(xué)家來說非常熟悉。64ArrayTools安裝程序和相關(guān)文件可在BRB站點(diǎn)中獲得：/BRB-ArrayTools.html以宏的形式加載到Excel中65Cytoscape

/6667686970Plugins/cyto_web/plugins/Pluginsavailablefornetworkandmolecularprofileanalysis.CytoscapeisasoftwarewritteninJava.71BiNGO727003700470058463104132593726524911367885523392597604852328647711227867998173747576冗余關(guān)系父子節(jié)點(diǎn)（localredundancy）節(jié)點(diǎn)間有交疊基因(globalredundancy)77去冗余分析軟件Elim[Alexaetal,2006]Weight[Alexaetal,2006]Parent-Child[Grossmannetal,2007]……7879GO-function介紹

GO-function軟件是一款基于GO的富集分析工具，根據(jù)一些明確細(xì)致的規(guī)則來處理富集過程中產(chǎn)生的一些冗余結(jié)果。與其它的冗余處理工具相比，GO-function富集出的結(jié)果(terms)不僅具有統(tǒng)計(jì)顯著性而且具有明確的生物學(xué)意義。80GO-function冗余處理規(guī)則

81舉例以結(jié)腸直腸癌(32adenomastissue和32adjacentnormalmucosa)基因表達(dá)數(shù)據(jù)為例，經(jīng)過RMA標(biāo)準(zhǔn)化，使用SAM算法，在FDR＝1%下，共9201個(gè)差異表達(dá)基因。82結(jié)果對(duì)比83GO-function應(yīng)用舉例

GO-functionpackage運(yùn)行環(huán)境及安裝1首先在安裝GO-function軟件包之前要確保如下包已經(jīng)安裝：Biobase(>=2.8.0),graph(>=1.26.0),Rgraphviz(>=1.26.0),GO.db(>=2.4.1),Annota