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

平臺信息：

A-AFFY-44.adf.txt3芯片數(shù)據(jù)預處理步驟

1.

背景校正(BackgroundCorrection)；

2.標準化(Normalization); 3.合并(Summary).4表達譜正常樣本癌癥樣本5常用篩選差異表達基因的方法倍數(shù)法（foldchange）T檢驗（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何為生物學通路？

（biologicalpathway）由生物體內一系列生物化學分子（包括基因，基因產物以及化合物等）通過各種生化級聯(lián)反應來完成某一具體的生物學過程。8差異表達基因在通路中的分布9是隨機現(xiàn)象？還是具有某種生物學意義？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)象的遺傳與化學藍圖。1995年5月，日本京都大學化學研究所生物信息中心的Kanehisa實驗室建立生物信息學數(shù)據(jù)庫KEGG。1415KEGG的信息大致可以分為3類：系統(tǒng)信息、基因組信息和化學信息16KEGG數(shù)據(jù)庫特點具有強大的圖形功能，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系，這樣可以使研究者能夠對其所要研究的通路有一個直觀全面的了解。我們主要介紹KEGGpathwaydatabase1718192021以通路：cellcycle為例2223對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，直接輸入通路id：04110另外也可輸入直接輸入關鍵字”cycle“，返回的是包含”cycle“的所有通路26方式1：關鍵字查詢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：圖形功能，直觀形象缺點：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(GeneOntologyConsortium)所建立的數(shù)據(jù)庫，旨在建立一個適用于各種物種的，對在不同數(shù)據(jù)庫中的基因和蛋白質產物進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準。該數(shù)據(jù)庫最初是由1998年對三個模式生物數(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)展擴大，現(xiàn)在已是包含多種動物、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、基因產物的特性。分三類：

1.細胞組分(CellularComponent)：用于描述亞細胞結構、位置和大分子復合物，如細胞核、端粒等；

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

3.生物過程(BiologicalProcess)：指分子功能的有序組合，達成更廣的生物功能，如有絲分裂等。43GOcellularcomponentterm:mitochondrialinnermembrane;GO:0005743處于何位置？細胞色素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結構特點分等級（Hierarchical）有向無環(huán)圖（DirectedAcyclicGraph）termshaveoneormoreparentsis-a和part-of關系4748is-a和part-of關系

part-ofis-a49GO的注釋(annotation)GO中的語義(terms)如何和相對應的基因產物相聯(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物進行注解，并且提供支持這種注解的參考和證據(jù)。一個基因產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點擊“AmiGO”，進入如下所示頁面：GO數(shù)據(jù)庫瀏覽與查詢/cgi-bin/amigo/go.cgi52點擊“Browse”，進入如下所示頁面：/cgi-bin/amigo/browse.cgi?session_id=8890amigo14128423045354GO富集/55點擊“Downloads”便進入GO數(shù)據(jù)庫相關文件的下載界面，如下圖所示：GO數(shù)據(jù)下載56GO在芯片中的應用experimentalconditionGenecomponentprocessfunction57富集結果58上機操作練習59分析軟件R(Bioconductor)MatlabArraytoolCytoscape60Bioconductor是針對基因組分析的一組

R語言擴展包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：所有通路內基因總數(shù)%ba：目標基因與通路內基因交疊數(shù)%sb：某條通路內基因數(shù)%sa：目標基因與某條通路內基因交疊數(shù)63BRB-ArrayTools是一款為了DNA基因芯片數(shù)據(jù)分析而設計的集成軟件包。BRB-ArrayTool能夠處理來自多種實驗的表達譜數(shù)據(jù)，包括可視化、多維尺度、聚類基因和樣本、分類預測樣本等。ArrayTools以Excel加載宏的形式呈現(xiàn)，所以用戶界面對于生物學家來說非常熟悉。64ArrayTools安裝程序和相關文件可在BRB站點中獲得：/BRB-ArrayTools.html以宏的形式加載到Excel中65Cytoscape

/6667686970Plugins/cyto_web/plugins/Pluginsavailablefornetworkandmolecularprofileanalysis.CytoscapeisasoftwarewritteninJava.71BiNGO727003700470058463104132593726524911367885523392597604852328647711227867998173747576冗余關系父子節(jié)點（localredundancy）節(jié)點間有交疊基因(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)一些明確細致的規(guī)則來處理富集過程中產生的一些冗余結果。與其它的冗余處理工具相比，GO-function富集出的結果(terms)不僅具有統(tǒng)計顯著性而且具有明確的生物學意義。80GO-function冗余處理規(guī)則

81舉例以結腸直腸癌(32adenomastissue和32adjacentnormalmucosa)基因表達數(shù)據(jù)為例，經(jīng)過RMA標準化，使用SAM算法，在FDR＝1%下，共9201個差異表達基因。82結果對比83GO-function應用舉例

GO-functionpackage運行環(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