基于GO的基因功能及疾病相關(guān)通路分析.pdf

1、Gene Ontology（GO）作為對基因及其蛋白質(zhì)產(chǎn)物的功能進(jìn)行系統(tǒng)描述的數(shù)據(jù)庫，已經(jīng)被廣泛應(yīng)用于分析基因（及其產(chǎn)物）間的功能相似性以及基于高通量生物學(xué)數(shù)據(jù)分析疾病相關(guān)的生物學(xué)功能通路。但是，基于 GO的應(yīng)用方法還存在很大的問題。
　　本文主要包括以下三部分內(nèi)容：
　　1.揭示并去除基于GO的蛋白質(zhì)間功能（語義）相似性得分的偏倚。蛋白質(zhì)間的語義相似性得分已被廣泛地應(yīng)用于功能基因組的各種研究。但是，由于一些與疾病相關(guān)的蛋白

2、質(zhì)傾向于被廣泛研究，它們傾向有較多的功能注釋，而這種注釋偏倚將影響基于語義相似性得分的各種應(yīng)用。在本文中，我們首先分析了14種常用的基于GO的蛋白質(zhì)間功能相似性得分與蛋白質(zhì)注釋的功能類個(gè)數(shù)之間的關(guān)系。結(jié)果顯示，它們顯著正相關(guān)，證明目前基于蛋白質(zhì)間語義相似性得分的應(yīng)用結(jié)果存在偏倚。因此，我們提出了使用冪轉(zhuǎn)換對蛋白質(zhì)間的相似性得分進(jìn)行標(biāo)準(zhǔn)化處理的方法，并證實(shí)利用該方法可以使一些應(yīng)用的結(jié)果得到改善。
　　2.從疾病的統(tǒng)計(jì)相關(guān)功能中發(fā)現(xiàn)生

3、物學(xué)相關(guān)功能。在研究高通量的疾病相關(guān)數(shù)據(jù)時(shí)，一種通常的做法是基于GO數(shù)據(jù)庫發(fā)現(xiàn)富集疾病相關(guān)基因的疾病相關(guān)功能。但是，目前大部分算法找到的顯著GO功能類都存在由于GO功能類間的依賴性導(dǎo)致的冗余問題。由于目前去除冗余的算法僅基于一些數(shù)值考慮，利用這些算法無法準(zhǔn)確定義生物學(xué)相關(guān)的功能類。在本論文中，我們設(shè)計(jì)了GO-function算法，用于從統(tǒng)計(jì)相關(guān)的 GO功能類中尋找生物學(xué)相關(guān)功能類。利用一套結(jié)腸癌的基因表達(dá)譜數(shù)據(jù)，我們比較了GO-func

4、tion和其他四種處理冗余問題的算法。然后，利用另一套獨(dú)立的結(jié)腸癌表達(dá)譜數(shù)據(jù)，我們對利用第一套結(jié)腸癌數(shù)據(jù)得到的結(jié)果進(jìn)行證實(shí)。結(jié)果顯示，相比其它四種算法，基于GO-function算法所找到的疾病相關(guān)功能類具有更明確的統(tǒng)計(jì)與生物學(xué)意義。
　　3.識(shí)別顯著富集功能類間共突變基因?qū)Φ墓餐蛔児δ軐?。癌基因組突變的復(fù)雜多樣性使得我們需要利用生物學(xué)通路來對癌基因組突變譜進(jìn)行研究。由于 GO從寬泛到細(xì)致在不同層面上定義生物學(xué)功能，因此，基于 G