用最短路徑傳遞共表達(dá)預(yù)測(cè)擬南芥基因功能.pdf

1、當(dāng)今,常見(jiàn)的預(yù)測(cè)基因功能的方法是把未知功能的基因序列與已知功能的序列數(shù)據(jù)庫(kù)進(jìn)行序列比對(duì),找到相似程度較高的序列,通過(guò)已知序列的功能來(lái)推測(cè)未知序列的功能。但這種方法存在著手工性太強(qiáng)、預(yù)測(cè)準(zhǔn)確度低等缺點(diǎn)。而基因本體論的出現(xiàn)則避免了這一問(wèn)題,它為新基因的功能預(yù)測(cè)提供了一套標(biāo)準(zhǔn),為生物數(shù)據(jù)的存儲(chǔ)、檢索和分析提供了一個(gè)語(yǔ)義框架協(xié)議,從而為不同的數(shù)據(jù)庫(kù)系統(tǒng)之間的交互操作及其內(nèi)容的互相理解奠定了基礎(chǔ)。因此,近幾年來(lái),以基因本體論來(lái)預(yù)測(cè)基因功能成為了基

2、因組學(xué)的一個(gè)重大研究課題?；蚬δ茴A(yù)測(cè)對(duì)揭示人類(lèi)生命的真諦、分析和預(yù)防疾病、設(shè)計(jì)新藥物等都具有重大的現(xiàn)實(shí)意義。
　　 本文首先回顧了目前基因功能預(yù)測(cè)的幾種計(jì)算方法,并簡(jiǎn)單介紹了目前常用的幾種基因功能預(yù)測(cè)方法；其次詳細(xì)描述了基于最短路徑的基因功能預(yù)測(cè)方法；最后,在實(shí)驗(yàn)方法驗(yàn)證中,文中采用最大團(tuán)算法和K-均值聚類(lèi)法來(lái)對(duì)同樣的數(shù)據(jù)進(jìn)行分析,并以度量基因之間的語(yǔ)義相似性來(lái)比較三種實(shí)驗(yàn)方法,所得出的結(jié)果,證明了基于最短路徑法的基因功能預(yù)測(cè)

3、方法有較高的可靠性。
　　 基因功能預(yù)測(cè)的常用方法是利用表達(dá)模體的相似性來(lái)對(duì)基因進(jìn)行聚類(lèi)。但這些基于基因芯片表達(dá)數(shù)據(jù)來(lái)分析基因功能的方法都是假設(shè)有相似的表達(dá)結(jié)構(gòu)的基因才有相似的功能,未知功能的基因可以通過(guò)與它有相似表達(dá)的已知基因的功能來(lái)推測(cè)出。事實(shí)上,表達(dá)結(jié)構(gòu)相似的基因并非總是有相似的功能。因此,為了確認(rèn)基因之間的功能關(guān)系,文中采用一個(gè)不同于聚類(lèi)的方法。
　　 基于最短路徑的基因功能預(yù)測(cè)方法以基因之間傳遞共表達(dá)作為一個(gè)重

4、要的因素來(lái)連接同在一條代謝通路中的基因。將同一代謝通路下的基因構(gòu)建成一個(gè)無(wú)向賦權(quán)圖,然后求出其最短路徑。根據(jù)功能相似基因的表達(dá)相關(guān)性都較高,對(duì)處在同一條最短路徑中的基因,可以根據(jù)未知功能基因與已知功能基因的高表達(dá)相關(guān)性來(lái)預(yù)測(cè)未知基因的功能。文中通過(guò)對(duì)擬南芥代謝通路下的花藥基因進(jìn)行分析并參考擬南芥現(xiàn)有的有GO注釋的基因,預(yù)測(cè)出了部分未知花藥基因的功能,并以實(shí)驗(yàn)驗(yàn)證了在代謝通路下求最短路徑來(lái)預(yù)測(cè)基因功能的方法具有一定的可行性。
　　

5、 擬南芥是進(jìn)行遺傳學(xué)研究的好材料,也是目前分子生物學(xué)和生物信息學(xué)研究的熱點(diǎn)對(duì)象之一。但是目前在擬南芥基因本體論數(shù)據(jù)庫(kù)中只有40％的基因的功能是已知的,因此發(fā)掘更好的基因功能預(yù)測(cè)方法,完善擬南芥基因本體論的數(shù)據(jù)庫(kù),對(duì)更多的未知基因進(jìn)行功能預(yù)測(cè)是一項(xiàng)非常有意義的工作。本文的研究方法采用不同于常用的聚類(lèi)分析法,不但避免了聚類(lèi)方法中的缺點(diǎn),使基因功能預(yù)測(cè)的工作變的容易,在減少工作量的同時(shí)也提高了預(yù)測(cè)基因功能的效率。實(shí)驗(yàn)表明,通過(guò)最短路徑來(lái)進(jìn)行基