Gene Ontology (GO) 注释

 Posted on 2017-06-11 |  In 生信

相似的基因在不同物种中，其功能往往保守的。显然，需要一个统一的术语用于描述这些跨物种的同源基因及其基因产物的功能，否则，不同的实验室对相同的基因的功能的描述不同，将极大限制学术的交流。而 Gene Ontology (GO) 项目正是为了能够使对各种数据库中基因获基因产物功能描述相一致的努力结果。

所谓的 GO，是生物学功能注释的一个标准词汇表术语（GO term），将基因的功能分为三部分：

  • 基因执行的分子功能（Molecular Function）
  • 基因所处的细胞组分（Cellular Component）
  • 基因参与的生物学过程（Biological Process）

不同的 GO term 通过有向无环图关联起来，如下图所示：

可以看出，不同的 GO term 间的关系由三类：is_a、part_of 和 regulates。

如 regulation of cell projection assembly 是一种生物学过程，是 regulation of cell projection organization 中的一类（is_a），还调节（regulates）cell projection assembly；又如 cellular component assembly 是 celluar component biogenesis的一部分（part_of）。值得注意的是，这些关系都是有方向的，即反过来不成了，因而叫做有向无环图。

目前，GO 注释主要有两种方法：

  • （1）序列相似性比对（BLAST）
  • （2）结构域相似性比对（InterProScan）

这里以序列相似性比对为例，简单介绍 GO 注释的步骤：

  • 将基因序列与 swiss-prot 蛋白质数据库进行 BLAST （blastp 或者 blastx）比对，得到如下结果：

    c49_g1_i1 RNF13_MOUSE 52.00 50 23 1 17 166 240 288 2e-11 65.5
    c72_g1_i1 RS25_NEUCR 78.72 94 20 0 375 94 1 94 1e-32 116
    c75_g1_i1 POLX_TOBAC 45.28 53 29 0 162 4 457 509 1e-08 55.1
    c86_g2_i1 POLX_TOBAC 46.43 112 60 0 339 4 879 990 2e-30 120
    c91_g1_i1 BUB1_ARATH 55.71 70 28 2 61 264 289 357 1e-14 73.6
    c143_g1_i1 STL1_YEAST 31.98 172 85 4 6 518 407 547 6e-17 82.8
    c150_g1_i1 CST26_YEAST 37.63 93 38 3 223 5 142 234 6e-10 58.2
    c150_g2_i1 YHOE_SCHPO 42.67 75 41 1 227 3 54 126 5e-16 74.7
    c156_g2_i1 EXOL2_ARATH 47.17 53 28 0 299 141 229 281 6e-06 47.0
    c169_g1_i1 SPT5_ASPFU 60.98 82 31 1 20 262 725 806 2e-18 84.0

    其中，第二列 swiss-prot 蛋白质数据库序列的 ID（UniProtKB ID）。

  • 从 ftp://ftp.pir.georgetown.edu/databases/idmapping 下载 idmapping.tb.gz，该文件共有 22 列（tab 键分割）：

    Q6GZX4 001R_FRG3G 2947773 YP_031579.1 81941549; 49237298 PF04947 GO:0006355; GO:0046782; GO:0006351 UniRef100_Q6GZX4 UniRef90_Q6GZX4 UniRef50_Q6GZX4 UPI00003B0FD4 654924 15165820 AY548484 AAT09660.1

    每一列的含义分别为 （可以看出，许多数据库已经和GO关联了）：

    1. UniProtKB accession
    2. UniProtKB ID
    3. EntrezGene
    4. RefSeq
    5. NCBI GI number
    6. PDB
    7. Pfam
    8. GO
    9. PIRSF
    10. IPI
    11. UniRef100
    12. UniRef90
    13. UniRef50
    14. UniParc
    15. PIR-PSD accession
    16. NCBI taxonomy
    17. MIM
    18. UniGene
    19. Ensembl
    20. PubMed ID
    21. EMBL/GenBank/DDBJ
    22. EMBL protein_id

  • 根据文件 idmapping.tb.gz，将 blast 的结果，通过 UniProtKB ID，将第八列的 GO 号注释到对应的基因上。

    python UniProt2GO_annotate.py idmapping.tb.gz blastout outputfile

    结果如下：

    c93619_g2_i1 GO:0005506,GO:0016705,GO:0016021,GO:0004497,GO:0020037
    c93619_g2_i3 GO:0009733,GO:0020037,GO:0044550,GO:0016021,GO:0016020,GO:0016711,GO:0009813,GO:0005789,GO:0005506
    c70056_g1_i1 GO:0005737,GO:0019722,GO:0071889,GO:0005829,GO:0001077,GO:0006357,GO:0097720,GO:0000978,GO:0046872,GO:0005634,GO:0006874
    c93748_g1_i1 GO:0006729,GO:0008124
    c107639_g1_i1 GO:0009737,GO:0009738,GO:0005623,GO:0006970,GO:0009651,GO:0045454,GO:0009789
    c106424_g1_i1 GO:0043565,GO:0009555,GO:0003700,GO:0005634,GO:0009793,GO:0006351
    c66585_g1_i1 GO:0005737,GO:0003746,GO:0003924,GO:0005525
    c110618_g1_i8 GO:0015297,GO:0016021,GO:0015238
    c105249_g1_i5 GO:0046872,GO:0043161,GO:0005829,GO:0006915,GO:0032648,GO:0050691,GO:0005654,GO:0070936,GO:0061630,GO:0005634
    c134727_g1_i1 GO:0072546,GO:0030246,GO:0005783

拓展阅读：

Gene Ontology (GO) 注释的更多相关文章

  1. KEGG and Gene Ontology Mapping in Bioinformatic Method

    使用KOBAS进行KEGG pathway和Gene Ontology分析 Article from Blog of Alfred-Feng http://blog.sina.com.cn/u/170 ...

  2. gene Ontology （基因本体论）

    gene ontology为了查找某个研究领域的相关信息,生物学家往往要花费大量的时间,更糟糕的是,不同的生物学数据库可能会使用不同的术语,好比是一些方言一样,这让信息查找更加麻烦,尤其是使得机器查找 ...

  3. GO | KEGG的注释是怎么来的？

    但凡是做过基因表达数据分析的(芯片.RNA-seq,scRNA-seq),肯定是跑过基因集功能注释和通路富集的,因为它是研究未知基因集的利器. 但跑过之后老板肯定会给反馈,通常得到的注释都是没有太多意 ...

  4. GO注释

    1.GO资源简介 由于生物系统的惊人复杂性和需要分析的数据集的不断增加,生物医学研究越来越依赖于以可计算的形式存储的知识.基因本体论(GO)项目为基因功能和基因产物的可计算知识提供了目前最全面的资源. ...

  5. 蛋白序列GO号注释及问题

    #===============================      版本1  ===============================================InterProSc ...

  6. GO 功能注释

    文章转载于 Original 2017-06-12 liuhui 生信百科 相似的基因在不同物种中,其功能往往保守的.显然,需要一个统一的术语用于描述这些跨物种的同源基因及其基因产物的功能,否则,不同 ...

  7. 转： Annovar 软件注释流程介绍

    第一步:下载Annovar 上Annovar官网下载(http://annovar.openbioinformatics.org/en/latest/user-guide/download/),现在要 ...

  8. Ontology Relations

    Overview The following page documents the relations used in the filtered GO ontology. For informatio ...

  9. 基因探针富集分析（GSEA）& GO & pathway

    http://blog.sina.com.cn/s/blog_4c1f21000100utyx.html GO是Gene Ontology的简称,是生物学家为了衡量基因的功能而而发起的一个项目,从分子 ...

随机推荐

  1. ORACLE数据库 memory_target SGA 大小

    修改 memory_target 用oracle用户登录,sqlplus "/as sysdba"SQL> show parameters target;     show ...

  2. （转）Python3 zip() 函数

    转:http://www.runoob.com/python3/python3-func-zip.html 描述 zip() 函数用于将可迭代的对象作为参数,将对象中对应的元素打包成一个个元组,然后返 ...

  3. logback-spring.xml配置文件

    <?xml version="1.0" encoding="UTF-8"?> <configuration debug="false ...

  4. Apache启动报错：Invalid command 'AuthType', perhaps misspelled or defined by a module not included in it

    在apache配置文件里面加了AuthType PFApacheAgent,,结果重启apache的时候歇菜了,,总是报上面的错, <Directory />AllowOverride n ...

  5. leetcode 292. Nim游戏（python）

    你和你的朋友,两个人一起玩 Nim 游戏:桌子上有一堆石头,每次你们轮流拿掉 1 - 3 块石头. 拿掉最后一块石头的人就是获胜者.你作为先手. 你们是聪明人,每一步都是最优解. 编写一个函数,来判断 ...

  6. Git学习及使用

    一.认知git理论 1.git出现的背景 版本控制 版本控制是一种记录一个或若干文件内容变化,以便将来查阅特定版本修订情况的系统. 许多人习惯用复制整个项目目录的方式来保存不同的版本,或许还会改名加上 ...

  7. day20—CSS中伪类:before与:after的应用:

    转行学开发,代码100天——2018-04-05 CSS中的两个伪类:before和:after适合应用与在元素的开始或者结尾处添加修饰性文字或外观,实现内容添加的同时并没有破坏HTML代码 语义.如 ...

  8. mariadb（二）增删改

    一.表的结构的增删改 添加数据类型 alter table 表名 add 字段 数据类型: #如果字段存在则会报错 Duplicate column name '字段' #修改数据类型 alter t ...

  9. PHP 数组下标自动转换为整型的坑

    在做项目时,上线后遇到一个 BUG,有一个数组存储了下标从 '01'到'18' 总共18组数据.上线前测试了前几组数据,没问题.上线后,在用户选择'15'时报错,找不到这个数据.查了一下代码,数据是没 ...

  10. python实现读取配置文件

    实现代码如下: # 读取配置文件,取其值组成列表class ReadTxt: def read_txt(self,path): li_info = [] with open(path) as f: l ...