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:

一直都搞不清楚这两者的具体区别. 其实初学者搞不清楚很正常,因为它们的本质是相通的,都是对基因进行归类注释的数据库. 建议初学者自己使用一下这两个数据库,应该很快就能明白其中的区别. (抱歉之前没讲清楚,甚至有可能误导大家了) 以下以一个案例来详细说明两者的区别: 推荐一个没有任何基础的人都能使用的gene set注释工具 http://www.webgestalt.org/option.php GCLC TFPI HSPB6 TSPOAP1 ITGA2B OSBPL7 BAIAP2L1 NOS

第一步:下载Annovar 上Annovar官网下载(http://annovar.openbioinformatics.org/en/latest/user-guide/download/),现在要邮件注册后才能下载.邮件注册后会给你最新版软件下载地址, 下载后文件为annovar.latest.tar.gz. 第二步:安装Annovar linux系统下用该命令解压 tar zxvf annovar.latest.tar.gz 解压后生成annovar文件夹,里面有6个perl脚本程序和两个

昨天开始学用Cytoscape,其tutorial分为两个部分,基础的和高级 的.基础教程又分成了四课:Getting Started.Filters & Editor.Fetching External Data和Expression Analysis.为防忘记,做个摘记. 第一课 新手上路 地址:http://wiki.cytoscape.org/Presentations/01_Get_Started Cytoscape可以本地安装,也可以web start.软件得用java,所以要装JR

ElasticSearch Index操作源码分析 本文记录ElasticSearch创建索引执行源码流程.从执行流程角度看一下创建索引会涉及到哪些服务(比如AllocationService.MasterService),由于本人对分布式系统理解不是很深,所以很多一些细节原理也是不懂. 创建索引请求.这里仅仅是创建索引,没有写入文档. curl -X PUT "localhost:9200/twitter" ElasticSearch服务器端收到Client的创建索引请求后,是从or

P122, 这是IQR method课的第一次作业,需要统计检验,x和y是否显著的有线性关系. Assignment 1 1) Find a small bivariate dataset (preferably from your own discipline) and produce a scatterplot (this is easy using any spreadsheet) 2) Use any statistics tool (a calculator, spreadsheet

1)简介 edgeR作用对象是count文件,rows 代表基因,行代表文库,count代表的是比对到每个基因的reads数目.它主要关注的是差异表达分析,而不是定量基因表达水平. edgeR works on a table of integer read counts, with rows corresponding to genes and columns to independent libraries. The counts represent the total number of

clusterProfiler没有显性的接口,但是可以直接扣取clusterProfiler里的函数. 核心函数就是get_GO_data GO_DATA <- get_GO_data("org.Hs.eg.db", "BP", "SYMBOL") 可以看到输入的是GO数据库,选定类别,基因名字类型,输出的就是整个数据库. 但是想调用这个函数没那么简单,得导入一系列的基础函数. 一个常见的任务就是获取GO数据库里所有的cell cycle相

RNA-seq是利器,大部分做实验的老板手下都有大量转录组数据,所以RNA-seq的分析需求应该是很大的(大部分的生信从业人员应该都差不多要沾边吧). 普通的转录组套路并不多,差异表达基因.富集分析.WGCNA network以及一些没卵用的花式分析.DEG分析是基础,up and down,做个富集,了解一下处理后到底是什么通路被改变了:WGCNA主要就是根据相关性来找出一些co-express的gene module. 单细胞的转录组的玩法就比较多了,可以理解为超多样本的普通转录组,普通转录

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无章可循.Gene Ontology就是为了解决这种问题而发起的一个项目.    Gene Ontology中最基本的概念是term.GO里面的每一个entry都有一个唯一的数字标记,形如GO:nnnnnnn,还有一个term名,比如"cell", "fibroblast gro

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(Mole

1.安装,加载所用到到R包 用BiocManager安装,可同时加载依赖包 source("https://bioconductor.org/biocLite.R") BiocManager::install("clusterProfiler") library(clusterProfiler) ##富集分析library(topGO) ###画GO图library(AnnotationHub) ##获取数据库library(BiocFileCache) ##依赖包

本文主要是对没有GO term库的植物进行注释. 1.选用AgriGo 进行注释,在agriGO中点击species后,查看与你目标物种相近的物种作为库 2.比如我以甜菜为例 为了找到和GO term对应的ID,先找到PLAZA,进入网站https://bioinformatics.psb.ugent.be/plaza/versions/plaza_v3_dicots/download/index 点击data ->identifier Conversion, 找到甜菜,下载改ID对应的文件,进

http://blog.sina.com.cn/s/blog_670445240102uxwy.html 一 COG简介 COG,即Clusters of Orthologous Groups of proteins.构成每个COG的蛋白都是被假定为来自于一个祖先蛋白,并且因此或者是orthologs或者是paralogs.Orthologs是指来自于不同物种的由垂直家系(物种形成)进化而来的蛋白,并且典型的保留与原始蛋白有相同的功能.Paralogs是那些在一定物种中的来源于基因复制的蛋白,可

在注释KEGG的时候,一直用到kaas,具体kaas是个什么东东,简单的总结一下吧.     KEGG是由日本人搞的一个代谢图,收录基因和基因组的数据库,数据库可以分为 3大部分,基因数据库, 化学分子物质数据库,以及基于基因和化学分子物质相互关系而建立起来的代谢路径数据库,在KEGG数据库中,有一个"专有名词"KO(KEGG Orthology),它是蛋白质(酶)的一个分类体系,序列高度相似,并且在同一条通路上有相似功能的蛋白质被归为一组,然后打上KO(或K标签,KEGG ortho

1.<c> <c>text</c> 其中: text 希望将其指示为代码的文本. 备注 <c> 标记为您提供了一种将说明中的文本标记为代码的方法.使用 <code> 将多行指示为代码. 使用 /doc 进行编译可以将文档注释处理到文件中. 示例 // xml_c_tag.cs // compile with: /doc:xml_c_tag.xml /// text for class MyClass public class MyClass {

使用KOBAS进行KEGG pathway和Gene Ontology分析 Article from Blog of Alfred-Feng http://blog.sina.com.cn/u/1706691033 现在使用在线的通路注释,一般使用DAVID.KOBAS等工具.不同的工具可能需要输入不同的基因名或基因编号.下面举例操作一遍. 1 在gprofiler网站进行基因ID转换. 进入网址“http://biit.cs.ut.ee/gprofiler/gconvert.cgi”,选择g:

做基因组注释 先用augustus训练,然后再用maker做基因注释 augustus提供一些训练好的,如果有和你的物种非常接近的,直接用提供的,没有的话再自己训练. 网址: http://bioinf.uni-greifswald.de/augustus/ 老版本下载: http://bioinf.uni-greifswald.de/augustus/binaries/old/ 最后选择下载2.7的 新版本3.2的实在是装不上 太麻烦了!!!!! 下载好后,解压,cd src, sudo ma

路由类 Gene\Router 介绍 Gene\Router 是gene框架的核心类之一,本框架区别于其他常见框架的最大地方就是独特.强大.简单的路由定义等.路由强大灵活,支持回调.类方法:支持rest.http请求方式(get,post,put,patch,delete,trace,connect,options,head)等: 支持定义全局.局部钩子,每个方法可以定义清理全局钩子等. 实例化 初始化路由,传递缓存key,将会把路由配置缓存起来.Gene\Router如果作为gene_appl

学校编译课的作业之一,要求阅读两个较为简单的编译器的代码并做注释, 个人感觉是一次挺有意义的锻炼, 将自己的心得分享出来与一同在进步的同学们分享. 今后有时间再做进一步的更新和总结,其中可能有不少错误,也请各位大佬不吝指正. 代码可以通过使用Lazarus等pascal环境执行. 源码仓库:https://github.com/luxiaodou/Pascal-S-and-PL0-complier-comments PL0编译器源码 PL0语言是Pascal的一个子集,编译器也比较简单,逐行注释