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:

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:

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

Overview The following page documents the relations used in the filtered GO ontology. For information on how relations are represented in OBO format, see the OBO File Format Guide.   Understanding relations in GO The ontologies of GO are structured a

原文:http://homepages.ulb.ac.be/~dgonze/TEACHING/bioinfo_glossary.html Affine gap costs: A scoring system for gaps within alignments that charges a penalty for the existence of a gap and an additional per-residue penalty proportional to the gaps length

想系统的学习生信数据库可以先看一下北大的公开课,有一章专门讲的数据库与软件: -生物信息学:导论与方法 北大\ 生物信息数据库及软件资源 一个优秀的生信开发者能够解决如下问题: 如何鉴定一个重要的且没有被解决的生物学问题? 如何将该问题转化为一个可计算的问题? 如何提出一个解决此问题的算法? 如何实现该算法? 如何评估算法? 生信工具使用者需要解决如下问题: 每个方法解决的是哪个生物学问题? 该方法有哪些基本的假设? 每个参数是什么意思,都是用来干什么的? 准确度评估,sensitivity a

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,从分子功能(molecular function).生物学过程(biological process)和细胞定位(cellular component)三个面对基因功能进行全面定义. 基因本体论,用于蛋白的功能分类! Gene Ontology可分为分子功能(Molecular Function),生物过

随着人类基因组计划(Human Genome Project)即全部核苷酸测序的即将完成,人类基因组研究的重心逐渐进入后基因组时代(Postgenome Era),向基因的功能及基因的多样性倾斜.通过对个体在不同生长发育阶段或不同生理状态下大量基因表达的平行分析,研究相应基因在生物体内的功能,阐明不同层次多基因协同作用的机理,进而在人类重大疾病如癌症.心血管疾病的发病机理.诊断治疗.药物开发等方面的研究发挥巨大的作用.它将大大推动人类结构基因组及功能基因组的各项基因组研究计划.生物信息学在基因组

非原创 参考资料: 一文掌握GO和pathway分析 - 生物信息学讨论版 -丁香园论坛http://www.dxy.cn/bbs/thread/34904124#34904124 GO富集 GO是Gene ontology的缩写,GO数据库分别从功能.参与的生物途径及细胞中的定位对基因产物进行了标准化描述,即对基因产物进行简单注释,通过GO富集分析可以粗略了解差异基因富集在哪些生物学功能.途径或者细胞定位. Pathway Pathway指代谢通路,对差异基因进行pathway分析,可以了解实

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义的,偶尔能随缘得到一些满意的注释,所以常见的注释数据库是有显而易见的缺点的. 而往往我们是在验证时才使用注释,这种拿不准确数据来验证新的数据的方法确实值得思考. 那么GO和KEGG常见注释库到底有些什么缺点呢? 那就不得不去了解GO.KEGG是怎么来的 The Gene Ontology Cons

[protocol]GO enrichment analysis     背景: 什么是富集分析,自己可以百度.我到目前也没发现一个比较通俗易懂的介绍.直接理解为一种统计学方法就可以了. 用于查看显著性. 富集分析有很多种,最常见的是GO富集分析.也有pathway富集分析.[pathway的我目前不会啊 ::>_<:: ] 工具: 也有很多种,我这里主要是用Ontologizer (links:http://compbio.charite.de/contao/index.php/cmdlin

我们的云平台上的GO富集分析工具,需要输入的文件表格和参数很简单,但很多同学都不明白其中的原理与结果解读,这个帖子就跟大家详细解释~ 一.GO富集介绍:       Gene Ontology(简称GO)是一个国际标准化的基因功能分类体系,提供了一套动态更新的标准词汇表(controlled vocabulary)来全面描述生物体中基因和基因产物的属性.GO总共有三个ontology(本体),分别描述基因的分子功能(molecular function).细胞组分(cellular compon

  Gene Ontology(GO)是基因功能国际标准分类体系.GO富集分析是对差异基因等按GO分类,并对分类结果进行基于离散分布的显著性分析.错判率分析.富集度分析,得到与实验目的有显著联系的.低误判率的.靶向性的基因功能分类,该分类即导致样本性状差异的最重要的功能差别.在芯片的数据分析中,研究者可以找出哪些变化基因属于一个共同的GO功能分支,并用统计学方法检定结果是否具有统计学意义,从而得出变化基因主要参与了哪些生物功能. 1.      对mRNA进行显著性功能富集分析,得到具有显著性.

GO数据库的信息是非常庞大的,为了有效的检索和浏览GO数据库的信息,官方提供了AmiGO, 可以方便的浏览,查询和下载对应信息,官网如下 http://amigo.geneontology.org/amigo/landing Broswer功能,采用树状结构,提供了GO的层级分类信息,示意图如下 鼠标单击某个对应的分类,会弹出如下对话框 点击Term的链接,可以查看该层级下,所有的Gene Ontology 信息,而且可以下载,示意图如下 通过树状浏览器,可以方便的根据功能对GO数据库进行筛选.

How TermFinder calculates P-values Readme: MGI GO Term Finder The GoTermFinder attempts to determine whether an observed level of annotation for a group of genes is significant within the context of annotation for all genes within the genome.  Suppos

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.GO知识库由两个主要部分组成: 基因本体论Gene Ontology (GO),提供了生物功能(“术语”)及其相互关系的逻辑结构,表现为有向无环图. GO注释(GO annotations)的语料库,将特定的基因产物(蛋白质.非编码RNA或大分子复合物,为简单起见,我们通常将其称为“基因”)与特定的

RNA Sequencing 选择其他单元: RNA Sequencing 国内领先的转录组定序基地 Transcriptome Sequencing可全面性并快速地获得某一物种特定细胞或组织在某一状态下的几乎所有的转录体(transcriptome)及基因序列,可以用于研究物种基因结构和基因功能.选择性剪接和新的转录序列(transcript)预测等.针对转录体定序研究,与全基因体定序研究一样,可分为两种类型:一种未知参考序列  (No Referenece Genome)的物种转录体定序:另

#===============================      版本1  ===============================================InterProScan的三种使用方法Interproscan,通过蛋白质结构域和功能位点数据库预测蛋白质功能.是EBI开发的一个集成了蛋白质家族.结构域和功能位点的非冗余数据库.Interproscan整合了一些使用最普及的一些数据库,并应用于功能未知的蛋白进行Interpro注释和GO注释.以下介绍3中interp

interpro 通过整合多个蛋白相关的数据库,提供了一个方便的对蛋白序列进行功能注释的平台,功能注释的内容包括蛋白质家族预测,domain 和 结合位点预测 interoro 在整合多个数据库的同时,去掉了冗余,提供了一个统一的接口,用来对序列进行功能注释:而且还提供了interproscan 这样的命令行工具,可以方便的对 大规模的蛋白序列进行注释,目前, UniprotKB 和 Gene Ontology 就是使用 interproscan 对蛋白序列进行注释的. interpro 数据库

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