关于功能富集分析的基础知识 .pdfVIP

关于功能富集分析的基础知识

富集分析

基因富集分析（genesetenrichmentanalysis）是在一组基因或蛋白中找到一类过

表达的基因或蛋白。研究方法可分为三种：Over-RepressentationAnalysis(ORA)，

FunctionalClassScoring(FCS)和PathwayTopology。ORA是目前应用最多的方法，

GO富集分析和KEGG富集分析就是使用的这种方法；FCS这种方法应用于GSEA分析。

功能分析（functionalanalysis）/通路分析（pathwayanalysis）是将一堆基因按

照基因的功能/通路来进行分类。换句话说，就是把一个基因列表中，具有相似功能的基

因放到一起，并和生物学表型关联起来。GO分析是将基因分门别类放入一个个功能类群，

而pathway则是将基因一个个具体放到代谢网络中的指定位置。

为了解决将基因按照功能进行分类的问题，科学家们开发了很多基因功能注释数据库。

这其中比较有名的就是GeneOntology（基因本体论，GO）和KyotoEncyclopediaof

GenesandGenomes（京都基因与基因组百科全书，KEGG）。

GO

GO数据库是基因本体论联合会（GeneOntologyConsortium）建立的一个数据库

（官网），旨在建立一个适用于各种物种的、对基因和蛋白

功能进行限定和描述的，并能随着研究不断深入而更新的语义词汇标准。分别从分子功能、

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，一个基因对应有一个或多

个GOterm（GO功能），一个term对应多个gene。

GO注释分为三大类，分别是：分子生物学功能（MolecularFunction，MF）、生

物学过程（BiologicalProcess，BP）和细胞学组分（CellularComponents，CC），通

过这三个功能大类，对一个基因的功能进行多方面的限定和描述。

Cellularcomponent解释的是基因产物在哪里，在细胞质还

是在细胞核，如果存在细胞质那在哪个细胞器上，如果是在线粒

体中那是存在线粒体膜上还是在线粒体的基质中。

Biologicalprocess该基因参与了哪些生物学过程，比如参

与了rRNA的加工或参与了DNA的复制。

Molecularfunction该基因在分子层面的功能是什么，它是

催化什么反应的。

通常在得到差异表达基因后，可通过功能富集分析进一步筛选对生物体具有重要意义

的基因。将筛选得到的基因分门别类放入细胞组分CC、分子功能MF和生物过程BP三个

功能类别中，基因产物被尽可能的富集到最低层的功能term上。寻找各个基因是否有共

同的GO条目，或者有没有共同的上级GO条目，可以发现具有某些共同特点的基因。根

据超几何分布关系，GO分析会对涉及的GO返回一个p-value，小的p值表示差异基因

在该GO中出现了富集。GO分析对实验结果有提示的作用，通过差异基因的GO分析，

可以找到富集差异基因的GO分类条目，寻找不同样品的差异基因可能和哪些基因功能的

改变有关。

补充：

GO是GeneOntology的缩写。本体论是哲学概念，它是研究存在的本质的哲学问

题。后来这个词被应用到计算机界，定义为概念化的详细说明。在实现上，一个

ontology往往就是一个正式的词汇表，其核心作用就在于定义某一领域或领域内的专业

词汇以及他们之间的关系，是领域内部不同主体之间进行交流的一种语义基础。

使用GO的时候一般需要GO定义文件和GO关联文件。GO定义文件存放GO词条

的定义，而GO关联文件则是不同命名体系与GO词条的映射关系。条目标准定义：

id：GO编号，如：GO:0031985

name：全称，Golgicisterna