GoPipe:批量序列的Gene Ontology注释和统计分析(英文)

随着后基因组时代的到来,批量的测序,特别是EST的测序,逐渐成为普通实验室的日常工作. 这些新的序列往往需要进行批量的Gene Ontology (GO)的注释及随后的统计分析. 但是目前除了Goblet以外,并没有软件适合对未知序列进行批量的GO注释,而GoBlet因为具有上载量的限制,以及仅仅利用BLAST作为预测工具,所以仍有许多不足之处. 开发了一个软件包GoPipe,通过整合BLAST和InterProScan的结果来进行序列注释,并提供了进一步作统计比较的工具. 主程序接收任意个BLAST和InterProScan的结果文件,并依次进行文本分析、数据整合、去除冗余、统计分析和显示等工作. 还提供了统计的工具来比较不同输入对GO的分布来挖掘生物学意义. 另外,在交集工作模式下,程序取InterProScan和BLAST结果的交集,在测试数据集中,其精确度达到99.1%,这大大超过了InterProScan本身对GO预测的精确度,而敏感度只是稍微下降. 较高的精确度、较快的速度和较大的灵活性使它成为对未知序列进行批量Gene Ontology注释的理想的工具. 上述软件包可以在网站(http://gopipe.fishgenome.org/ ) 免费获得或者与作者联系获取.

基因表达谱富集分析方法研究进展

微阵列技术是生物技术变革的核心,允许研究者同时监测成千上万个基因的表达水平,已广泛应用于医学研究。如何挖掘海量基因表达信息中的有用信息并进行生物学专业解释,是基因表达谱数据分析领域所面临的一个重要挑战。不同的研究者提出了各种基于基因集进行富集分析的方法,在此将这些方法大致分为两大类,即bottom-up方法和top-down方法。前者先进行单基因分析,然后根据生物学领域知识注释基因集并进行分析。该方法应用广泛,且结果比单基因分析容易解释。后者先根据生物学领域知识将各基因进行归类,然后进行基因差异表达模式分析。该方法不仅能提高结论的可解释性,而且能达到降维的目的。

淋巴瘤细胞释放的EXO的蛋白质组分分析

目的:分析淋巴瘤细胞释放的胞外体(lymphoma cell-derived exosomes,LCEX)的蛋白质组分。方法:利用Shotgun技术,分析淋巴瘤Raji细胞系和Raji细胞分泌的EXO中所含蛋白种类并进一步进行鉴定。利用网络数据库进行蛋白组分功能分析。结果:Raji细胞共鉴定出了蛋白322种,Raji细胞系分泌的EXO共鉴定出了蛋白197种,其中139种蛋白为二者共有,其余58种为EXO所特有。采用了GO(gene ontology)数据库对Raji细胞释放的EXO蛋白功能进行了分析。①LCEX可能主要参与了对细胞内外刺激的应答及对应答的定位(包括与相关细胞之间的粘附、结合等),并参与免疫调节。②利用KEGG数据库分析发现,Raji细胞释放的EXO所负载的蛋白中涉及细胞粘附分子的有8种蛋白分子,主要为ICAM分子及MHC分子;③涉及抗原加工和提呈的有12种蛋白分子,主要是HSP70和HSP90家族的。结论:EXO负载了大部分其来源细胞的蛋白,所负载的蛋白中涉及多种参与免疫调节作用的分子,可能是淋巴瘤细胞参与肿瘤免疫的调节重要机制。