位置:成果数据库 > 期刊 > 期刊详情页
大规模GO注释的生物信息学流程
  • ISSN号:0438-0479
  • 期刊名称:《厦门大学学报:自然科学版》
  • 时间:0
  • 分类:Q7[生物学—分子生物学] TP319[自动化与计算机技术—计算机软件与理论;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]厦门大学海洋与环境学院,福建厦门361005
  • 相关基金:国家重点基础研究发展计划(973)项目(2010CB126403);国家自然科学基金项目(40976093);福建省青年科技人才创新项目(2008F3098)
中文摘要:

随着新一代测序技术的不断发展,海量的序列数据将为生物学研究者挖掘基因信息提供巨大的资源.信息挖掘的一项重要工作是对序列进行功能注释,其中最重要的功能注释方式是基因本体论(Gene Ontology,GO)的注释.利用生物信息学方法和软件工具集成了针对EST序列的大规模GO注释流程(1arge—scale GO annotation pipeline,LSGAP).该流程集合了BLAST、B2g4pipe以及Wego等软件和Swissprot、Nr或Interpro等常用蛋白数据库.用户可以将EST序列通过此流程最终获得可视化的GO分类统计图表,直观地显示基因在不同过程中的参与情况.为了验证LSGAP的准确性,对2007年发表的美洲牡蛎(Crassostrea Virginica)的EST序列进行了LSGAP分析,结果表明GO分析非常准确有效.通过与Blast2go和GoBlast等GO注释软件进行比较,LSGAP流程具有可以本地化运行BLAST、对硬件要求低和运行时间短等诸多优势,因此l,sGAP流程是科研人员进行基因功能挖掘的有效工具.

英文摘要:

With the fast development of next-generation sequencing technologies,a large number of biological data will provide tre- mendous sequence resources to biologists in gene exploitation. An important task on data mining is to annotate genes with functions, and the most important method is Gene Ontology (GO) annotation. This research formed the procedure of large-scale GO annotation pipeline for EST sequences,utilizing bioinformatics methodologies and software tools. This procedure encompasses different software like BLAST, B2g4pipe and Wego, together with Swissprot, Interpro or Nr protein databases. Users can put EST sequences with FASTA format through this system and ultimately gain visualized GO distribution statistics diagrams, which demonstrate the situations of the genes involved in different processes. In order to test and verify the preciseness of LSGAP, the EST sequences of eastern oyster published in 2007 were gone through this pipeline,and the results demonstrated that LSGAP procedure was quite accurate and efficient. Compared with other GO annotation software such as Blast2go (Graphical User Interface) and GoBlast,LSGAP procedure has many advantages:running BLAST software locally, without downloading many GO relative databases and consuming less time. All of the results demonstrated that LSGAP is an efficient tool for researchers to do data mining.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《厦门大学学报:自然科学版》
  • 中国科技核心期刊
  • 主管单位:中华人民共和国教育部
  • 主办单位:厦门大学
  • 主编:谢素原
  • 地址:厦门市思明南路422号厦门大学嘉庚三 817-819室
  • 邮编:361005
  • 邮箱:jxmu@xmu.edu.cn
  • 电话:0592-2180367 2187731
  • 国际标准刊号:ISSN:0438-0479
  • 国内统一刊号:ISSN:35-1070/N
  • 邮发代号:34-8
  • 获奖情况:
  • 多次被评为全国、华东地区、福建省的优秀科技期刊,2001年入选国家新闻出版总署评定的"中国期刊方阵",2003年获国家新闻出版总署颁发的"第二届国家科技...,2006年获国家教育部科技司颁发的"首届中国高校精...
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,美国剑桥科学文摘,美国生物科学数据库,英国科学文摘数据库,英国动物学记录,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),英国英国皇家化学学会文摘,中国北大核心期刊(2000版)
  • 被引量:16575