基于集群環(huán)境的三種蛋白質(zhì)GO功能注釋方法的實現(xiàn).pdf

1、在獲得了海量的實驗數(shù)據(jù)后，生物信息學(xué)目前面臨的下一項艱巨任務(wù)就是盡可能快速地從這些數(shù)據(jù)中提取有意義的信息，提供給生物學(xué)家們思考分析以及進一步探究其表達的生物學(xué)含義。解決方法之一就是建立針對海量數(shù)據(jù)的高性能生物信息自動分析web平臺。在以上任務(wù)中，預(yù)測蛋白質(zhì)功能是具有重要意義的一步。基因本體（GO）是一套具有動態(tài)形式的控制詞匯，其結(jié)構(gòu)為有向無環(huán)圖?；虮倔w精確定義了蛋白質(zhì)的功能以及功能間的關(guān)系，被廣泛應(yīng)用于蛋白質(zhì)功能注釋研究中。

2、本文通過以下三種方法對蛋白質(zhì)GO功能進行了預(yù)測： (1)基于blast比對程序(blastp、psi-blast)的同源搜索，提取結(jié)果中的SwissProt關(guān)鍵詞，并將關(guān)鍵詞映射到GO； (2)基于InterProScan的蛋白質(zhì)模體、家族和結(jié)構(gòu)域搜索對蛋白質(zhì)功能進行預(yù)測； (3)基于一款實現(xiàn)了支持向量機的軟件GOKey，對蛋白質(zhì)序列特征和理化特性進行比較分類，并預(yù)測蛋白質(zhì)功能。 涉及到的數(shù)據(jù)庫及程序資源包括U

3、niProt、RefSeq、InterPro、Ensembl?，F(xiàn)已將Ensembl蛋白質(zhì)數(shù)據(jù)庫中的Novel蛋白質(zhì)全部注釋，并提供網(wǎng)頁查詢。 為實現(xiàn)Linux集群環(huán)境下的自動注釋平臺，完成了blast程序，InterProScan，GOKey及其比對數(shù)據(jù)庫在Linux集群上的安裝與自動更新，并提供了這些工具及計算結(jié)果數(shù)據(jù)庫的網(wǎng)頁接口。為充分利用集群的并行計算能力，該網(wǎng)頁接口實現(xiàn)了對提交任務(wù)的劃分。經(jīng)測試表明，集群的并行計算能力能夠