基于基因本體(GO)的基因語(yǔ)義相似性度量方法的研究及應(yīng)用.pdf

1、在當(dāng)今的基因組時(shí)代，我們面臨的主要挑戰(zhàn)之一則是基因之間功能關(guān)系的挖掘，高通量的微陣列技術(shù)的出現(xiàn)填補(bǔ)了這一缺陷。DNA微陣列提供了大量的基因表達(dá)數(shù)據(jù)，這為基因功能和基因調(diào)控關(guān)系研究提供了獨(dú)特的機(jī)會(huì)。通常認(rèn)為具有相似表達(dá)譜的基因具有類似的功能，可以通過(guò)已知功能基因的表達(dá)譜模式預(yù)測(cè)未知基因的功能。但是現(xiàn)在的研究發(fā)現(xiàn)，功能相似的基因并不總是具有相似的表達(dá)譜模式。因此，研究基因功能的研究人員希望通過(guò)其他途徑提高他們預(yù)測(cè)基因功能的準(zhǔn)確性，基因本體(

2、Gene Ontology,GO)的出現(xiàn)使這種想法變成了可能?，F(xiàn)在，應(yīng)用GO注釋定義基因的“語(yǔ)義相似性”(semantic similarity)進(jìn)而定義基因功能相關(guān)性已成為越來(lái)越普遍的做法。
　　 本文探討了國(guó)內(nèi)外基因語(yǔ)義相似性的研究現(xiàn)狀，對(duì)目前常用的四種基因語(yǔ)義相似性度量方法(集合法、向量法、圖形法和術(shù)語(yǔ)法)的典型模型及優(yōu)缺點(diǎn)進(jìn)行詳細(xì)介紹，其中術(shù)語(yǔ)法是本文的重點(diǎn)，因此對(duì)術(shù)語(yǔ)法模型Resnik、Jiang和Conrath、Li

3、n、Combine和Wang進(jìn)行了重點(diǎn)介紹。
　　 本文針對(duì)已有語(yǔ)義相似性度量方法的不足，充分考慮GO的拓?fù)浣Y(jié)構(gòu)和術(shù)語(yǔ)間的語(yǔ)義關(guān)系，引入了術(shù)語(yǔ)級(jí)的概念，對(duì)語(yǔ)義類型邊的語(yǔ)義貢獻(xiàn)因子進(jìn)行重新定義，并引入了根術(shù)語(yǔ)到具體術(shù)語(yǔ)全路徑的概念，提出了一種基于GO語(yǔ)義全路徑的基因語(yǔ)義相似性度量方法(Full pathway similarity,FPS)。通過(guò)將本文提出的基于語(yǔ)義全路徑的方法應(yīng)用于實(shí)際，并與經(jīng)典的Wang方法進(jìn)行分析比較。結(jié)果表

4、明，比起Wang的方法，我們的方法得到的結(jié)果更符合實(shí)際情況，精度更高。
　　 基因調(diào)控網(wǎng)絡(luò)是功能基因組學(xué)研究的一個(gè)熱點(diǎn)，它從基因之間互相調(diào)控或影響的角度揭示復(fù)雜的生命現(xiàn)象。本文嘗試用基因的GO注解信息來(lái)代替表達(dá)譜數(shù)據(jù)，利用FPS度量基因的功能關(guān)系，并給合圖論中經(jīng)典的最大團(tuán)問(wèn)題，從GO層面出發(fā)構(gòu)建基因的調(diào)控網(wǎng)絡(luò)，結(jié)果表明我們的預(yù)測(cè)結(jié)果具有一定的可靠性，因此，我們的FPS算法可以為基因調(diào)控關(guān)系研究及調(diào)控網(wǎng)絡(luò)構(gòu)建提供有用的參考信息。<