蛋白功能注释
2020-07-19 本文已影响0人
嗒嘀嗒嗒嘀嗒嘀嘀
基因课FTP地址：ftp://http://gsx.genek.tv/2020-3-10%E7%9B%B4%E6%92%AD%E4%B8%80%E4%B8%AA%E5%AE%8C%E6%95%B4%E7%9A%84%E8%BD%AC%E5%BD%95%E7%BB%84%E9%A1%B9%E7%9B%AE/
听张旭东老师的课
基础知识
- 基本假设：序列一级结构相似 → 功能相似
- biomart R语言软件包，基因功能查询
少量蛋白注释去数据库查找
- Uniprot
- Nr
- Swiss Prot
- tramble
- Pfam
大量蛋白功能注释流程
- blast + Nr很慢
-
Diamond软件，快两万倍
蛋白功能注释流程
- 基因注释：同源注释 → 功能分类
- 基于相似性的比对的算法是基于：动态规划算法
- 两条序列来回滑动 → 找到相似(相似性块HSP) → 打分 → 滑动 → HSP → 打分 → ...
- 缺点，假设整条序列相似性相同，与现实不相符
- 基于结构域的比对算法
e.g. 抗性基因(R基因)结构域 常见的有NBS结构域，抗性基因的保守结构域更为重要
NBS结构域、TIR结构域等
interpro是一个庞大的整合结构域数据库，整合了Pfam等各种数据库，整合后开发的软件是interproscan - 功能分类
- GO分类，完整的描述基因功能的方法,三个角度描述基因功能,较为粗糙，80%基因能做
MF 分子功能
BP 生物学过程
CC 细胞组分 - KEGG pathway
代谢pathwy注释 - COG/KOG基因家族分类
跨物种说法
通过物种分化产生的基因 —— 直系同源基因
通过拷贝产生的基因 —— 旁系同源基因
大的基因分类，每个物种24个，用A-Z表示
- GO分类，完整的描述基因功能的方法,三个角度描述基因功能,较为粗糙，80%基因能做
基因功能注释软件、平台
- blast2go
收费 - InterproScan
好用，安装步数复杂，运行慢 - eggNOG-mapper
推荐，好用哦
网页 http://eggnog5.embl.de/#/app/home
搜索eggnog即可
蛋白序列上传到网页，留下邮箱，第二天可收到结果
也可以部署到本地linux服务器
蛋白序列名称要正确，不能是转录本名称
eggNOG-mapper参数
- Taxonomic Scope # 选择物种，动物、植物等
- Orthology restrictions # one to one orthology比any要精确，前者适合大量近源物种都已经被测序的物种，如禾本科物种；后者适合近源物种研究不多的物种，如裸子植物。
- 序列少直接跑，序列多需要邮件确认，点击run
注释结果解读
- geneID
- seed_eggNOG_ortholog # 比对上的seed序列
- preferred_name # 给你蛋白序列起个名字
- GO
- KEGG
- COG/KOG代号
- 功能详写
表达数据挖掘三张表
- 表达矩阵
- 样本信息表
- 基因信息表
表达数据挖掘三张表
- 对于将不同文章放在一起的数据分析要注意批次效应
题外话
- 基因家族鉴定要用到Orthomcl做基因家族聚类、鉴定，Orthofinder更新
