est转录组功能差异的数据挖掘系统及应用

《est转录组功能差异的数据挖掘系统及应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、浙江大学博士学位论文EST转录组功能差异的数据挖掘系统及应用姓名：陈作舟申请学位级别：博士专业：生物物理学指导教师：陈良标20070301EST转录组功能差异的数据挖掘系统及应用EST转录组功能差异的数据挖掘系统及应用摘要：大规模的cDNA测序得到了数量庞大的EST序列，这些EST序列代表了不同物种不同组织在不同环境和生理状态下的基因表达情况，为比较转录组学的研究提供了宝贵的资源。为了将转录组比较所得的差异表达的基因转化为对生物学意义的更深入的理解，生物芯片的后续分析方法经常将基因表达谱和生物学功能描述体系例如GeneOntology(GO)整合起来，从而得到相应的功能谱分布情况。但是，对于

2、由EST得到的基因表达谱，目前并没有合适的算法和软件来实现这一过程。在本论文中，我们描述了GO-Dill。第一个以Go为基础的对EST的表达谱进行功能比较分析的一种新的方法，并提供了相应的软件。通过利用完整的基因表达信息，将EST的频率(EST的基因表达度量)转化为每个GOterm所覆盖的EST个数，同时计算出不同EST库的对应量的比值(ECR6)。最后我们对每个GOterm的ECRG值进行统计检验，并对得出的P值进行多重检验(multipletesting)的校正．为了显示和验证GO-Diff的可靠性和实用价值，我们在三个例子中应用了GO-Diff：物种内的比较；综合多次比较的结果(met

3、a-analysis)来检验某一假说；跨物种的转录组功能差异的数据挖掘。最后我们将60-Oiff应用到挖掘南极鱼DissostJchusmawsoni适应寒冷的生物学特征中。GO-Oiff首次将基于EST的表达谱和G0知识库相整合从而挖掘不同转录组在功能分布上的差异，例如同一物种的不同组织或者不同物种的对应组织。随着公EST转录组功能差异的数据挖掘系统及应用共数据库里EST数据的快速增长和EST测序在普通实验室的大量普及，GO-Dill将日益成为基因表达数据挖掘的有力的方法和工具。关键词：GeneOntology，转录组，EST，GO-Diff，数据挖掘2F3T转录组功能差异的数据挖掘系统及

4、应用Adata-miningplatformforfunctionaldifferentiationanalysisbetweenEST-basedtranscriptomesLarge-scalesequencingeffortsproducedmillionsofExpressedSequenceTags(ESTs)collectivelyrepresentingdifferentiatedbiochemicalandfunctionalstates．AnalysisoftheseESTlibrariesrevealsdifferentialgeneexpressions,andther

5、eforeESTdatasetsconstitutevaluableresour∞sforcomparativetranscriptomics．TotranslatedifferentiallyexpressedgenesintoabetterunderstandingoftheunderlyingbiologicalphenolIl翎_a’existingmicroarrayanalysisapproachesusuallyinvolvetheintegrationofgeneexpressionwitllGeneOntology(GO)databasestoderivecomparabl

6、efunctionalprofiles．Howeva',methodsalenotavailableyettoprocessEST-derivedtranseriptionmapstoenableGO-basedglobalfunctionalprofilingforcomparativetranscriptomicsinahighthroughputmanner．HerewepresentGO—Diif,aGO-basedfunctionalprofilingapproachtowardshighthroughputEST-basedgeneexpressionanalysisandcom

7、parativetmnscfiptomics．Utilizingholisticgeneexpressioninformation，thesoftwareoonvertsESTfrequenciesintoESTCoverageRatiosofGOTerms．Theratiosarethentestedforstatisticalsignificancestouncoverdifferentiallyrepr