基于GO蛋白质网络功能模块调研报告.docVIP

中南大学 本科生毕业论文（设计） 题 目 基于GO的蛋白质网络功能模块评价系统的设计与实现 学生姓名 田书屹 指导教师 李敏 学 院 信息科学与工程学院 专业班级 摘 要 在后基因组时代，基于蛋白质网络的功能模块挖掘成为研究蛋白质相互作用机理和蛋白质功能的重要手段。但由于先验知识（即已知功能模块）的缺乏，如何有效评估挖掘的功能模块一直是一个重要课题。随着基因本体GO(Gene Ontology)的发展，每一个基因产物都会有一个或者多个GO注释虽然第一次提出蛋白质组概念是在1994年，但相关研究可以追溯到上世纪90年代中期甚至更早，尤其是80年代初，在基因组计划提出之前，就有人提出过类似的蛋白质组计划，当时称为Human Protein Index计划，旨在分析细胞内的所有蛋白质。但由于种种原因，这一计划被搁浅。90年代初期，各种技术已比较成熟，在这样的背景下，经过各国科学家的讨论，才提出蛋白质组这一概念。 国际上蛋白质组研究进展十分迅速，不论基础理论还是技术方法，都在不断进步和完善。相当多种细胞的蛋白质组数据库已经建立，相应的国际互联网站也层出不穷。1996年，澳大利亚建立了世界上第一个蛋白质组研究中心：Australia Proteome Analysis Facility ( APAF )。丹麦、加拿大、日本也先后成立了蛋白质组研究中心。在美国，各大药厂和公司在巨大财力的支持下，也纷纷加入蛋白质组的研究阵容。去年在瑞士成立的GeneProt公司，是由以蛋白质组数据库“SWISSPROT” 著称的蛋白质组研究人员成立的，以应用蛋白质组技术开发新药物靶标为目的，建立了配备有上百台质谱仪的高通量技术平台。而当年提出Human Protein Index 的美国科学家Normsn G. Anderson也成立了类似的蛋白质组学公司，继续其多年未实现的梦想。2001年4月，在美国成立了国际人类蛋白质组研究组织（Human Proteome Organization, HUPO）,随后欧洲、亚太地区都成立了区域性蛋白质组研究组织，试图通过合作的方式，融合各方面的力量，完成人类蛋白质组计划（Human Proteome Project）。随着人类基因组计划的实施和推进，生命科学研究已进入了后基因组时代。在这个时代，生命科学的主要研究对象是功能基因组学，包括结构基因组研究和蛋白质组研究等。尽管现在已有多个物种的基因组被测序，但在这些基因组中通常有一半以上基因的功能是未知的。目前功能基因组中所采用的策略，如基因芯片、基因表达序列分析(Serial analysis of gene expression, SAGE)等，都是从细胞中mRNA的角度来考虑的，其前提是细胞中mRNA的水平反映了蛋白质表达的水平。但事实并不完全如此，从DNA mRNA 蛋白质，存在三个层次的调控，即转录水平调控(Transcriptional control )，翻译水平调控(Translational control)，翻译后水平调控(Post-translational control )。从mRNA角度考虑，实际上仅包括了转录水平调控，并不能全面代表蛋白质表达水平。实验也证明，组织中mRNA丰度与蛋白质丰度的相关性并不好，尤其对于低丰度蛋白质来说，相关性更差。更重要的是，蛋白质复杂的翻译后修饰、蛋白质的亚细胞定位或迁移、蛋白质－蛋白质相互作用等则几乎无法从mRNA水平来判断。毋庸置疑，蛋白质是生理功能的执行者，是生命现象的直接体现者，对蛋白质结构和功能的研究将直接阐明生命在生理或病理条件下的变化机制。蛋白质本身的存在形式和活动规律，如翻译后修饰、蛋白质间相互作用以及蛋白质构象等问题，仍依赖于直接对蛋白质的研究来解决。虽然蛋白质的可变性和多样性等特殊性质导致了蛋白质研究技术远远比核酸技术要复杂和困难得多，但正是这些特性参与和影响着整个生命过程传统的对单个蛋白质进行研究的方式已无法满足后基因组时代的要求。这是因为：(1) 生命现象的发生往往是多因素影响的，必然涉及到多个蛋白质。(2) 多个蛋白质的参与是交织成网络的，或平行发生，或呈级联因果。(3) 在执行生理功能时蛋白质的表现是多样的、动态的，并不象基因组那样基本固定不变。因此要对生命的复杂活动有全面和深入的认识，必然要在整体、动态、网络的水平上对蛋白质进行研究。因此在上世纪90年代中期，国际上产生了一门新兴学科－蛋白质组学（Proteomics），它是以细胞内全部蛋白质的存在及其活动方式为研究对象。可以说蛋白质组研究的开展不仅是生命科学研究进入后基因组时代的里程碑，也是后基因组时代生命科学研究的核心内容之一。[5]、全局预测法[6]、谱方法[7]、概率方法[8]、马尔可夫随机