医学数据挖掘课件：功能分析.pptVIP

基因芯片数据的基础分析思路预处理差异表达基因筛选聚类与分类功能注释和富集分析基因集功能富集分析的原因一组基因直接注释的结果是得到大量的功能结点。这些功能具有概念上的交叠现象，不利于进一步的精细分析，所以研究人员希望对得到的功能结点加以过滤和筛选，以便获得更有意义的功能信息。富集分析方法通常是分析一组基因在某个功能结点上是否过出现(over-presentation)。由单个基因的注释分析发展到大基因集合的成组分析。由于分析的结论是基于一组相关的基因，而不是根据单个基因，所以富集分析方法增加了研究的可靠性，同时也能够识别出与生物现象最相关的生物过程。案例5：利用DAVID工具进行动脉硬化风险通路识别从GAD数据库收集动脉硬化（artherosclerosis）风险基因集合：共234个基因将234个基因输入到DAVID系统利用EASE检验计算每个通路的富集显著性（P-value）基因表达数据的获得与分析基因芯片数据的基础分析思路预处理差异表达基因筛选聚类与分类功能注释和富集分析根据疾病风险基因识别疾病风险通路利用各种技术（基因表达谱、RNAseq、质谱、大规模突变、全基因组关联分析等）识别疾病风险基因注释这些基因到通路中识别疾病风险通路分析这些通路与疾病的相关性丙酮酸丙酮酸激酶2-磷酸甘油酸磷酸烯醇式丙酮酸烯醇化酶葡萄糖6-磷酸葡萄糖6-磷酸果糖1,6-双磷酸果糖3-磷酸甘油醛1,3-二磷酸甘油酸3-二磷酸甘油酸http://www.genome.jp/kegg-bin/show_pathway?org_name=rnmapno=00010mapscale=1.0show_description=show葡萄糖代谢通路泛素化去磷酸化抑制激活磷酸化绑定/相关http://www.genome.jp/kegg/pathway/hsa/hsa04630.html节点间的各种关系通过这些详细的互作关系，我们能够更清晰的了解通路！http://www.genome.jp/kegg/document/help_pathway.htmlhttp://www.genome.jp/kegg/xml/docs/Detail：/ERGOBioCyc/GeneDB/通路数据库KEGG其它通路数据库：/ReactomeGWT/entrypoint.htmlReactomewikipathways/index.php/WikiPathwaysbiocarta/http://www.genome.jp/kegg/KEGG数据库介绍KyotoEncyclopediaofGenesandGenomes1995年5月，日本的教育、科学、体育和文化部携手建立了KEGG数据库。由日本京都大学生物信息学中心的Kanehisa实验室开发KEGG是系统地分析基因功能、链接基因组信息和功能信息的数据库,旨在揭示生命现象的遗传与化学蓝图。数据库的维护人员不定期的根据最近出版的一些学术论文和生物学实验得到的数据对该数据库进行更新，经过了17年的发展，数据库的规模不断的扩大，其应用价值也得到了世界范围内的认可。与其他数据库相比，KEGG的一个显著特点就是具有强大的图形功能，它利用图形而不是繁缛的文字来介绍众多的代谢途径以及各途径之间的关系。KEGG主页KEGG分析工具KEGGPATHWAYhttp://www.genome.jp/kegg/pathway.html可以看到KEGG收录的所有代谢途径信息通路类别KEGGpathway分类1.Metabolism

2.GeneticInformationProcessing

3.EnvironmentalInformationProcessing

4.CellularProcesses

5.OrganismalSystems

6.HumanDiseases6.1Cancers6.2ImmuneSystemDiseases6.3NeurodegenerativeDiseases6.4CardiovascularDiseases6.5MetabolicDiseases6.6InfectiousDiseases心血管疾病（CardiovascularDiseases）肥厚性心肌病(HCM)

hypertrophiccardiomyopa