Ontologia Genética e Bases de Dados Biológicas

A interpretação de genomas em escala requer uma linguagem compartilhada e legível por máquina para descrever a função dos genes. A Ontologia Genética fornece essa linguagem — um vocabulário estruturado de funções moleculares, processos biológicos e localizações celulares — enquanto bases de dados curadas como KEGG e Reactome fornecem o conhecimento de vias e reações contra o qual os resultados genômicos são lidos.

Definition

A Ontologia Genética é um vocabulário controlado estruturado e hierárquico que descreve atributos de produtos gênicos em três domínios — função molecular, processo biológico e componente celular — e as bases de dados biológicas são repositórios curados (como KEGG, Reactome e recursos de associação de proteínas) que armazenam conhecimento funcional, de vias e de interação usado para anotar e interpretar dados genômicos.

Scope

Este tópico abrange vocabulários biológicos controlados e as principais bases de conhecimento que armazenam informações funcionais e de vias curadas: a estrutura e o uso da Ontologia Genética, como os genes são anotados em termos de ontologia com códigos de evidência, e o papel das bases de dados de vias e interações. É um assunto de referência e educacional e não fornece orientação clínica.

Core questions

• Como a função de um produto gênico pode ser descrita de forma consistente e computável?
• O que os três domínios da Ontologia Genética capturam e como são organizados?
• Como a força de uma anotação é indicada, por exemplo, através de códigos de evidência?
• Quais bases de dados contêm conhecimento de vias, reações e interações, e como elas diferem?

Key concepts

• Vocabulário controlado e ontologia
• Função molecular, processo biológico, componente celular
• Estrutura de grafo acíclico dirigido (DAG) da GO
• Anotação e códigos de evidência
• Bases de dados de vias (KEGG, Reactome)
• Bases de dados de interação e associação de proteínas (STRING)

Mechanisms

A Ontologia Genética organiza os termos como um grafo acíclico dirigido no qual termos específicos herdam de termos mais gerais em três domínios independentes: função molecular (a atividade bioquímica de um produto gênico), processo biológico (o programa maior ao qual contribui) e componente celular (onde atua). Os genes são ligados a termos por anotações, cada uma marcada com um código de evidência que registra se o suporte é experimental, computacional ou inferido por curador. Bases de dados complementares capturam conhecimento que a ontologia não abrange: KEGG e Reactome codificam vias como redes de reações e relações, e recursos de associação de proteínas como STRING agregam evidências de ligações funcionais entre proteínas. Juntos, esses recursos fornecem os conjuntos de genes curados e as anotações de referência que os métodos de enriquecimento e rede a jusante consomem.

Clinical relevance

Ontologias e bases de dados curadas são a infraestrutura compartilhada que torna a interpretação genômica reproduzível entre estudos, fornecendo o vocabulário e os conjuntos de genes usados na anotação, enriquecimento e análise de rede. Elas descrevem como o conhecimento biológico é organizado para computação e servem como recursos de referência, e não como base para decisões individuais de diagnóstico ou tratamento.

History

A Ontologia Genética foi lançada em 2000 por um consórcio de bases de dados de organismos modelo para unificar a forma como a função gênica era descrita entre as espécies, e tornou-se o vocabulário padrão de facto para a genômica funcional. No mesmo ano, o KEGG formalizou o conhecimento de vias como mapas computáveis, e o Reactome adicionou posteriormente uma base de conhecimento de vias em nível de reação, curada manualmente. Bases de dados de associação de proteínas como STRING estenderam a curadoria para interações funcionais e físicas, completando um ecossistema de recursos dos quais a maioria das análises de enriquecimento e rede agora depende.

Key figures

• Michael Ashburner
• Judith Blake
• Minoru Kanehisa
• Peter D'Eustachio

Seminal works

• ashburner-2000
• kanehisa-2000
• jassal-2020

Frequently asked questions

Quais são os três domínios da Ontologia Genética?

Função molecular (a atividade bioquímica de um produto gênico), processo biológico (o programa mais amplo ao qual contribui) e componente celular (onde na célula atua). Esses três domínios são organizados independentemente.

Por que as anotações da Ontologia Genética carregam códigos de evidência?

Os códigos de evidência registram como uma anotação foi suportada — por exemplo, evidência experimental versus inferência computacional — para que os usuários possam julgar a confiabilidade de uma determinada atribuição gene-termo.