Генная онтология и биологические базы данных

Для масштабной интерпретации геномов требуется общий, машиночитаемый язык для описания функций генов. Генная онтология предоставляет такой язык — структурированный словарь молекулярных функций, биологических процессов и клеточных локализаций, — в то время как курируемые базы данных, такие как KEGG и Reactome, предоставляют знания о путях и реакциях, на основе которых интерпретируются геномные результаты.

Definition

Генная онтология — это структурированный, иерархический контролируемый словарь, описывающий атрибуты генных продуктов в трех областях — молекулярная функция, биологический процесс и клеточный компонент, — а биологические базы данных представляют собой курируемые хранилища (такие как KEGG, Reactome и ресурсы по ассоциации белков), которые хранят функциональные знания, знания о путях и взаимодействиях, используемые для аннотирования и интерпретации геномных данных.

Scope

Эта тема охватывает контролируемые биологические словари и основные базы знаний, которые хранят курируемую функциональную информацию и информацию о путях: структуру и использование Генной онтологии, как гены аннотируются терминами онтологии с кодами доказательств, а также роль баз данных путей и взаимодействий. Это справочный и образовательный материал, который не предоставляет клинических рекомендаций.

Core questions

• Как можно описать функцию генного продукта согласованным, вычислимым способом?
• Что охватывают три домена Генной онтологии и как они организованы?
• Как указывается надежность аннотации, например, с помощью кодов доказательств?
• Какие базы данных содержат знания о путях, реакциях и взаимодействиях, и чем они отличаются?

Key concepts

• Контролируемый словарь и онтология
• Молекулярная функция, биологический процесс, клеточный компонент
• Структура GO в виде ориентированного ациклического графа (DAG)
• Аннотация и коды доказательств
• Базы данных путей (KEGG, Reactome)
• Базы данных белковых взаимодействий и ассоциаций (STRING)

Mechanisms

Генная онтология организует термины в виде ориентированного ациклического графа, в котором специфические термины наследуются от более общих в трех независимых областях: молекулярная функция (биохимическая активность генного продукта), биологический процесс (более широкая программа, в которую он вносит вклад) и клеточный компонент (место его действия). Гены связываются с терминами посредством аннотаций, каждая из которых помечена кодом доказательства, который фиксирует, является ли поддержка экспериментальной, вычислительной или выведенной куратором. Дополнительные базы данных содержат знания, которые онтология не охватывает: KEGG и Reactome кодируют пути как сети реакций и связей, а ресурсы по ассоциации белков, такие как STRING, агрегируют доказательства функциональных связей между белками. Вместе эти ресурсы предоставляют курируемые наборы генов и эталонные аннотации, которые используются последующими методами обогащения и сетевого анализа.

Clinical relevance

Онтологии и курируемые базы данных являются общей инфраструктурой, которая делает интерпретацию геномов воспроизводимой в различных исследованиях, предоставляя словарь и наборы генов, используемые в аннотировании, обогащении и сетевом анализе. Они описывают, как биологические знания организованы для вычислений, и служат справочными ресурсами, а не основой для индивидуальных диагностических или лечебных решений.

History

Генная онтология была запущена в 2000 году консорциумом баз данных модельных организмов для унификации описания функций генов у разных видов и стала фактическим стандартным словарем для функциональной геномики. В том же году KEGG формализовала знания о путях в виде вычислимых карт, а Reactome позднее добавила вручную курируемую базу знаний о путях на уровне реакций. Базы данных ассоциаций белков, такие как STRING, расширили курирование до функциональных и физических взаимодействий, завершив экосистему ресурсов, от которых теперь зависит большинство анализов обогащения и сетевого анализа.

Key figures

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

Seminal works

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

Frequently asked questions

Каковы три домена Генной онтологии?

Молекулярная функция (биохимическая активность генного продукта), биологический процесс (более широкая программа, в которую он вносит вклад) и клеточный компонент (место его действия в клетке). Эти три домена организованы независимо.

Почему аннотации Генной онтологии содержат коды доказательств?

Коды доказательств фиксируют, как была подтверждена аннотация — например, экспериментальными данными или вычислительным выводом, — чтобы пользователи могли оценить надежность данного присвоения гена термину.