大规模GO注释的生物信息学流程

随着新一代测序技术的不断发展,海量的序列数据将为生物学研究者挖掘基因信息提供巨大的资源.信息挖掘的一项重要工作是对序列进行功能注释,其中最重要的功能注释方式是基因本体论(Gene Ontology,GO)的注释.利用生物信息学方法和软件工具集成了针对EST序列的大规模GO注释流程(large-scale GO annotation pipeline,LSGAP).该流程集合了BLAST、B2g4pipe以及Wego等软件和Swissprot、Nr或Interpro等常用蛋白数据库.用户可以将EST序列通过此流程最终获得可视化的GO分类统计图表,直观地显示基因在不同过程中的参与情况.为了验证LSGAP的准确性,对2007年发表的美洲牡蛎(Crassostrea Virginica)的EST序列进行了LSGAP分析,结果表明GO分析非常准确有效.通过与Blast2go和GoBlast等GO注释软件进行比较,LSGAP流程具有可以本地化运行BLAST、对硬件要求低和运行时间短等诸多优势,因此LSGAP流程是科研人员进行基因功能挖掘的有效工具.