文献时间

2000.5

摘要

已经通过测序知道，生物学核心功能的相关基因是共享的，其对应蛋白质的功能在物种之间也有很高的相似度。Gene Ontology Consortium的目的是建立一个动态可控的功能，基因（蛋白）对应表。有三个独立的ontologies：生物过程（biological process），分子功能（molecular function）和细胞组分（cellular component）。

曾经生物学家用蛋白质的各种活动和丰富度来表征蛋白，遗传学家用基因的突变现象来描述基因，如今所有生物学家意识到基因和蛋白可能有统一的一个约束。这种观念的形成，推动生物学向同一的方向发展。但是，虽然新观念出现了，但是因为基因命名系统的不一致性却不便于对共享基因（蛋白）的描述，因此便促使Gene Ontology Consortium的形成。

需要一种通用的描述语言来描述这些保守的功能

真核模式生物的对比结果显示，同源性广泛存在，而且这些基因大部分都与真核生物的关键生物过程比如：DNA复制，转录和代谢相关。随着更多真核生物全基因组的获得同源性会得到进一步的推广。

这个特点带来的机遇有：可以通过容易进行实验的个体来研究同源性的基因和蛋白，从而推断不易进行实验的同源蛋白功能，进一步应用，比如人类健康医疗。带来的挑战有：需要一定水平的计算对比资源和方法。

动态的基因同源

GO Consortium由多个物种的数据库组成，并且不断的扩大。目的是建立一个结构化，定义精确，通用，可控的对照表，来描述物种内基因和基因产物的作用。标准的索引方法不够实用，而且不能自动转换。GO中的每一个结点都会链接到其他类型的数据库，如SwissPROT，Gen-Bank，EMBL等。因为生物基因和蛋白的功能信息复杂而且变化迅速。

对于将酶分类系统（EC）应用到这里，虽然分类计算简单但是，对应功能并没有很好的定义，也没有关于蛋白之间相互作用的描述。为了定义功能，GO分了三个方面来描述。

三种类型的GO

• 生物过程（BP）
  生物过程就是指基因或者基因产物参与的生物过程。一个过程由一个或多个有序的分子功能来组成。过程往往包括物理或者化学的反映过程，一些底物转化为产物。宽泛（高级）的生物过程比如：细胞生长和维持（cell growth and maintenance）或者信号转导（signal
  transduction）。更加具体（低级）的生物过程比如：翻译（translation），嘧啶代谢（pyrimidine metabolism）或者cAMP生物合成（cAMP biosynthesis）。
• 分子功能（MF）
  分子功能就是指基因产物的生化活动，包括与特定配体或结构的结合。它只描述完成的事情，而不在乎何时，何地进行的。宽泛（高级）的分子功能比如：酶（enzyme），转运（transporter）或者配体（ligand）。具体（低级）的分子功能比如：腺苷酸环化酶（adenylate cyclase）或者Toll受体配体（Toll receptor ligand）。
• 细胞组成（CC）
  细胞组成指基因的产物在细胞的哪个位置展现活性。这个术语反映我们对真核细胞结构的理解。例如：核糖体（ribosome）或蛋白酶体（proteasome）。

Ontology包括一组明确定义的术语，具有明确定义的关系。 结构本身反映了当前生物学知识的表现形式，也是组织新数据的指南。 根据可用信息的数量和完整性，可以将数据注释到不同的级别。 这种灵活性还允许用户缩小或扩大查询的重点。

计算机科学家们在不断发展各种对照表的构架，我们希望同源性能够作为一个完善的数据集来对其进行测试。

基因和这三种注释之间是相互独立的，可能存在一个基因或基因产物对应多个注释的情况（很多），这也符合生物的特性。

ontologies为通用的真核细胞开发，不含有特定的器官，当与一些解剖数据相关时，会发生完全的整合。GO terms通过连接形成一个有向无环的网络，区分术语之间的父类子类，并且动态更新。