文献:DOSE: an R/Bioconductor package for disease ontology semantic and enrichment analysis

文献时间

2015

摘要

DO以疾病的形式来对人类的基因进行注释,对于联系高通量数据与临床数据有很重要的作用。DOSE是一个R包,提供基因和DO术语之间的语义相似度计算,使生物学家能够探索疾病之间的相关性以及从疾病角度探索基因功能。此包提供超几何模型,基因集富集分析,基因类之间的对比等功能。

介绍

通过理解疾病之间,基因和疾病之间的联系,就能够从高通量数据中挖掘出疾病的一些相关分子机制。疾病方面利于早期诊断,药物研发。基因方面利于解决生物问题,以及发现意外的功能。

DO提供了基因在疾病角度一致的注释。为了便于使用着了解疾病的相关知识,DO数据库提供了一个页面浏览器来了解DO术语,疾病和基因注释数据库提供了一个页面接口来比对基因和疾病。DO使用有向非循环结构作为疾病知识语义相关性算法的基础。有很多遗传学工具库例如SML,SimPack,SemMF,OWLSim和Similarity,这些都可以用来计算语义相关性。DOSim是特定为DO设计的,但是作者并没有持续更新。FunDO提供假设性检验来检验一个基因集的DO术语,但是并不允许提供北京基因,因此结果会有偏移。

因此,我们搞了一个DOSE。为了研究基因组和蛋白组的相关性功能,DOSE提供假设性检验和GSEA分析。同时提供了多种可视化的工具。

实施

DOSE使用doSim函数来计算DO术语的语义相似度,使用四种基于信息内容的算法和一种基于图形的算法。

这些算法从GOSemSim继承得来。gengSim通过将基因对应到DO术语上来计算基因之间的语义相似度。DOSE中有四种合并语义相似得分的方法:

  • max:所有DO术语对中最高的语义相似得分
  • avg:所有DO术语对中平均的语义相似得分
  • rcmax:每行(列)的平均语义相似得分中的最大值
  • best-match average:每行(列)语义相似得分

DOSE提供解设性检验来评估疾病和差异性基因之间的联系。enrichGO提供背景基因功能。gseAnalyzer函数支持高通量数据的GSEA分析。这些功能可以同来判断生物实验得到的基因是否和特定的疾病相关。多重假设检验的矫正方法包括Bonferroni,Benjamini,False Discovery Rate和q-values。不同条件形成的基因簇与疾病之间的联系可以通过clusterProfiler包进行比较。各种图形化函数可以通过包的文档查看。

结果和讨论

DOSE是通过R语言开发的,并在Bioconductor项目上发布。它提供了5种用于DO和语义相关性计算的算法;用于鉴定与疾病显著相关基因集的假设性检验;GSEA来将各种组学文件转化为对应的疾病内容,以及比对不同基因集之间的疾病相关性的显著性。相关的R脚本在附录文件中。

DOSE使用语义相关性途径和富集分析来方便人们对大基因集的分析。而且,还能够对分析结果进行可视化。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,717评论 6 496
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,501评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,311评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,417评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,500评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,538评论 1 293
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,557评论 3 414
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,310评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,759评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,065评论 2 330
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,233评论 1 343
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,909评论 5 338
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,548评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,172评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,420评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,103评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,098评论 2 352

推荐阅读更多精彩内容