基因功能与通路分析技术

基因功能与通路分析技术主讲人：李春权Single(SNP/Gene/Tf/miRNA…)multi-(SNP/Gene/Tf/miRNA…)systemCancerinformationflow：TwolinesLifeline：Mechanismline：Analysisways：+ways内容目录功能数据库和通路数据库简介√疾病风险基因的功能注释及通路注释疾病风险基因集合的功能富集分析疾病风险子通路识别方法丙酮酸丙酮酸激酶2-磷酸甘油酸磷酸烯醇式丙酮酸烯醇化酶葡萄糖6-磷酸葡萄糖6-磷酸果糖1,6-双磷酸果糖3-磷酸甘油醛1,3-二磷酸甘油酸3-二磷酸甘油酸葡萄糖代谢通路非代谢通路（信号转导通路等）磷酸化激活绑定/相关MAPK通路节点间的各种关系通过这些详细的互作关系，我们能够更清晰的了解通路！Detail：泛素化去磷酸化抑制激活磷酸化绑定/相关

ERGOBioCyc

GeneDB

通路数据库KEGG

其它通路数据库：ReactomewikipathwaysbiocartaKEGGpathway分类1.Metabolism

2.GeneticInformationProcessing

3.EnvironmentalInformationProcessing

4.CellularProcesses

5.OrganismalSystems

6.HumanDiseases

6.1Cancers

6.2ImmuneSystemDiseases

6.3NeurodegenerativeDiseases

6.4CardiovascularDiseases

6.5MetabolicDiseases

6.6InfectiousDiseases

心血管疾病（CardiovascularDiseases

）肥厚性心肌病(HCM)

Arrhythmogenicrightventricularcardiomyopathy(ARVC)

Dilatedcardiomyopathy(DCM)

Viralmyocarditis

糖尿病（TypeIIdiabetesmellitus）结肠直肠癌（Colorectalcancer）KEGG通路中的疾病基因信息？1.Metabolism

2.GeneticInformationProcessing

3.EnvironmentalInformationProcessing

4.CellularProcesses

5.OrganismalSystems

6.HumanDiseases

KEGG通路中的疾病信息？查询通路中的疾病信息进入KEGG网站选择一个通路（如：MAPK）进入该通路，改变通路显示方式为Homosapiens(human)+Disease/drug。点击GoMAPK通路结果：浏览通路中与疾病相关的基因疾病基因药靶基因人类基因培利替尼功能数据库：GeneOntology(GO)内容目录功能数据库和通路数据库简介疾病风险基因的功能注释及通路注释√疾病风险基因集合的功能富集分析疾病风险子通路识别方法根据疾病风险基因识别疾病风险通路利用各种技术（基因表达谱、RNAseq、质谱、大规模突变、全基因组关联分析等）识别疾病风险基因注释这些基因到通路中识别疾病风险通路分析这些通路与疾病的相关性查看基因注释到哪些通路基因蛋白质基因idKEGGidKOnumber/ECnumberKO：KEGG直系同源组号EC：酶号具体的注释过程：案例：查看单个疾病风险基因注释到哪些通路神经胶质瘤（Glioma）风险基因（NCBI-GeneID：1956），该基因编码表皮生长因子受体（EGFR）进入KEGG搜索界面选择Searchagainst为：hsa选择PrimaryID类型为：NCBI-GeneID输入EGFR基因（如格式：1956red）点击Exec案例：查看多个疾病风险基因注释到哪些通路（适用于复杂疾病）从GAD数据库收集动脉硬化（artherosclerosis）风险基因集合：共234个基因进入KEGG搜索界面选择Searchagainst为：hsa选择PrimaryID类型为：NCBI-GeneID输入EGFR基因，格式：19red368red点击Exec234个动脉硬化相关基因凝血相关案例：查看单个疾病风险基因注释到哪些功能项神经胶质瘤（Glioma）风险基因（NCBI-GeneID：1956），该基因编码表皮生长因子受体（EGFR）进入GO界面输入EGFR基因（格式:EGFR）选择geneorproteinname

点击Go!GuidetoGOEvidenceCodesExperimentalEvidenceCodesEXP:InferredfromExperimentIDA:InferredfromDirectAssayIPI:InferredfromPhysicalInteractionIMP:InferredfromMutantPhenotypeIGI:InferredfromGeneticInteractionIEP:InferredfromExpressionPattern

ComputationalAnalysisEvidenceCodesISS:InferredfromSequenceorStructuralSimilarityISO:InferredfromSequenceOrthology

ISA:InferredfromSequenceAlignmentISM:InferredfromSequenceModelIGC:InferredfromGenomicContextIBA:InferredfromBiologicalaspectofAncestorIBD:InferredfromBiologicalaspectofDescendantIKR:InferredfromKeyResiduesIRD:InferredfromRapidDivergenceRCA:inferredfromReviewedComputationalAnalysis

内容目录功能数据库和通路数据库简介疾病风险基因的功能注释及通路注释疾病风险基因集合的功能富集分析√疾病风险子通路识别方法功能富集分析方法超几何检验（hypergeometrictest）tnmr通路基因疾病风险基因人类所有的基因phyper(5,40,30000-40,300,lower.tail=F)m：人类所有基因数(e.g,3万)t：通路中所有的基因数（40）n：疾病风险基因数（用户提供的基因数）（300）r：注释到通路中的疾病风险基因数（6）案例：利用iSubpathwayMiner工具进行动脉硬化风险通路识别从GAD数据库收集动脉硬化（artherosclerosis）风险基因集合：共234个基因将234个基因输入到iSubpathwayMiner系统计算每个通路注释到的基因数等利用超几何检验计算每个通路的富集显著性（P-value）通路识别结果pathwayIdpathwayNameannComponentRatioannBgRatiopvalue1path:03320PPARsignalingpathway17/23467/2179602path:04060Cytokine-cytokinereceptorinteraction24/234213/2179603path:04145Phagosome21/234156/2179604path:04610Complementandcoagulationcascades18/23469/2179605path:05140Leishmaniasis18/23472/2179606path:05144Malaria22/23450/2179607path:05150Staphylococcusaureusinfection14/23455/217965.55E-168path:05145Toxoplasmosis18/234133/217965.00E-159path:05142Chagasdisease16/234103/217961.82E-1410path:04940TypeIdiabetesmellitus11/23444/217969.69E-13动脉硬化风险基因数人类基因数注释到通路中的风险基因数通路中基因数统计显著性通路名称通路号EASEScore,amodifiedFisherExactP-Value

疾病风险基因数

人类基因

InPathway

3

40

NotInPathway

297

29960FisherExactP-Value=

0.008EASEScore=

0.06EASE分值更加严格！-1案例：利用DAVID工具进行动脉硬化风险通路识别从GAD数据库收集动脉硬化（artherosclerosis）风险基因集合：共234个基因将234个基因输入到DAVID系统利用EASE检验计算每个通路的富集显著性（P-value）DAVIDTools

步骤1：进入DAVID网站，选择

FunctionalAnnotation

DAVID地址：步骤2：（1）输入234个动脉硬化基因集合（2）选择基因ID类型为ENTREZ_GENE_ID（3）集合类型为GeneList（4）点击确定SubmitList步骤3：点击Chart可以修改阈值步骤4：点击该通路的链接案例：利用DAVID工具进行动脉硬化风险基因集合的功能富集分析从GAD数据库收集动脉硬化（artherosclerosis）风险基因集合：共234个基因将234个基因输入到DAVID系统利用EASE检验计算每个功能的富集显著性（P-value）步骤3：点击Chart内容目录功能数据库和通路数据库简介疾病风险基因的功能注释及通路注释疾病风险基因集合的功能富集分析疾病风险子通路识别方法√为什么选择子通路方法？通路由子通路组成通路过大，需要对通路进行更精细的识别。通路的局部区域往往更加与疾病相关。网络中的路径与距离网络中节点G到节点C的路径有：l1={G,A,B,C}l2={G,A,D,C}l3={G,F,A,B,C}l4={G,F,A,D,C}

从节点G到节点C的路径中，l1和l2的长度为3，l3和l4的长度为4。

长度最短的路径称为最短路径，最短路径的长度称为从起点到终点的距离，上图中从节点G到节点C的距离为3

划分子通路转化通路为酶作为节点的图。设置距离参数k。得到任意两个结点距离为小于等于k的子通路（k-clique子通路）。案例利用肺癌和正常人的表达谱数据使用SAM方法和陪数分析寻找差异表达基因。(FDR<0.01)andFold-change(FD>1.5or<0.667).肺癌差异表达基因1313个用“k-clique”子通路识别方法寻找肺癌相关的代谢子通路。酪氨酸代谢子通路：儿茶酚代谢SubpathwayMiner系统工具子通路识别SubpathwayMiner应用识别抗肿瘤药物紫杉醇(Paclitaxel)

在子宫颈癌中的活性子通路

SubpathwayMiner应用构建全局的疾病和子通路关联网络应用扩展研究Snp类风湿病的钙信号子通路识别药物应答子通路的大规模构建14类药物488个药物433个子通路3925个药物应答子通路关系其他课题组和研究机构使用iSubpathwayMiner平台的案例ComprehensiveanalysisofmicroRNAsinbreastcancerASub-PathwayBasedMethodtoIdentifyCandidateAgentsforAnkylosingSpondylitis（强直性脊柱炎）ameta-analysisoftheneurotoxiceffectsofRDXamongmultiplespeciesusingtoxicogenomicsDissectionofhumanMiRNAregulatoryinfluencetosubpathwayIdentificationoflinksbetweensmallmoleculesandmiRNAsinhumancancersbasedontranscriptionalresponses被两个综述杂志文章评论。Bioinformaticsandsystemsbiologyofthelipidome.ChemRev.2011Oct12;111(10):6452-90SystemsPharmacologytoPredictDrugToxicity:IntegrationAcrossLevelsofBiologicalOrganization.AnnualReviewofPharmacologyandToxicologyVol.53:451-473(VolumepublicationdateJanuary2013)Sciimpactfactor:21.639Sciimpactfactor:40.197Subpathway-GM方法

计算任意两个标签（差异）节点间的（有向）最短路径。如果在路径上的非标签节点数小于n，那么两个标签节点和在该最短路径上的其它节点（非标签节点）将归属于同一个子通路。方法参数n：最短路径的最大间隔节点数

s：子通路中的最小规模引用说明使用iSubpathwayMiner请引用论文：SubpathwayMiner:asoftwarepackageforflexibleidentificationofpathways.NucleicAcidsResearch2009,37(19):e131.Subpathway-GM:identificationofmetabolicsubpathwaysviajointpowerofinterestinggenesandmetabolitesandtheirtopologieswithinpathways.NucleicAcidsRes,2013.41(9):p.e101.SCI，Im