微阵列芯片服务器,功能性分群于微阵列芯片之应用

摘要:

由于微阵列芯片资料集拥有非常大量的基因数目，以分群的方法自动发现生物模块(biological modules)是微阵列芯片分析的一项重要主题，功能性分群(functional Clustering)藉由测量基因对应的功能性批注(functional annotation)之间的共同发生的频率(co-occurrences)来进行分群，因此可以让相关基因和批注达到一个容易剖析的数字，以利后续的假设建立和实验设计，以下将对功能性分群进行介绍。

背景:

微阵列芯片实验产生差异基因的后续分析常采用过度表现分析方法(over-representation analysis)来侦测参与的生物模块，生物模块包含基因本体论(gene ontology)或反应路径(pathways)，常被使用的侦测方法有超几何试验(hypergeometric test)等方法，由于一个生物模块只代表一个生物专业术语(term) ，因此有时候会产生一个模块内有数百至数千个基因，增加分析困难度[1]。

事实上，基因和生物专业术语在真实的生物系统下是多对多(many-to many)的关系。功能性分群方法即是利用基因间功能性批注的重复程度来侦测生物模块。也可以想象，如果专业术语间拥有许多共同的基因也可以并成一个模块，例如细胞凋亡(apoptosis)、细胞死亡(cell death) 、死亡(death)和细胞死亡调控(Regulation of cell death)。

此方法除了可以把分析结果降至一个可管理的大小外，也有可视化的优势，可产生基因对基因(gene-to-gene)、专业术语对专业术语(term-to-term)及基因对专业术语(gene-to-term)的关系图。此篇文章将使用DAVID功能性分群工具来说明功能性分群于微阵列芯片之应用