基因功能的富集分析已成為高通量組學(xué)數(shù)據(jù)分析的常規(guī)手段, 對于揭示生物醫(yī)學(xué)分子機制具有重要意義. 目前已有上百種基因功能富集分析的方法和工具. 根據(jù)所解決的問題和算法的原理, 這些方法可大體分為過代表分析、功能集打分、基于通路拓撲結(jié)構(gòu)和基于網(wǎng)絡(luò)拓撲結(jié)構(gòu)4大類.

來自復(fù)旦大學(xué)生命科學(xué)學(xué)院等處的幾位學(xué)者對這4大類方法的原理及其中的典型方法進行了綜述, 并討論了基因功能富集分析結(jié)果的冗余性問題及建立標準數(shù)據(jù)集的必要性.

隨著高通量測序技術(shù)的飛速發(fā)展及相關(guān)技術(shù)的廣泛應(yīng)用, 生物醫(yī)學(xué)相關(guān)研究領(lǐng)域已進入了大規(guī)模組學(xué)數(shù)據(jù)呈指數(shù)增長的后基因組時代。

  一方面, 這使得生物醫(yī)學(xué)研究得以從單個基因的分析轉(zhuǎn)變?yōu)橄到y(tǒng)水平上的研究, 對于揭示生物醫(yī)學(xué)的基本分子機制具有重要推動作用. 但另一方面, 如此龐大的數(shù)據(jù)量也給信息的有效提取和分析帶來了巨大的挑戰(zhàn).

為了從龐雜的組學(xué)數(shù)據(jù)中發(fā)掘規(guī)律, 研究者通常會對基因功能進行富集分析, 期望發(fā)現(xiàn)在生物學(xué)過程中起關(guān)鍵作用的生物通路, 從而揭示和理解生物學(xué)過程的基本分子機制. 現(xiàn)在, 基因功能的富集分析已成為功能組學(xué)數(shù)據(jù)分析的常規(guī)手段, 并隨著高通量組學(xué)數(shù)據(jù)的發(fā)展, 如從基因芯片數(shù)據(jù)到RNA-seq數(shù)據(jù)的轉(zhuǎn)變, 開發(fā)出了一系列相應(yīng)的分析方法, zui早開發(fā)的過代表分析(over-representation analysis, ORA)僅針對一組基因, 而高通量組學(xué)數(shù)據(jù)的發(fā)展使得功能集打分(functional class scoring, FCS)應(yīng)運而生, 隨著對于生物學(xué)通路及復(fù)雜網(wǎng)絡(luò)的深入完善和了解, 又相繼開發(fā)了基于通路拓撲結(jié)構(gòu)(pathway topology, PT)和基于網(wǎng)絡(luò)拓撲結(jié)構(gòu)(network topology, NT)的方法.

這篇文章對現(xiàn)有的基因功能富集分析方法進行簡要的總結(jié)評述, 以方便研究者了解相關(guān)領(lǐng)域, 并選擇適合的研究工具.

高通量實驗手段的廣泛應(yīng)用可以得到全基因組范圍內(nèi)的各種組學(xué)數(shù)據(jù), 通過統(tǒng)計分析方法, 根據(jù)基因所參與的生物通路的功能注釋信息, 發(fā)現(xiàn)其中顯著富集的生物學(xué)功能可從數(shù)據(jù)中揭示生物學(xué)分子機制問題, 從而服務(wù)于基礎(chǔ)生物醫(yī)學(xué)研究、應(yīng)用臨床醫(yī)學(xué)、藥物開發(fā)及個性化醫(yī)療等方面. 本文對基因功能富集分析方法進行了分類評述. 需要注意的是, 任何方法都沒有的“好壞”之分, 每個方法都有自己的優(yōu)點和一定適用范圍, 研究者應(yīng)在對富集分析方法有一定了解的基礎(chǔ)上, 根據(jù)研究目的和需求, 選擇zui為合理的方法. 此外, 本文還探討了功能富集分析結(jié)果的冗余性問題及建立標準數(shù)據(jù)集的必要性.