生物信息学-蛋白相互作用分析和预测ppt课件

癌基因组表达差异分析
CGAP计划是一项由NCI建立和主持的交叉学科的 计划，用来产生用于解码肿瘤细胞的分子结构所需 的信息和技术工具。CGAP被分为五个互补的自主 部分，每一个都有它自己的目的，信息学工具和资 源。The Human Tumor Gene Index (hTGI)人类肿瘤 基因索引指明了在人类肿瘤发生过程中的基因表达。 Molecular Profiling (MP)分子表达谱展示了用前列腺 作为例子来从分子水平分析人类组织样品的概念。 The Cancer Chromosome Aberration Project (CCAP)癌 症染色体变异计划（CCAP）描述了同恶性转移相 关的染色体改变。The Genetic Annotation Index (GAI) 遗传注解索引指明和描绘了同癌症相关的多态性。 The Mouse Tumor Gene Index (mTGI)小鼠肿瘤基因 索引（mTGI）确定了在小鼠肿瘤发生过程中的基 因表达。
可以说， GO是生物学的统一化工具。
信号传导通路查询
已发表蛋白相互作用数据库分析
IntAct HPRD DIP BioGRID MINT string
PIPs 人的蛋白相互作用预测
APID: Agile Protein Interaction DataAnalyzer
string
http://string-db.org/
基因表达分析（GEO）
近年来，利用高通量方法检测基因表达越来越普 及，诸如微阵列杂交和基因表系列分析（SAGE） 可以同时测量数以万计的基因转录子（gene transcript）。基因表达大棚车（GEO：Gene Expression Omnibus）则是归档和自由分发科研人 员提交的高通量基因表达数据的公共仓库。目前， GEO存储了大约10亿单个基因表达的数据，来自 于100多种生物，内容广泛涉及到各种生物学问题。 这些大容量的数据可以使用用户友好的以Web为 基础的工具进行有效的挖掘，检索和可视化表达。 GEO的网址是www.ncbi.nih.gov/geo。
蛋白相互作用分析和 预测
百度文库
蛋白相互作用预测机理：
expression, orthology, domain co-occurrence, post-translational modifications, sub-cellular location identified by experimental methods
为什么要有CGAP？
在过去的二十年中，我们已经了解到遗 传学改变是所有癌症的根结所在。为此， CGAP将统一最新的技术，以及那些又节约 经费又有很高的通量的技术，来确定所有 与癌症的产生和发展有关的基因。
计划的目标
获得关于正常，癌前，和恶性细胞的全 面的分子学特征。
Gene Ontology
基因功能分类标准体系
Gene Ontology Consortium（GO的发起组织） 的数据库中有3大独立的ontology被建立起来： biological process生物过程, molecular function分 子功能及cellular component细胞组分。而这三 个ontology下面又可以独立出不同的亚层次， 层层向下构成一个ontologies的树型分支结构。