DAVID使用方法介绍

DAVID使用说明文档
一、DAVID简介
DA VID （the Database for Annotation，Visualization and Integrated Discovery）的网址是/。

DA VID是一个生物信息数据库，整合了生物学数据和分析工具，为大规模的基因或蛋白列表（成百上千个基因ID或者蛋白ID列表）提供系统综合的生物功能注释信息，帮助用户从中提取生物学信息。

DA VID这个工具在2003年发布，目前版本是v6.7。

和其他类似的分析工具，如GoMiner，GOstat等一样，都是将输入列表中的基因关联到生物学注释上，进而从统计的层面，在数千个关联的注释中，找出最显著富集的生物学注释。

最主要是功能注释和信息链接。

二、分析工具：
DAVID需要用户提供感兴趣的基因列表，在基因背景下，使用提供的分析工具，提取该列表中含有的生物信息。

这里说的基因列表和背景文件的选取对结果至关重要。

1.基因列表：这个基因列表可能是上游的生物信息分析产生的基因ID列表。

对于富集分析而言，一般情况下，大量的基因组成的列
表有更高的统计意义，对富集程度高的特殊Terms有更高的敏感度。

富集分析产生的p-value在相同或者数量相同的基因列表中具有可比性。

DAVID对于基因列表的格式要求为每行一个基因ID或者是基因ID用逗号分隔开。

基因列表的质量会直接影响到分析结果。

这里定性给出好的基因列表应该具有的特点，一个好的基因列表至少要满足以下的大部分的要求：
（1）包含与研究目的相关的大部分重要的基因（如标识基因）。

（2）基因的数量不能太多或者太少，一般是100至10000这个数量级。

（3）大部分基因可以较好的通过统计筛选，例如，在控制组和对照组样品间选择显著差异表达基因时，使用的t-test标准：fold changes >=2 && P-values <=0.05。

（4）大部分是上下调的基因都涉及到特定的某一生物过程，而不是随机的散布到所有可能的生物过程中。

（5）一个好的基因列表比起随机产生的一个基因列表，应该含有更丰富的生物信息。

（6）在同样的条件下，列表具有高度可重复性。

（7）高通量数据的质量能够被其他独立的实验证实。

以上（2），（3），（6）&（7）是来自上游的数据标准，DAVID会自动检查其余的各项要求，即（1），（4）&（7）。

2.基因背景：在一项研究中，如果一个生物过程不正常，那么通过高通量筛选技术，对该过程共同作用的基因有更大的可能性被选为
相关的一组。

富集分析正是以此为基础。

为检测富集的程度，必须选取一个背景来进行对比。

基因背景的选取有一个指导原则，就是必须构建一个足够大的，研究者可能涉及的所有基因的集合。

用户使用默认的背景文件（默认为该物种的所有基因），或者是上传一个基因列表文件作为基因背景。

3.DAVID为实现各项功能分析，提供了以下4个分析内容（共6个分析工具）：
（1）Gene Name Batch Viewer
这个工具能够实现将基因ID迅速翻译成基因名称，从而给研究者对于基因ID列表一个直观的印象，初步判断基因列表是否符合要求目的。

图1中显示了该工具的分析结果，具体说明图1中标注。

图1 Gene Name Batch Viewer的分析结果
（2）Gene Functional Classification
这个工具是Gene Name Batch Viewer工具的延伸。

由于基因名称并不能显著体现基因的功能，所以我们需要更加有效的功能分类工具。

该工具基于它们共同的注释信息，而不是基因名称，采用全新的模糊聚类算法，能够实现将功能相关的基因聚到一起作为一个单元，在生物学网络水平上去研究这些基因群。

对聚类结果打分，分值越高，代表该组内的基因在基因列表中越重要。

同时还提供了2-D View，以热图形式展现聚类到同一组的基因和该组内各个Term之间的关系。

结果见图2，将列表中的基因ID作为聚类对象，将功能相关的基因分组显示。

图3是以热图形式展示的gene-term关系。

图2 Gene Functional Classification的分析结果
图3 2-D View展示gene-term关系（3）Functional Annotation
该工具是DA VID最核心的分析内容，包含了三个子工具：
Functional Annotation Chart
该工具提供gene-term的富集分析。

相比于其他富集分析软件而言，DA VID在该功能上最显著的特点是，注释范围的可扩展性：从最初的GO注释，扩展到现在超过40中的注释种类，包括GO注释，KEGG注释，蛋白相互作用，蛋白功能区域，疾病相关，生物代谢通路，序列特点，异构体，基因功能总结，基因在组织里的表达和论文等。

用户可以根据需要选择其中的某些或者所有种类的注释信息。

结果中以基因列表中富集的Terms为对象，将信息按照DA VID计算出来的p-value排列，同时链接指向更多的信息，见图4。

图4 Functional Annotation Chart的分析结果
Functional Annotation Clustering
该工具使用类似于Gene Functional Classification工具的模糊聚类方法，基于注释共同出现的程度作聚类，对被注释上的Terms做聚类，即Terms被分成多组，并将给出聚类的分值。

分值越高，代表该组内的基因在基因列表中越重要。

同时还提供了2-D View，以热图形式展现聚类到同一组的基因和该组内各个Term之间的关系。

结果中（见图5），即被注释上的Terms作为聚类对象，用户可以根据聚类的分值找到重要的Terms。

图5 Functional Annotation Clustering的分析结果
Functional Annotation Table
该工具实现了基因的功能注释，将输入列表中每个基因在选定数据库中的注释以表格形式呈现。

结果见图6。

.
图6 Functional Annotation Table的分析结果
（4）Gene ID Conversion
该工具实现不同数据库的基因标识间的转换。

包含NCBI, PIR 和 Uniprot/SwissProt等重要数据库的基因标识信息。

结果如图7所示，左边的表格显示转换的情况，右边表格以列表呈现转换结果，和基因名称注释等。

图7 Gene ID Conversion分析结果
总结：
对于以上6项分析工具各有偏重点，下面给出一个指示图（见图8），帮助用户选择DAVID的各项分析工具。

图8 DAVID各项分析工具的选择指示图三、使用步骤：
1.向DA VID网站提交一个基因列表。

首先登录到网站/的首页（见图9）。

点击页面顶端的“Start Analysis”在弹出页面的左边有一个面板“Gene List Manager”，在该面板的“upload”标签下提交基因列表（基因列表的格式为每行一个基因或者行内的多个基因以逗号分隔，可以将基因列表黏贴到输入窗口或者以文件形式上传）；接着选取输入基因列表的ID类型；最后确定列表的类型，是基因列表还是作为背景文件。

点击use，进入分析。

图9 网站首页
上传的数据可以供所有的分析模块共享，而不需要重复上传。

基因列表文件可以选取如图10中所示的Demolist1 和Demolist2。

本文
中使用DA VID提供的Demolist1作为基因列表。

附件一是人的血瘀和正常样品之间的显著差异表达基因列表，可供使用。

如果你要做的是全基因组背景或者是接近全基因组背景的研究，就不需要上传那个背景文件，网站会自动根据上传的基因列表类型，选择对应物种的所有基因作为背景文件。

如果你要自己设定背景，也可以在“upload”标签中上传，然后在“Background”标签中选定所需的列表作为背景。

本文中选取默认的背景文件，即人的全基因作为背景。

图10 上传数据窗口
在“List”标签中，可以看到所有上传的列表。

在图11所示的右侧中，选择分析项。

图11 Lsit标签和分析工具选择窗口
（1）选择Gene Name Batch Viewer这项分析，弹出的窗口显示分析结果，即基因ID和对应的基因名称、相关基因以及所属物种。

用户可以据此初步判断，列表中是否含有感兴趣的基因（见图12）。

Species栏指向物种相关的ncbi信息网页。

图12 Gene Name Batch Viewer分析结果
点击Related Genes栏中的RG，将会出现跟该行基因功能相关的基因列表，如图13所示的结果。

图13 功能相关基因列表
（2）选择“Gene ID Conversion Tool”这项分析工具，在弹出窗口（见图14）中，选择目的标识类型，然后点击“Submit to Conversion Tool”，弹出结果窗口，详细说明见图15。

（参照网页/helps/conversion.html#result）
图14 Gene ID Conversion Tool窗口
图15 Gene ID Conversion Tool结果说明文件
（3）选择“Gene Functional Classification”这项分析工具，弹出的结果和具体说明见图16（具体说明参照网页/helps/functional_classification.html#textmode）。

图16 Gene Functional Classfication
（3）选择“Functional Annotation Tool”这项分析工具,会弹出图17所示窗口（具体说明参照/helps/functional_annotation.html#summary）。

图17 Functional Annotation Tool界面
点击页面底部的三个选项“Functional Annotation Clustering”、“Functional Annotation Chart”、“Functional Annotation Table”:
选择Functional Annotation Clustering这一项分析，可以对被注释上的Terms做聚类，弹出结果见图18，图中绿色的图标可以显示
2-D view热图（详见之前提到）。

图18 Functional Annotation Clustering分析结果
选择“Functional Annotation Chart“这一项分析，可以实现Terms的富集分析。

结果见图19（具体说明见网页/helps/functional_annotation.html#E3）。

图19 Functional Annotation Chart结果展示
选择“Functional Annotation Table “这项分析，可以实现对基因的所有选定数据库注释。

具体结果见图20。

图20 Functional Annotation Table页面解说
参考文献：
Systematic and Integrative Analysis of Large Gene Lists Using DAVID Bioinformatics Resources 发表在Nature Protocols。