GO、KEGG功能注釋是一個相親的過程

老闆最近讓小妹我做一個缺氧相關的課題，研究一下和缺氧有關的lncRNA，小妹我把293T細胞放在低氧環境中造成缺氧，加上正常的293T，分別抽提了RNA，找了一家公司做了下RNA-seq，然後他們就給了我一堆數據，就像這樣子，光是看倍數變化以及P值，依然有好幾百個啊。

萬里挑一偶買噶，研究哪一個？

這種情況相信很多童鞋也遇到過，想再進一步縮小目標的話，最流行的方法莫過於GO、KEGG功能分析了，恰好小妹朋友里有一個女性朋友小A，她是相親狂魔，至少相過50多個了，每次不是因為各種不滿意拒絕了，小妹不知怎麼一琢磨，發現這相親過程和GO、KEGG注釋有幾分相似之處，給你開開腦洞。

首先還是來再了解一下GO、KEGG功能注釋是什麼鬼？怎麼就和相親扯上邊了。

（一）給每個分子貼上標籤，便於檢索

相親的時候，小A比較感興趣的是他有幾套房、幾部車、父母是否健康、癖好、年收入等，而職場上HR想要挖掘人才的時候，都會想了解那些信息呢？最基本就是他(她)的姓名、住哪裡、什麼專業、211 or 985、戶口、婚姻狀況、任職經歷、業務能力等，研究的領域不一樣，關心的分子屬性也會不同。

同樣的，這麼多lncRNA不可能全部研究，只能萬里挑一，結合你所擅長的領域或者方向去挑選幾個lncRNA研究下去。

(1) GO給每個分子貼上標籤，幫助我們快速尋找到目標分子

GO中最基本的概念是「標籤(term)」。GO是用一套統一的辭彙表來描述生物學中的分子功能、生物過程和細胞成分。

其思想大概過程：對於一個基因產品（蛋白質或RNA），用某些辭彙來描述它是幹什麼的或位於細胞哪裡、或者參與了哪個生物過程，而這些辭彙就是來自GO的「標籤」。比如"cell", "fibroblast growth factor receptorbinding"，或者"signal transduction"。

這些標籤總共有可以分為三個類別:

細胞組分（CellularComponent, CC）：一般用來描述基因作用的位置，比如說高爾基體，內質網這樣的，就好比一個人的家庭住址一樣；

生物學過程(biologicalprocess)：描述的是細胞中不同活動現象，比如說蛋白質磷酸化，細胞粘附都是生物學過程，這就好比一個人是在投資銀行還是在騰訊工作呢？

分子功能（MolecularFunction）：可以描述為分子水平的活性，如催化或結合活性，描述的是分子具體的作用職能，就好比說你在投資銀行干保潔工作呢還是高管啊；

最後就形成了諸如此類的描述：

HOTAIR出沒於胞核（CC），參與了組蛋白甲基化調控引發癌基因沉默（BP），具體是結合PRC2複合物以及LSD1（MF）。

某相親對象家住朝陽區、就職於某大型諮詢公司，崗位是賀函或者老譚，外貌什麼的其實已經不重要了。

(2)KEGG功能注釋

其實和GO的作用是類似的，只是KEGG裡面最知名的是代謝通路(pathway)的注釋，它是查詢差異基因參與的信號通路比較權威的資料庫，KEGG Pathway對差異基因進行pathway分析，可以了解實驗條件下顯著改變的代謝通路，在機制研究中非常重要。

GO分析好比是將基因分門別類放入一個個功能類群的籃子，而pathway則是將基因一個個具體放到代謝網路中的指定位置。

（二）DAVID、PANTHER是常用的分析工具

GO、KEGG只是資料庫並不能直接作出文章中那麼好看的炫酷圖，可以通過DAVID或者PANTHER分析後，在excel裡面來實現。

DAVID：https://david.ncifcrf.gov（使用方法見《基因功能通路和GO分析，你用什麼軟體做？》）

--------分割線--------

最後，利用GO、KEGG注釋原理，小A相親成功了，她看上了一個學醫的。

小A：你是什麼專業啊？

醫學博士：我是學醫的。

小A：學醫的？（她以前見過4個學醫的了）很苦吧。

醫學博士：挺辛苦的，起早貪黑。

小A：最近經常聽到有醫生猝死啊(想找理由離開了)。

醫學博士：是啊，睡眠不足。

小A：要是離家近就能多睡會了，你住哪裡啊(手拿著包了)？

醫學博士：不遠，就在外灘旁邊。

小A：(來了興趣，手鬆開了包)外灘？租房很貴吧。

醫學博士：我家就在那邊。

小A：(兩眼放綠光)真的啊，那你工資很高吧。

醫學博士：(流汗)其實工資不高，主要是我爸爸，他有9個公司。

小A：其實吧我一直都覺得學醫是最高尚的，救死扶傷，創造生命的奇蹟！

醫學博士：。。。。。。

--（本段子純屬胡謅，如有雷同，忘諒解）

關注後獲取《科研修鍊手冊》1、2、3、4、5，基金篇、生信特輯

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！