[發(fā)明專利]基因探針信息注釋方法

無效

• 申請?zhí)枺?/td>: 200610025972.1
• 申請日: 2006-04-24
• 公開（公告）號: CN101063988A
• 公開（公告）日: 2007-10-31
• 發(fā)明（設計）人: 金剛;謝松旻;王超
• 申請（專利權）人: 中國科學院上海生命科學研究院
• 主分類號: G06F19/00
• 分類號: G06F19/00;G06F17/30
• 代理公司: 上海專利商標事務所有限公司
• 代理人: 徐迅

技術領域

本發(fā)明涉及一種基因芯片技術平臺的構(gòu)建方法，尤其涉及一種基因芯片探針的信息注釋方法。

背景技術

基因芯片的出現(xiàn)是近年來高新技術領域中極具時代特征的重大進展，是物理學、微電子學與分子生物學綜合交叉形成的高新技術?；蛐酒夹g是一種高通量的技術，其基本原理是通過微加工工藝在厘米見方的芯片上集成有數(shù)以萬計的DNA探針，來實現(xiàn)對mRNA和DNA序列進行高效快捷的定量檢測，在基因功能的闡述、疾病原因及機理的探索、可能的診斷及治療靶點的發(fā)現(xiàn)等應用領域，基因芯片正發(fā)揮著越來越大的用途。

由于基因芯片具有高通量和高信息量的特性，因此其探針注釋系統(tǒng)是構(gòu)建基因芯片技術平臺的一個關鍵步驟?；蛐酒⑨屜到y(tǒng)主要功能是注釋芯片上數(shù)以萬計的基因探針、整合關于基因的序列、功能以及代謝通路的最新相關信息，以滿足基因芯片檢測結(jié)果自動化分析和基因芯片探針設計的需要。當前世界上著名的基因芯片注釋系統(tǒng)有：美國國立健康科學院Button等人發(fā)明的DAVID系統(tǒng)、美國約翰霍普金斯大學Wilkinson等人發(fā)明的DRAGON系統(tǒng)以及斯坦福大學發(fā)明Diehn等人發(fā)明的SOURCE系統(tǒng)。這些系統(tǒng)的基本原理都是利用數(shù)據(jù)倉庫技術，通過將各個公共源數(shù)據(jù)庫物理整合，建立基因芯片探針相關信息的“一站式”的記錄。

然而，這種技術具有很大的局限性：數(shù)據(jù)倉庫最大的限制在于該技術不能實時更新。同時，由于生命科學的發(fā)展日新月益，公共源數(shù)據(jù)庫每天都收錄和更新大量新的信息，每兩到三個月才更新一次的數(shù)據(jù)倉庫技術不能及時的收錄和整合基因探針的最新信息。以DAVID系統(tǒng)為例，其注釋結(jié)果里面就含有大量的無用的URL(Universal?Resource?Location)，這些URL都不能提供給用戶正確的注釋結(jié)果。

數(shù)據(jù)倉庫注釋方法的另外一個局限在于由于公共源數(shù)據(jù)庫數(shù)據(jù)格式的不統(tǒng)一，導致隨著包含源數(shù)據(jù)庫和數(shù)據(jù)類型的數(shù)目越多，數(shù)據(jù)倉庫管理會變得越來越困難，因此數(shù)據(jù)倉庫方法的注釋能力有限。以前述的另一種探針注釋系統(tǒng)DRAGON系統(tǒng)為例，由于DRAGON系統(tǒng)的注釋能力有限，致使其不能注釋最常用的數(shù)據(jù)庫GenBank和LocusLink的信息。

由于基因探針信息注釋在基因芯片平臺建立及芯片檢測結(jié)果自動分析上的重要性，克服上述注釋系統(tǒng)的局限，建立更準確，更完善的注釋方法，是基因芯片技術領域急需解決的問題。

發(fā)明內(nèi)容

本發(fā)明的目的在于解決上述問題，提供了一種基因探針信息注釋方法，它克服了傳統(tǒng)基因芯片探針注釋系統(tǒng)的局限性，克服了數(shù)據(jù)倉庫注釋技術存在的問題，整合關于芯片探針靶點基因的序列、功能以及代謝通路的最新信息，有利于基因芯片檢測結(jié)果的自動化分析和基因芯片的探針設計。

本發(fā)明的技術方案為：一種基因探針信息注釋方法，其中包括：(1)制備基因芯片探針文庫的標識信息輸入到數(shù)據(jù)倉庫系統(tǒng)；(2)通過數(shù)據(jù)倉庫系統(tǒng)的接口程序來提取所述基因探針標識信息與公共源數(shù)據(jù)庫標識信息的對應關系；(3)根據(jù)所述的對應關系建立與所述公共源數(shù)據(jù)庫相關的鏈接，并通過所述鏈接直接提取公共源數(shù)據(jù)庫中與所述基因芯片探針相關的具體信息；(4)解析所述具體信息并將其輸出。

上述的基因探針信息注釋方法，其中，所述數(shù)據(jù)倉庫系統(tǒng)包括NCBI的Entrez、EBI的Ensembl和Uniport數(shù)據(jù)倉庫系統(tǒng)。

上述的基因探針信息注釋方法，其中，所述接口包括Entrez的E-Utilities接口、Ensembl的ensmart接口、以及UniPort的SRS接口。

上述的基因探針信息注釋方法，其中，所述具體信息包括探針對應的基因相關信息、探針對應的基因編碼蛋白相關信息、探針對應的文獻信息、以及有利于芯片結(jié)果自動化分析的數(shù)據(jù)。

上述的基因探針信息注釋方法，其中，步驟(1)中制備基因芯片探針文庫的標識信息是登陸號碼、UniGene?Cluster標識符或者LocusLink標識符。

上述的基因探針信息注釋方法，其中，步驟(3)中，所述具體信息整理后以文本格式輸出至文件。

上述的基因探針信息注釋方法，其中，步驟(3)中，所述鏈接為URL鏈接。