GO 数据库

基因本体（GO）是一个用于组织和描述基因功能的系统，它提供了结构化和标准化的方式来表示生物学知识。GO 包含不同的概念，这些概念通过明确的关系连接起来，适用于所有生物物种。它帮助科学家对基因产物进行注释，比较不同生物体的功能，并整合来自各种数据库的知识，从而形成一个一致的计算框架来支持生物学研究。

GO 在线数据库

多个组织承担了可视化 GO 术语的任务。

• geneontology.org 是"官方"数据来源网站。
• Quick Go
• AmiGO

GO 三大功能

GO 由三个部分组成：分子功能（MF）、细胞成分（CC）和生物过程（BP）。

细胞组分（Cellular Component）

基因产物在何处发挥作用？ Where?

细胞组分（CC）用于描述分子功能发生的细胞定位。CC 包括：

• 细胞解剖结构包括细胞实体，比如质膜和细胞骨架，以及被膜包围的细胞隔室，比如线粒体。
• 它们所属的稳定含蛋白质复合体。
• 病毒体组分，因病毒非细胞生物而单独分类，例如病毒衣壳和病毒包膜。

分子功能（Molecular Function）

它是如何工作的？ How?

分子功能（MFs）指的是基因产物在分子层面上的活动，比如“催化作用”或“转录调节活性”。这些功能通常由单个基因产物（如蛋白质或RNA）执行，但有时需要多个基因产物组成的分子复合体来完成，尤其是当活动无法归因于复合体中的某一个基因产物时。例如，广泛的功能术语包括催化活性和运输活性，而更具体的功能术语则包括腺苷酸环化酶活性或胰岛素受体活性。

GO MF 术语代表的是活动而非执行这些活动的实体。为避免基因产物名称与其分子活性之间产生混淆，GO MF 术语都附加"活性"一词（例如蛋白激酶的 GO MF 术语就是蛋白激酶活性）。最后需要说明的是，MF 不限定活动发生的地点、时间或具体情境。

生物过程（Biological Process）

基因产物的作用是什么？ What?

生物过程（BP）是指通过多种分子活动的协同作用完成的较大规模过程或"生物程序"。广义 BP 术语的示例包括 DNA 修复或信号转导，而更具体的术语示例则包括胞嘧啶生物合成过程或 D-葡萄糖跨膜运输。

根节点术语（Root Terms）

基因本体论的三个维度各自拥有独立的根节点本体术语。此外，这三个维度是互斥的，意味着不同本体维度术语之间不存在"属于"关系。但"部分参与"和"发生于"等其他关系可以在不同 GO 维度术语间建立联系。例如，分子功能（MF）术语"细胞周期蛋白依赖性蛋白激酶活性"就是生物过程"细胞周期调控"的组成部分。

GO 层次结构

基因本体（GO）被构建成一个图形结构，其中每个GO术语是一个节点，节点之间的关系是边。GO是分层的，子术语比父术语更具体，但不同于严格的层级结构，一个术语可以有多个父术语。例如，"己糖生物合成过程"这个生物过程术语有两个父术语："己糖代谢过程"和"单糖生物合成过程"。这反映了生物合成过程是代谢过程的一个子类型，而己糖是单糖的一个子类型。

GO 可视化

Quick GO

基因本体论（GO）网站是定义方面的权威来源，但并不特别适合进行数据解读。欧洲生物信息学研究所的 Quick GO 服务提供了一个功能更友好、用户界面更佳的网页平台。在 QuickGO 中查看"己糖生物合成过程"（hexose biosynthetic process ）

GeneScape

GeneScape 是一款用于可视化基因功能的软件工具。用户输入基因列表后，该软件会绘制出与这些基因相关的基因本体(GO)术语子图。

访问：

• 网页地址：https://github.com/ialbert/genescape-central/
• 本地化安装

pip install genescape
genescape web

图片

GO 术语

图片

一个 GO term 有多个描述信息：

必要元素

• Accession (also known as Unique identifier) 登录号（亦称唯一标识符）：每个术语都有一个 GO ID，即一个以 GO:为前缀的七位数字唯一标识符，例如 GO:0005739、GO:1904659 或 GO:0016597。
• Term name 术语名称：每个术语都有一个人类可读的名称——例如线粒体、D-葡萄糖跨膜转运或氨基酸结合。
• Ontology (also known as Aspect) 本体（又称方面）：表示该术语属于三个子本体中的哪一个。分别写作分子功能（MF）、生物过程（BP）和细胞组分（CC）。
• Definition 定义：对该术语所代表内容的文字描述，以及信息来源的参考文献。
• Relationships to other terms 与其他术语的关系：描述该术语与本体中其他术语的关联方式。除代表上述各本体方面的根术语外，所有术语都通过"属于子类"关系与其他术语相关联。基因本体论采用多种其他关系类型，具体关系说明详见本体论使用的关系文档页面。

可选元素

• Alternate ID (also known as Secondary IDs) 替代 ID（又称次要 ID）：当两个或多个术语含义相同时，会合并为单一术语。所有术语 ID 均被保留，以确保不丢失任何信息（例如对已合并 ID 的注释）。
• Synonyms 同义词：与术语名称含义密切相关的替代词或短语，并通过同义词范围标明名称与同义词之间的关系。GO 同义词的范围包括：Exact 精确同义词：完全等同的表述；可与术语名称互换使用；例如"鸟氨酸循环"是"尿素循环"的精确同义词。Broad 广义：该同义词比术语名称更宽泛；例如，细胞分裂是胞质分裂的广义同义词。Narrow 狭义：该同义词比术语名称更具体或更精确；例如，光解酶介导的嘧啶二聚体修复是光反应修复的狭义同义词。Related 相关：这些术语以某种不精确的方式相关联；例如，细胞色素 bc1 复合体是泛醌-细胞色素 c 还原酶活性的相关同义词；毒力是致病机制的相关同义词。Custom synonym 本体论中也使用自定义同义词类型。例如，许多同义词被指定为系统同义词；此类同义词与术语名称完全等同。
• Comment 注释：关于该术语及其用法的额外信息。
• Chem. react 化学反应：对于与 RHEA 化学反应数据库有交叉引用的术语，本部分列出反应参与者。
• Subset 子集：表明该术语属于一个或多个 GO 子集。
• Obsolete tag 废弃标签：布尔值，表示该术语已被弃用，不应继续使用。当 GO 术语超出范围、命名或定义存在误导性，或所描述概念更适合以其他方式呈现时，该术语将被废弃并从已发布的本体论中移除。在此情况下，术语及其 ID 仍保留在本体论中，但会被标记为废弃状态，且与其他术语的所有关联关系均被移除。系统会为该术语添加注释说明废弃原因，并在可能的情况下建议替代术语。
• Taxon constraints分类约束：某些 GO 术语的注释仅限于特定物种；分类约束规定了该术语可应用于哪些分类群。
• Database cross-references数据库交叉引用：数据库交叉引用（dbxrefs）指向其他数据库中相同或非常相似的对象。这些数据库交叉引用可通过术语描述底部的选项卡查看（如下方截图所示）。

图片

GO 数据

我们可能实用过 GO 数据的各种在线网站或者 R 包等工具，但他们的实质都是从 GO 原始数据中提取出的信息，知道这些原始信息的组织形式是很久价值的。

gene ontology files

基因本体文件提供 OBO、OWL 和 JSON 三种格式。GO  提供三个版本：

• go-basic 基础版 GO，经过过滤确保本体无环状结构。此版本可安全实现注释在图谱中的向上传播。包含的关系类型有"属于"、"部分属于"、"调控"、"负调控"和"正调控"。此版本排除了跨越 GO 三大层级体系的关系，推荐用于大多数基于 GO 的注释工具。
• go 核心本体版。相比 go-basic 版本增加了额外关系类型，包括"具有部分"和"发生于"。这些关系可能连接 GO 不同分支的术语并形成本体环状结构，因此并非所有关系都适合注释传播。此版本不包含与外部本体的关联关系。
• go-plus GO 的完全公理化版本。包含跨本体关系（公理）并整合了 ChEBI、细胞本体和 Uberon 等必需外部本体。同时包含完整的关系类型集合，含部分 go 中未收录的类型。此版本不提供.obo 格式。

OBO 格式的基因本体文件每条信息都采用如下格式记录：

[Term]
id: GO:0000001
name: mitochondrion inheritance
namespace: biological_process
def: "The distribution of mitochondria, including the mitochondrial genome, into daughter cells after mitosis or meiosis, mediated by interactions between mitochondria and the cytoskeleton." [GOC:mcc, PMID:10873824, PMID:11389764]
synonym: "mitochondrial inheritance" EXACT []
is_a: GO:0048308 ! organelle inheritance
is_a: GO:0048311 ! mitochondrion distribution

下载完文件之后，可以使用如下命令查找 term 的详细信息

cat go.obo | grep "id: GO:0005886"  -A 5

1. cat go.obo：__cat命令用于显示go.obo文件的内容。__go.obo文件是一个包含Gene Ontology术语及其定义的文件，通常用于生物信息学分析。
2. |：管道符号，将cat go.obo的作为输出输入提交给后面的命令grep。
3. grep "id: GO:0005886"：__grep命令用于搜索字符串"id: GO:0005886"。这个字符串代表一个特定的GO术语ID。
4. -A 5：该选项告诉grep在找到匹配行后，再输出其后面5行内容。这通常用于查看该GO术语的详细信息，如名称、定义、注释等。

gene annotation files

基因注释文件具有物种特异性，反映了特定项目（主要是模式生物数据库团队）的工作成果，旨在为其研究的生物体提供全面且非冗余的注释文件。

基因本体联盟将注释数据（即使用 GO 术语表示基因产物属性）存储在标准化的制表符分隔文本文件中。文件中的每一行代表基因产物与 GO 术语之间的单个关联，包含支持该关联的证据代码和参考文献。

关联文件是 GAF 格式，将基因产物与 GO 术语相连接，比如 EBI 基因本体注释数据库（GOA）项目：

UniProtKB	A0A024RBG1	NUDT4B	enables	GO:0003723	GO_REF:0000043	IEA	UniProtKB-KW:KW-0694	F	Diphosphoinositol polyphosphate phosphohydrolase NUDT4B	NUDT4B	protein	taxon:9606	20250428	UniProt		UniProtKB:A0A024RBG1
UniProtKB	A0A024RBG1	NUDT4B	enables	GO:0005515	PMID:33961781	IPI	UniProtKB:Q8NFP7	F	Diphosphoinositol polyphosphate phosphohydrolase NUDT4B	NUDT4B	protein	taxon:9606	20250426	IntAct		UniProtKB:A0A024RBG1
UniProtKB	A0A024RBG1	NUDT4B	enables	GO:0008486	GO_REF:0000003	IEA	EC:3.6.1.52	F	Diphosphoinositol polyphosphate phosphohydrolase NUDT4B	NUDT4B	protein	taxon:9606	20250428	UniProt		UniProtKB:A0A024RBG1
UniProtKB	A0A024RBG1	NUDT4B	enables	GO:0016462	GO_REF:0000002	IEA	InterPro:IPR047198	F	Diphosphoinositol polyphosphate phosphohydrolase NUDT4B	NUDT4B	protein	taxon:9606	20250429	InterPro		UniProtKB:A0A024RBG1
......

这个文件包含 17 个字段：

图片

探索一下有多少个基因被注释到 GO：

# 去除注释行
gunzip -c goa_human.gaf.gz | grep -v '^!' > goa_human.gaf

# 有多少个基因被注释到 GO
cat goa_human.gaf | cut -f 3 | sort-uniq-count | wc -l
# 44717

哪些基因和蛋白是被注释最多的：

# GO 数据库中被最多注释到的蛋白
cat goa_human.gaf | cut -f 2 | sort-uniq-count-rank | head
1145	P04637
1125	P42858
1104	P05067
996	P00533
940	P62993
831	P35222
708	Q08379
695	Q12933
682	P31749
657	P0CG48


# GO 数据库中被最多注释到的基因
cat goa_human.gaf | cut -f 3 | sort-uniq-count-rank | head
1145	TP53
1125	HTT
1104	APP
996	EGFR
940	GRB2
831	CTNNB1
708	GOLGA2
695	TRAF2
682	AKT1
657	UBC

相关链接：

https://geneontology.org/

https://www.biostarhandbook.com/index.html