通过建模 GO 系统发育注释项目中人类 curator 决策实现基因功能预测的自动化
定量方法
2018-02-21 v1 基因组学
摘要
基因本体联盟于 9 年前启动了 GO-PAINT 项目（系统发育注释与推断工具，Phylogenetic Annotation and INference Tool），目前被用于 GO 参考基因组注释项目，以支持通过同源性推断 GO 功能项（分子功能、细胞组分与生物过程）。PAINT 使用系统发育模型通过同源性推断基因功能，该过程需要经验丰富的生物 curator 进行人工策展。大量时间与精力已投入 GO-PAINT 项目，产出了超过 4000 个完全注释的系统发育家族及超过 170,000 条注释。这些初步数据因此使得对额外 9000 个未注释系统发育家族的算法化表示与自动求解成为可能。在此我们提出一个自动化的系统发育注释与推断流程，其模拟 curator 的标准注释流程并建模人工策展过程中 curator 的决策。该流程已构建入最新版 PAINT 软件，可从 http://www.pantherdb.org/downloads/index.jsp 获取。独立的自动化流程与数据集可从 https://github.com/haimingt/GO-PAINT-automation 获取。
引用
@article{arxiv.1802.07204,
title = {Automation of gene function prediction through modeling human curators' decisions in GO phylogenetic annotation project},
author = {Haiming Tang and Paul D Thomas and Huaiyu Mi},
journal= {arXiv preprint arXiv:1802.07204},
year = {2018}
}