[发明专利]一种用于筛选参与生物学过程调控新基因的方法

权利要求书

1.一种用于筛选参与生物学过程调控新基因的方法，其特征在于包括以下步骤：

①.在基因本体论(Gene Ontology,GO)搜索工具中，检索待研究生物学过程(biological process)的语义关系，获得待研究生物学过程的基因本体论语义(GO Term)；

②.以步骤①得到待研究生物学过程的基因本体论语义(GO Term)作为过滤(filter)条件，在基因注释数据库(Gene Annotation Database)中，分别检索并获取在待研究物种i和j中被注释到步骤①得到GO语义的基因集合A_i和A_j的信息；所述基因集合A_i和A_j信息包括基因编号(gene stable ID)，基因名称(gene name)，蛋白质编号(protein stable ID)，蛋白参考序列信息(RefSeq peptide ID)，GO语义编号(GO term accession)，GO语义名称(GOterm name)；

③.将步骤②得到的基因集合A_j的蛋白参考序列信息(RefSeq peptide ID)加载到同源蛋白质(homologous protein)检索工具中，分别检索同源组别号(Ortho Group ID)，下载检索结果并获得基因集合A_j中每一基因在待研究物种i中的直系同源基因的蛋白质分子，获得相应的蛋白质集合B_i的信息；所述蛋白质集合B_i信息包括蛋白质编号(proteinaccession)和蛋白质名称(protein name)；

④.将步骤③得到的蛋白质集合B_i的蛋白质编号(protein accession)加载到基因注释数据库(Gene Annotation Database)中，分别检索并下载蛋白质集合B_i中每一蛋白质分子对应的基因，获得相应的直系同源基因集合Ci的信息；所述的基因集合C_i信息包括基因编号(gene stable ID)，基因名称(gene name)，GO语义编号(GO term accession)，GO语义名称(GO term name)；

⑤.将步骤②和④得到的基因集合A_i和直系同源基因集合C_i的基因集合数据在统计分析软件中进行分析，求解并获取在待研究物种i中参与步骤①中所述生物学过程调控的新基因集合，命名为D_i集合，其计算公式为D_i＝A_i UC_i-A_i；所述的基因集合D_i信息包括基因编号(gene stable ID)，基因名称(gene name)，GO语义编号(GO term accession)，GO语义名称(GO term name)。

2.根据权利要求1所述的方法，其特征在于：步骤①中所述的基因本体论搜索工具可为QuickGO数据库；利用QuickGO数据库，可重复检索待研究生物学过程的下级语义，直至获取符合选择标准的语义关系图。

3.根据权利要求1所述的方法，其特征在于：步骤②或④中所述的基因注释数据库，可为动物基因组注释数据库Ensembl或植物基因组注释数据库Ensembl Plants；使用的工具为BioMart工具。

4.根据权利要求1所述的方法，其特征在于：步骤③中所述的同源蛋白质检索工具可为OrthoMCL数据库中的蛋白质序列检索工具(identify protein sequence)。

5.根据权利要求1所述的方法，其特征在于：步骤④中在动物基因组数据库Ensembl、植物基因组数据库Ensembl Plants或者在美国国立生物技术信息中心(National Centerfor Biotechnology Information，NCBI)的Gene数据库中根据物种的类别选取一种生物基因注释数据库。