100、跨本体分析：结合基因本体中的关联和层次关系评估基因产物相似性

跨本体分析：结合基因本体中的关联和层次关系评估基因产物相似性

1. 引言

在生物知识发现领域，微阵列数据分析已成为主流。随着DNA、RNA和蛋白质序列及表达值的数量呈爆炸式增长，基因和基因产物相似性分析成为生物学家解读这些数据的主要方法。

当基因和基因产物以序列形式呈现时，通常会使用基于词的启发式方法来选择最大片段对的比对，类似于BLAST和FASTA算法对Smith - Waterman算法的近似。而当基因或蛋白质序列被映射到更高级的表示形式时，其他相似性方法也能为序列相似性测量提供额外的见解。

近年来，基因本体（GO）的影响力日益增强，一种新的评估基因或基因产物相似性的方法应运而生，即通过比较与之关联的基因本体代码注释来实现。基因本体提供了三个正交的功能基因组概念网络，分别编码基因和基因产物的生物过程（BP）、分子功能（MF）和细胞成分（CC）属性。使用GO代码注释来确定基因和基因产物的相似性，为BLAST和FASTA等方法增添了显著的额外功能。

目前，主要有两种基于GO的相似性评估方法：
- 基于层次关系的方法 ：评估每个基因本体（BP、MF或CC）内共享的层次关系来确定GO代码的相似性。例如，两个生物过程的语义接近程度由它们在BP本体中最直接共同父节点的信息特异性决定。
- 基于关联关系的方法 ：利用三个基因本体之间的关联关系来建立GO代码的相似性。这种关联关系可以预测特定生物过程最可能发生的细胞成分，以及最可能参与该生物过程的分子功能。

然而，这两种方法虽然互补，但由于测量方式的异质性，尚未有人尝试将它们结合起来。本文旨在提出一种名为跨