7、模糊逻辑在生物信息学中的应用

模糊逻辑在生物信息学中的应用

1. 癌细胞凋亡相关基因集

癌细胞会通过多种机制避免凋亡，如增加抗凋亡蛋白的表达以及降低肿瘤抑制基因的表达。有一组包含30个基因的集合，记为GD30，它们参与细胞凋亡过程。这30个基因可分为三类：
- 第一类（表中第1 - 10行）：抗凋亡基因，其表达对应细胞存活。
- 第二类（表中第11 - 20行）：促凋亡基因，其表达信号表示细胞死亡。
- 第三类（表中第21 - 30行）：参与凋亡，但基因本体注释未明确其是抗凋亡还是促凋亡。

为了研究这些基因，我们收集了以下数据：
- 基因名称
- 基因描述
- 基因氨基酸（AA）序列
- 基因本体（GO）术语，对于每个术语，提取以下信息：
- 术语名称
- 术语GO代码
- 术语GO分支（分子功能 - F、生物过程 - P、细胞成分 - C）
- 术语证据（可追溯作者声明 - TAS、直接测定推断 - IDA等）

2. 基于基因本体注释的基因聚类

选择合适的相似性度量方法取决于具体应用和所采用的算法。若要对GD30基因集进行聚类，首先需要计算所有基因对之间的相似性（即基因相似性矩阵），可采用一些GO相似性度量方法（如FMS），然后使用聚类算法。为便于分析，我们对GD30集进行了预排列，使三个聚类结构可通过显示基因相似性矩阵直接呈现，这有助于进行独立于聚类技术的初步分析。

我们还比较了上述GO相似性与基于氨基酸序列的传统基因相似性技术。通过Smith - Waterman动态规划算法生成的基因序列相似性矩阵（图3.5），未发现明显的聚类结构，且大部分基因之间的