Sequence alignment-free method for phylogenetic and functional prediction and its application to molecular evolutionary studies

系统发育和功能预测的免序列比对方法及其在分子进化研究中的应用

• 批准号: 18570216
• 负责人: IKEMURA Toshimichi
• 金额: $ 2.57万
• 依托单位: Nagahama Institute of Bio-Science and Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2006
• 资助国家: 日本
• 起止时间: 2006 至 2007
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-18570216/
• 关键词: Bioinformatics; Environmental microorganisms; SOM; Protein function prediction; Phylogenetic prediction; Self-Organizing Map; Earth Simulator; Methagenome; メタゲノム解析; オリゴヌクレオチド頻度; 自己組織化マツプ; SOM; 生物系統推定; タンパク質機能推定; 環境ゲノム; トリペプチド頻度

The homology search of base and amino acid sequences has become a basic tool in the bioinformatics field, which is essential not only for analyzing the evolution and phylogeny of genes and proteins but also for estimating the function of each protein gene in sequenced genomes. While sequence homology search is obviously useful, this method cannot estimate protein functions for almost half of genes in newly sequenced genomes, especially of novel species. To complement the sequence homology search, it is urgently required to establish methods for estimating protein functions based on different principles. By applying the BLSOM (Batch-learning SOM) method to amino-acid sequences of proteins, we established a function estimation method that utilizes clustering based on the similarity of oligopeptides frequencies. The BL-SOM for oligonucleotide frequencies could recognize genome-specific characteristics of oligonucleotide frequencies in individual genomes, permitting classification (self-organization) of genomic fragment sequences according to species without the need for species information during the calculation. We applied the BLSOMs to phylogenetic and functional prediction of a massive amount of environmental genomic sequences obtained by metagenomic analyses.

对碱基和氨基酸序列的同源性搜索已成为生物信息学领域中的基本工具，这不仅对于分析基因和蛋白质的进化和系统发育至关重要，而且对于估计了测序基因组中每个蛋白质基因的功能。虽然序列同源性搜索显然很有用，但该方法无法估计新测序基因组中几乎一半基因的蛋白质功能，尤其是新型物种的蛋白质功能。为了补充序列同源性搜索，迫切需要建立基于不同原理估算蛋白质功能的方法。通过将BLSOM（批处理学习SOM）方法应用于蛋白质的氨基酸序列，我们建立了一种函数估计方法，该方法根据寡肽频率的相似性利用聚类。寡核苷酸频率的BL-SOM可以识别单个基因组中寡核苷酸频率的基因组特异性特征，从而允许根据物种对物种进行基因组片段序列的分类（自组织），而无需在计算过程中进行物种信息。我们将BLSOM应用于系统发育和功能性预测，以通过元基因组分析获得的大量环境基因组序列。

项目成果

Self-Organizing Map (SOM) unveils and visualizes hidden sequence characteristics of a wide range of eukaryote genomes

• DOI: 10.1016/j.gene.2005.09.040
• 发表时间: 2006-01-03
• 期刊: GENE
• 影响因子: 3.5
• 作者: Abe, T;Sugawara, H;Ikemura, T
• 通讯作者: Ikemura, T

Establishment of an informatics method that enables a comprehensive understanding of genome signatures and utilizing the signatures for phylogenetic classification of a massive amount of environmental sequences obtained by metagenome analyses by utilizing

建立一种信息学方法，能够全面理解基因组特征，并利用特征对宏基因组分析获得的大量环境序列进行系统发育分类

• 发表时间: 2007
• 作者: Abe;T.;Kanaya;S.;Ikemura;T.
• 通讯作者: T.

ゲノム配列情報からの効率的な知識発見のための情報学的手法の確立

建立从基因组序列信息中高效发现知识的信息学方法

• 发表时间: 2008
• 期刊: CICSJ Bulletin(日本化学会情報化学部会誌) 26
• 作者: 阿部 貴志;金谷 重彦;池村 淑道
• 通讯作者: 池村 淑道

持続可能型社会への貢献遺伝子データベース〜膨大な環境由来メタゲノム配列からの有用遺伝子探索

基因数据库为可持续社会做出贡献 - 从大量环境衍生的宏基因组序列中寻找有用的基因

• 发表时间: 2008
• 作者: 上原 啓史;棚橋 佳世;阿部 貴志;池村 淑道
• 通讯作者: 池村 淑道

データベースに蓄積の著しい機能未知のタンパク質類の機能推定のための一括学習型の自己組織化マップ法

批量学习自组织作图方法估计数据库中大量积累的未知功能蛋白质的功能

• 发表时间: 2007
• 作者: 阿部 貴志;金谷 重彦;池村 淑道
• 通讯作者: 池村 淑道