Protein Function Prediction for Omics Era

حاشیه نویسی عملکرد ژن یک سوال اصلی در زیست شناسی مولکولی بوده است. اهمیت پیش‌بینی عملکرد محاسباتی در حال افزایش است زیرا داده‌های بیولوژیکی در مقیاس بزرگ‌تر، از جمله توالی‌های ژنوم، ساختارهای پروتئین، داده‌های برهمکنش پروتئین-پروتئین، داده‌های بیان ریزآرایه و داده‌های طیف‌سنجی جرمی، در انتظار تفسیر بیولوژیکی هستند. به طور سنتی وقتی یک ژنوم توالی یابی می شود، حاشیه نویسی عملکرد ژن ها با روش های جستجوی همسانی، مانند BLAST یا FASTA انجام می شود. با این حال، از آنجایی که این روش ها قبل از عصر ژنومیک توسعه یافته اند، استفاده متعارف از آنها لزوما برای تجزیه و تحلیل داده های در مقیاس بزرگ مناسب نیست. بنابراین، ما شاهد توسعه روش‌های پیش‌بینی عملکرد ژن محاسباتی هستیم که برای تجزیه و تحلیل داده‌های مقیاس بزرگ و همچنین آنهایی که از داده‌های omics به عنوان منبع اضافی پیش‌بینی عملکرد استفاده می‌کنند، هدف قرار می‌گیرند. در این کتاب، به بررسی اجمالی این حوزه هیجان انگیز در حال ظهور می پردازیم. نویسندگان از 1) کسانی که روش‌های محاسباتی جدید را توسعه می‌دهند، 2) کسانی که روش‌های پیش‌بینی عملکرد را توسعه می‌دهند که از داده‌های omics استفاده می‌کنند، 3) کسانی که پایگاه داده‌های حاشیه‌نویسی عملکرد ارگانیسم‌های مدل خاص را حفظ و به روز می‌کنند، انتخاب شده‌اند (E. coli)، که اغلب ارجاع داده می شوند

Gene function annotation has been a central question in molecular biology. The importance of computational function prediction is increasing because more and more large scale biological data, including genome sequences, protein structures, protein-protein interaction data, microarray expression data, and mass spectrometry data, are awaiting biological interpretation. Traditionally when a genome is sequenced, function annotation of genes is done by homology search methods, such as BLAST or FASTA. However, since these methods are developed before the genomics era, conventional use of them is not necessarily most suitable for analyzing a large scale data. Therefore we observe emerging development of computational gene function prediction methods, which are targeted to analyze large scale data, and also those which use such omics data as additional source of function prediction. In this book, we overview this emerging exciting field. The authors have been selected from 1) those who develop novel purely computational methods 2) those who develop function prediction methods which use omics data 3) those who maintain and update data base of function annotation of particular model organisms (E. coli), which are frequently referred