GO对于许许多人来说兴许是一个较为陌生的概念， 但它在生物信息学领域扮演着至关关键的角色，正一点点改变我们对生物数据的组织和搞懂方式。GO的存在显著加速了我们对现有生物数据的处理速度。只是 巨大许多数基因在不同真实核生物中共享基本上生物功能，通过在某个物种中得到的基因或蛋白质的生物学信息，能用来说明白其他物种中相应的基因...

GO官方下载地址：。那么为啥我们需要用Gene Ontology呢？

Gene Ontology涵盖了基因参与的生物过程、 所处的细胞位置以及发挥的分子功能三个方面并将不同层次的功能概念组织成DAG。GO是由基因本体合会建立的数据库， 旨在为各种物种建立一个综合的、累积因和白功定和描的数据库，并因为研究研究的不断深厚入而不断完善。

眼下的生物学家在搜寻生物信息上耗费了过许多的时候和精力。这种情况归因于生物学上定义的乱：不仅准准的的计算机困难以搜寻到这些个随时候和人为许多沉因素而随机改变的定义，即使是彻头彻尾由人手动处理也无法完成。比方说 如果需要找到一个用于制备抗生素的药物靶点，你兴许想找到全部与细菌蛋白质合成相关的基因产物，特别是那些个与人中蛋白质合成组分显著不同的。但如果一个数据库将这些个基因产物说说为“翻译”类， 而另一个说说其为“蛋白质合成”类，那么这对计算机来说是困难以区分的，尽管这两个在字面上相差甚远但在功能上相一致的定义。

Gene Ontology项目旨在解决生物学定义乱的问题， 使各种数据库中基因产物功能说说相一致，从而使得在不同生物数据库中的查询具有极高大的一致性，并允许在各个水平查询基因产物的特性。

基因本体论、 概览、报告、孔垂亮导师、高大琳日期、为啥要建立、解决生物学定义乱的现象、使各种数据库中基因产物功能说说相一致、使得在不同生物数据库中的查询具有极高大的一致性、允许在各种水平查询基因产物的特性。

基因本体论、 基因本体论、基因本体论、基因本体论、Gene、Gene、Gene、GeneOntology、Ontology、Ontology、Ontology、数据库基本介绍、数据库基本介绍、数据库基本介绍、数据库基本介绍、VersionV。

基因本体论在药物研发、生病诊断与治病等方面发挥着关键作用。因为基因研究研究的不断深厚入和手艺的不断创新鲜，Gene Ontology也在不断进步和完善。以后几年...

搞懂了上述概念后 眼下举例说明怎么从基因本体论GO的角度来说明白一个基因：利用关系与关系间的连接能推断相应的分组注释，节点间关系的推断，这将在后面详细研究研究。在了解基因本体论之前， 我们先看看啥是本体论：

个个term都属于一个ontology，总共有三个ontology，它们分别是molecular function、cellular component和biological process。Ontology中的term有两种相互关系，它们分别是is_a关系和part_of关系。is_a关系是一种轻巧松的包含关系，比如A is_a B表示A是B的一个子集。

比如nuclear chromosome is_a chromosome。part_of关系要稍微麻烦一点， C part_of_D意味着如果C出现，那么它就一准儿是D的一有些，但C不一定总会出现。

Gene Ontology是一个广泛用的术语库，用于说说和统计基因与蛋白质功能的相互关系。GO将生物学领域中的麻烦概念分解成更轻巧松、更容易搞懂的术语。这些个术语被组织成有向无环图，称为GO图，它说说了基因、基因产物及其功能间的分层次结构关系。

GO术语库分为三个基本上的分支：分子功能、细胞组分和生物过程。分子功能说说分子水平上一个基因产物的活性， 细胞组分说说的是这玩意儿基因产物在哪里发挥作用，生物过程说说的是哪些事件会弄得这玩意儿基因产物的表达变来变去。

GO图是一个由有向无环图组成的术语说说的分层结构。三个基本上的分支是分子功能、细胞组分和生物过程。个个分支是一个独立的层级架构，相互独立，互相连接。它们紧密地关联在一起，构成了一个基因和蛋白质功能的完整说说。

GO ID是独一个的GO名称标识符。个个GO对应一个GO ID。GO ID 由一个“GO”字母后面跟着一个长远度为7位的数字组成。

二、基于GO的生物信息琢磨

基于GO琢磨需要从官方网站下载最新鲜的数据库文件。官网能根据需要下载各种格式的数据。比方说能下载完整的数据库，或者只下载一有些数据。

基于GO的生物信息学琢磨流程：

...

GO有钱集琢磨可用于说明白已知基因集中基因的生物学组成。有钱集琢磨将一个基因表达数据集与基因的GO注释信息结合起来以确定哪些GO术语在该基因表达数据集中显著有钱集。

三、用python解析GO库数据

下载GO文件和注释文件：

go-basic.obo：

gene_association.goa_ref_human：

引入包和下载数据：

import wget
go_obo_url = 'http://geneontology.org/ontology/go-basic.obo'
go_obo_file_name = wget.download
go_annotations_url = 'http://geneontology.org/gene-associations/gene_association.goa_ref_human.gz'
go_annotations_file_name = wget.download

解析GO文件：

from collections import defaultdict
go_id_to_name = {}
go_id_to_namespace = defaultdict
with open as f:
    current_block = None
    for line in f:
        if line.startswith:
            current_block = 'Term'
        elif line.startswith:
            current_block = 'Type'
        if current_block == 'Term' and line.startswith:
            go_id = line.split
        elif current_block == 'Term' and line.startswith:
            name = line.split
            go_id_to_name = name
        elif current_block == 'Term' and line.startswith:
            namespace = line.split
            go_id_to_namespace.add

解析注释文件：

import gzip
import pandas as pd
gene_id_to_symbol = {}
symbol_to_gene_ids = defaultdict
gene_id_to_go = defaultdict
with gzip.open as f:
    for line in f:
        line = line.strip.decode
        if line.startswith:
            continue
        fields = line.split
        gene_id = fields
        symbol = fields
        go_id = fields
        aspect = fields
        gene_id_to_symbol = symbol
        symbol_to_gene_ids.add
        gene_id_to_go.add

后来啊展示：