[合集]请高人给指条明路!
发信人: kingsyl (Healthy is first.), 信区: Bioinformatics
标 题: [合集]请高人给指条明路!
发信站: 北大未名站 (2004年06月02日19:04:07 星期三), 站内信件
───────────────────────────────────────
作者 freedegree (alicy), 信区: Bioinformatics
标题 请高人给指条明路!
时间 北大未名站 (2004年05月10日11:19:25 星期一) , 站内信件
───────────────────────────────────────
我研究的是G蛋白偶联受体，现在想对其功能进行预测。我的想法是找这些蛋白的motif，
然后分析功能。但困难重重，做了半年了也没个结果。各位大虾可否给个思路，有什么总
的流程没有？
另外我想问一下，针对G蛋白偶联受体有什么好的方法找它的motif?问了很多地方，希望
能在这里有个满意的答复。多谢!
───────────────────────────────────────
作者 lylover (白愁飞(cinderella)), 信区: Bioinformatics
标题 Re: 请高人给指条明路!
时间 北大未名站 (2004年05月10日13:55:16 星期一), 转信
───────────────────────────────────────
推荐你一篇文章看看：
Hazbun TR, Malmstrom L, Anderson S, Graczyk BJ, Fox B, Riffle M, Sundin BA,
Aranda JD, McDonald WH, Chiu CH, Snydsman BE, Bradley P, Muller EG, Fields
S, Baker D, Yates JR 3rd, Davis TN. Related Articles, Links
Assigning function to yeast proteins by integration of technologies.
Mol Cell. 2003 Dec;12(6):1353-65.
http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=pubmed&dopt=Abst
ract&list_uids=14690591
这个问题我想你的侧重点还是在预测功能上面，看看目前已经有的软件或者工具，简单做
一下就完事了。biological process文章是通过co-purified proteins或者2-hybrid来预
测的，如果没有实验数据，直接使用STRING的预测结果；molecular function可以通过结
构域分析，比如Interpro之类的，同源比对之类的。David. Baker的方法太麻烦，也不见
得确实有效。cellular component可以使用Psort II来预测细胞亚定位，虽然准确率
~80%左右。或者再拿TargetP来cross-validation一下。
结论，思路还是这篇文章的思路，只是我考虑完全不带实验验证的情况。优势，速度显著
的要快，劣势，更加不可靠。如果有一两个实验证实，那就...比如做两个亚定位的实验
...
【 在 freedegree (alicy) 的大作中提到: 】
我研究的是G蛋白偶联受体，现在想对其功能进行预测。我的想法是找这些蛋白的motif，
然后分析功能。但困难重重，做了半年了也没个结果。各位大虾可否给个思路，有什么总
的流程没有？
另外我想问一下，针对G蛋白偶联受体有什么好的方法找它的motif?问了很多地方，希望
能在这里有个满意的答复。多谢!
───────────────────────────────────────
作者 lylover (白愁飞(cinderella)), 信区: Bioinformatics
标题 Re: 请高人给指条明路!
时间 北大未名站 (2004年05月10日13:59:54 星期一), 转信
───────────────────────────────────────
说实话，呵呵，我上贴说的东西其实是很无聊...预测蛋白功能，重点目前应该还是在预
测上的好，方法论作的其实不怎么好，而且GO也不怎么clean。
不过如果是和实验一起，当然足够了。但是如果单独作为一个工作，可能只能just for
fun了。并且，如果是跟实验一起发了paper，我个人认为，呵呵，还是一个实验的工作。
【 在 lylover (白愁飞(cinderella)) 的大作中提到: 】
: 推荐你一篇文章看看：
: Hazbun TR, Malmstrom L, Anderson S, Graczyk BJ, Fox B, Riffle M, Sundin BA,
: Aranda JD, McDonald WH, Chiu CH, Snydsman BE, Bradley P, Muller EG, Fields
: S, Baker D, Yates JR 3rd, Davis TN. Related Articles, Links
: Assigning function to yeast proteins by integration of technologies.
: Mol Cell. 2003 Dec;12(6):1353-65.
: http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=pubmed&dopt=Abst
: ract&list_uids=14690591
: 这个问题我想你的侧重点还是在预测功能上面，看看目前已经有的软件或者工具，简单做
: 一下就完事了。biological process文章是通过co-purified proteins或者2-hybrid来预
: ...........................
───────────────────────────────────────
作者 Feynman (KaKa), 信区: Bioinformatics
标题 Re: 请高人给指条明路!
时间 北大未名站 (2004年05月10日15:13:41 星期一), 转信
───────────────────────────────────────
I 服了 Y
人家问怎么搞motif，你自顾自扯了这么一大通。。。。脱靶了吧？
据我所知这个G蛋白家族不是这么容易搞定的，不信你试试：）
【 在 lylover (白愁飞(cinderella)) 的大作中提到: 】
: 推荐你一篇文章看看：
: Hazbun TR, Malmstrom L, Anderson S, Graczyk BJ, Fox B, Riffle M, Sundin BA,
: Aranda JD, McDonald WH, Chiu CH, Snydsman BE, Bradley P, Muller EG, Fields
: S, Baker D, Yates JR 3rd, Davis TN. Related Articles, Links
: Assigning function to yeast proteins by integration of technologies.
: Mol Cell. 2003 Dec;12(6):1353-65.
: http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=pubmed&dopt=Abst
: ract&list_uids=14690591
: 这个问题我想你的侧重点还是在预测功能上面，看看目前已经有的软件或者工具，简单做
: 一下就完事了。biological process文章是通过co-purified proteins或者2-hybrid来预
: ...........................
───────────────────────────────────────
作者 freedegree (alicy), 信区: Bioinformatics
标题 Re: 请高人给指条明路!
时间 北大未名站 (2004年05月10日15:23:15 星期一) , 站内信件
───────────────────────────────────────
多谢!可能我要做的没有那么多。我是要找到G蛋白偶联受体的motif，然后对这些motif进
行功能分析。比如哪些可能参与配基结合，哪些参与G蛋白偶联，或二聚等。其中看老外
的文章有的是这样做的，他们用自己做的软件对G蛋白偶联受体的某一家族的多重比对结
果进行了motif预测，并且把这些motif进行了分类，如哪些蛋白具有相同的某个motif.然
后根据文献和突变数据进行一些上述提到的功能分析。我想这样做，不知可行不？关键是
一些方法还不清楚。我想有以下几个方面：
1.找motif.针对G蛋白偶联受体不知是用PRINTS数据库中的motif数据，还是用软件预测？
最好能找个象老外这样的软件(索要未成功)。比如我有10个蛋白序列，如何一次找到这些
motif，并且能把这些motif分类，如motif1是1和2蛋白共有，motif2是5、3、6共有等。
不知有数据库或好的软件可做到这一点？
2.对于这些motif功能研究我想按照老外的走，不知是否可行？能否供一个具体的方法？
还请高手拉小弟一把，不然毕业恐怕是空谈了!
【 在 lylover (白愁飞(cinderella)) 的大作中提到: 】
: 推荐你一篇文章看看：
: Assigning function to yeast proteins by integration of technologies.
: http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?cmd=Retrieve&db=pubmed&dopt=Abst
: ract&list_uids=14690591
: 这个问题我想你的侧重点还是在预测功能上面，看看目前已经有的软件或者工具，简单做
: 一下就完事了。biological process文章是通过co-purified proteins或者2-hybrid来预
: 测的，如果没有实验数据，直接使用STRING的预测结果；molecular function可以通过结
: 构域分析，比如Interpro之类的，同源比对之类的。David. Baker的方法太麻烦，也不见
: 得确实有效。cellular component可以使用Psort II来预测细胞亚定位，虽然准确率
: ~80%左右。或者再拿TargetP来cross-validation一下。
: ...........................
───────────────────────────────────────
作者 freedegree (alicy), 信区: Bioinformatics
标题 Re: 请高人给指条明路!
时间 北大未名站 (2004年05月10日15:27:04 星期一) , 站内信件
───────────────────────────────────────
这是老外的文章，有兴趣可以看一下。
title: Motif-based construction of a functional map for mammalian olfactory r
eceptors.
author: Agatha H. Liu,a,1 Xinmin Zhang,b,1 Gustavo A. Stolovitzky,a Andrea Ca
lifano,c
and Stuart J. Firesteinb,*
ab:We applied an automatic and unsupervised system to a nearly complete datab
ase of mammalian odor receptor genes. The generated
motifs and gene classification were subjected to extensive and systematic dow
nstream analysis to obtain biological insights. Two major
results from this analysis were: (1) a map of sequence motifs that may correl
ate with function and (2) the corresponding receptor classes
in which members of each class are likely to share specific functions. We hav
e discovered motifs that have been implicated in structural
integrity and posttranslational modification, as well as motifs very likely t
o be directly involved in ligand binding. We further propose a
combinatorial molecular hypothesis, based on unique combinations of the obser
ved motifs, that provides a foundation for understanding the
generation of a large number of ligand binding sites.
───────────────────────────────────────
作者 yix (Punk), 信区: Bioinformatics
标题 Re: 请高人给指条明路!
时间 北大未名站 (2004年05月10日15:36:22 星期一) , 站内信件
───────────────────────────────────────
I don't think this paper is that interesting, but it's probably the best some
one can do with your goal. the problem is , if other people have finished wha
t you wanted to do, and if you are not asking a diffferent question, then wha
t's the meaning of your proposed work ? just a little confused.
【 在 freedegree (alicy) 的大作中提到: 】
: 这是老外的文章，有兴趣可以看一下。
: title: Motif-based construction of a functional map for mammalian olfactory r
: eceptors.
: author: Agatha H. Liu,a,1 Xinmin Zhang,b,1 Gustavo A. Stolovitzky,a Andrea Ca
: lifano,c
: and Stuart J. Firesteinb,*
: ab:We applied an automatic and unsupervised system to a nearly complete datab
: ase of mammalian odor receptor genes. The generated
: motifs and gene classification were subjected to extensive and systematic dow
: nstream analysis to obtain biological insights. Two major
: ...........................
───────────────────────────────────────
作者 kingsyl (Healthy is first.), 信区: Bioinformatics
标题 Re: 请高人给指条明路!
时间 北大未名站 (2004年05月10日16:30:16 星期一), 站内信件
───────────────────────────────────────
我觉得：
已经有一些motif数据库， 如果数据库的motif定义不满足你的要求， 你可以自己定义
， 然后搜索方法参考存在的motif数据库的方法。
另一方面， 你先建一个G蛋白序列数据库，然后根据你的定义来分析， 可能会得到一些
motif...
功能指认应该是基于同源的方法吧,可能大多还是需要专家手工来做，如果能想出非同源
的方法，那是最好不过。。。
这个过程可能需要做序列比对， 这已经有很多成熟的算法。
【 在 freedegree (alicy) 的大作中提到: 】
: 多谢!可能我要做的没有那么多。我是要找到G蛋白偶联受体的motif，然后对这些motif进
: 行功能分析。比如哪些可能参与配基结合，哪些参与G蛋白偶联，或二聚等。其中看老外
: 的文章有的是这样做的，他们用自己做的软件对G蛋白偶联受体的某一家族的多重比对结
: 果进行了motif预测，并且把这些motif进行了分类，如哪些蛋白具有相同的某个motif.然
: 后根据文献和突变数据进行一些上述提到的功能分析。我想这样做，不知可行不？关键是
: 一些方法还不清楚。我想有以下几个方面：
: 1.找motif.针对G蛋白偶联受体不知是用PRINTS数据库中的motif数据，还是用软件预测？
: 最好能找个象老外这样的软件(索要未成功)。比如我有10个蛋白序列，如何一次找到这些
: motif，并且能把这些motif分类，如motif1是1和2蛋白共有，motif2是5、3、6共有等。
: 不知有数据库或好的软件可做到这一点？
: ...........................
───────────────────────────────────────
作者 Feynman (KaKa), 信区: Bioinformatics
标题 Re: 请高人给指条明路!
时间 北大未名站 (2004年05月10日17:01:25 星期一), 转信
───────────────────────────────────────
呵呵，老大，国内很多工作的都是这么完成的。
我猜想可能是因为这个家族比较大，这篇paper只作了一部分吧？
【 在 yix (Punk) 的大作中提到: 】
: I don't think this paper is that interesting, but it's probably the best some
: one can do with your goal. the problem is , if other people have finished wha
: t you wanted to do, and if you are not asking a diffferent question, then wha
: t's the meaning of your proposed work ? just a little confused.
───────────────────────────────────────
作者 lylover (白愁飞(cinderella)), 信区: Bioinformatics
标题 Re: 请高人给指条明路!
时间 北大未名站 (2004年05月10日17:07:04 星期一), 转信
───────────────────────────────────────
放心，我绝对绝对不做这个。哼哼，等你来做expression呢！
国内很多工作都是这么完成，并不表示你我也得这么follow吧？
要是这篇paper只做了一部分，呵呵，你猜猜看，他们是不是已经准备投另外一部分的文
章了？
【 在 Feynman (KaKa) 的大作中提到: 】
呵呵，老大，国内很多工作的都是这么完成的。
我猜想可能是因为这个家族比较大，这篇paper只作了一部分吧？
【 在 yix (Punk) 的大作中提到: 】
: I don't think this paper is that interesting, but it's probably the best some
: one can do with your goal. the problem is , if other people have finished wha
: t you wanted to do, and if you are not asking a diffferent question, then wha
: t's the meaning of your proposed work ? just a little confused.
───────────────────────────────────────
作者 lylover (白愁飞(cinderella)), 信区: Bioinformatics
标题 Re: 请高人给指条明路!
时间 北大未名站 (2004年05月10日17:09:45 星期一), 转信
───────────────────────────────────────
follow你的路子是很难的。
要建新的motif数据库，至少要首先证明你的方法至少不比现在的差才行。
想出非同源的方法？活活，我都想了两年多了，一无所得，不容易的。
建自己的G蛋白数据库，根据自己的定义来分析，是不是应该先证明自己的方法至少不比
以前的方法差？
光这一堆证明就比较难受了。
【 在 kingsyl (Healthy is first.) 的大作中提到: 】
: 我觉得：
: 已经有一些motif数据库， 如果数据库的motif定义不满足你的要求， 你可以自己定义
: ， 然后搜索方法参考存在的motif数据库的方法。
: 另一方面， 你先建一个G蛋白序列数据库，然后根据你的定义来分析， 可能会得到一些
: motif...
: 功能指认应该是基于同源的方法吧,可能大多还是需要专家手工来做，如果能想出非同源
: 的方法，那是最好不过。。。
: 这个过程可能需要做序列比对， 这已经有很多成熟的算法。
───────────────────────────────────────
作者 freedegree (alicy), 信区: Bioinformatics
标题 Re: 请高人给指条明路!
时间 北大未名站 (2004年05月10日20:13:29 星期一) , 站内信件
───────────────────────────────────────
好象偏题了，我说的这两个方面谁能给个满意的答复。小弟我快毕业不了了，帮一把如何
？
【 在 freedegree (alicy) 的大作中提到: 】
: 多谢!可能我要做的没有那么多。我是要找到G蛋白偶联受体的motif，然后对这些motif进
: 行功能分析。比如哪些可能参与配基结合，哪些参与G蛋白偶联，或二聚等。其中看老外
: 的文章有的是这样做的，他们用自己做的软件对G蛋白偶联受体的某一家族的多重比对结
: 果进行了motif预测，并且把这些motif进行了分类，如哪些蛋白具有相同的某个motif.然
: 后根据文献和突变数据进行一些上述提到的功能分析。我想这样做，不知可行不？关键是
: 一些方法还不清楚。我想有以下几个方面：
: 1.找motif.针对G蛋白偶联受体不知是用PRINTS数据库中的motif数据，还是用软件预测？
: 最好能找个象老外这样的软件(索要未成功)。比如我有10个蛋白序列，如何一次找到这些
: motif，并且能把这些motif分类，如motif1是1和2蛋白共有，motif2是5、3、6共有等。
: 不知有数据库或好的软件可做到这一点？
: ...........................
───────────────────────────────────────
作者 cdragon (eaGle), 信区: Bioinformatics
标题 Re: 请高人给指条明路!
时间 北大未名站 (2004年05月11日09:04:32 星期二), 转信
───────────────────────────────────────
呵呵, 他最近都快成了 祥林嫂 了
呵呵
【 在 Feynman (KaKa) 的大作中提到: 】
: I 服了 Y
: 人家问怎么搞motif，你自顾自扯了这么一大通。。。。脱靶了吧？
: 据我所知这个G蛋白家族不是这么容易搞定的，不信你试试：）
───────────────────────────────────────
作者 cdragon (eaGle), 信区: Bioinformatics
标题 Re: 请高人给指条明路!
时间 北大未名站 (2004年05月11日09:06:41 星期二), 转信
───────────────────────────────────────
从算法角度讲, 目前有不少找 MOTIF 的算法呀
你直接用它们在你的目标蛋白质中, 寻找 MOTIF
然后进行分析
不过你找的 MOTIF 不知道能不能被别人接受, 这就取决于你
的分析功力了, 呵呵
【 在 freedegree (alicy) 的大作中提到: 】
: 多谢!可能我要做的没有那么多。我是要找到G蛋白偶联受体的motif，然后对这些motif进
: 行功能分析。比如哪些可能参与配基结合，哪些参与G蛋白偶联，或二聚等。其中看老外
: 的文章有的是这样做的，他们用自己做的软件对G蛋白偶联受体的某一家族的多重比对结
: 果进行了motif预测，并且把这些motif进行了分类，如哪些蛋白具有相同的某个motif.然
: 后根据文献和突变数据进行一些上述提到的功能分析。我想这样做，不知可行不？关键是
: 一些方法还不清楚。我想有以下几个方面：
: 1.找motif.针对G蛋白偶联受体不知是用PRINTS数据库中的motif数据，还是用软件预测？
: 最好能找个象老外这样的软件(索要未成功)。比如我有10个蛋白序列，如何一次找到这些
: motif，并且能把这些motif分类，如motif1是1和2蛋白共有，motif2是5、3、6共有等。
: 不知有数据库或好的软件可做到这一点？
: ...........................
───────────────────────────────────────
作者 cdragon (eaGle), 信区: Bioinformatics
标题 Re: 请高人给指条明路!
时间 北大未名站 (2004年05月11日09:08:50 星期二), 转信
───────────────────────────────────────
呵呵, 是呀
那位老兄得有新意啊! 如果没有新意, 你起码也得在性能上有所提高吧?
如果还是没有, 那你就得在"易用性" 上下功夫了
要是什么都没有, 那就没得搞了, 呵呵
【 在 yix (Punk) 的大作中提到: 】
: I don't think this paper is that interesting, but it's probably the best some
: one can do with your goal. the problem is , if other people have finished wha
: t you wanted to do, and if you are not asking a diffferent question, then wha
: t's the meaning of your proposed work ? just a little confused.
───────────────────────────────────────
作者 cdragon (eaGle), 信区: Bioinformatics
标题 Re: 请高人给指条明路!
时间 北大未名站 (2004年05月11日09:10:03 星期二), 转信
───────────────────────────────────────
clever boy, hehe
【 在 lylover (白愁飞(cinderella)) 的大作中提到: 】
: 放心，我绝对绝对不做这个。哼哼，等你来做expression呢！
: 国内很多工作都是这么完成，并不表示你我也得这么follow吧？
: 要是这篇paper只做了一部分，呵呵，你猜猜看，他们是不是已经准备投另外一部分的文
: 章了？
: 呵呵，老大，国内很多工作的都是这么完成的。
: 我猜想可能是因为这个家族比较大，这篇paper只作了一部分吧？
[返回] 计算机科学论坛 →
计算机技术与应用 → 『 生物信息学 』 → [合集]请高人给指条明路!
(订阅本版)
2004/9/23 2:05:00
新浪微博
[合集]请高人给指条明路!
