トマトの共発現経路データベース：クエリ遺伝子に関連する経路を予測するデータベース

背景：さまざまな実験条件下での遺伝子発現プロファイルの類似性である遺伝子共発現は、遺伝子間の機能的関係の指標として使用されており、多くの共発現データベースが遺伝子機能を予測するために開発されています。これらのデータベースは通常、ユーザーに共発現ネットワークとクエリ遺伝子の強く共発現した遺伝子のリストを提供します。これらのデータベースのいくつかは、強く共発現された一連の遺伝子に関する機能情報も提供します（すなわち、これらの強く共発現された遺伝子に濃縮される生物学的プロセスと経路を提供します）。このアプローチの制限は、ユーザーが強く共発現された遺伝子にのみ基づいて遺伝子機能を予測できることです。 結果：この研究では、ユーザーが強く共発現していない遺伝子を考慮しながら、共発現遺伝子の機能的濃縮分析の結果からトマト遺伝子の機能を予測できるようにする新しい共発現データベースを開発しました。これを達成するために、いくつかのしきい値を使用してORAアプローチを使用して、共発現遺伝子を選択し、共発現度によって順序付けられた遺伝子のランク付けリストに適用された遺伝子セット濃縮分析（GSEA）を実行しました。経路の内部相関は、濃縮分析の有意水準に影響することがわかりました。したがって、私たちは、経路の内部相関によって影響を受けることなく、ユーザーが機能的に関連する経路を予測できるようにするパーセンタイル（P）スコアと呼ばれる遺伝子と経路の関係を評価するための新しい尺度を導入しました。さらに、受信機動作特性曲線を使用してアプローチを評価しました。これにより、PスコアがORAのパフォーマンスを改善できると結論付けました。 結論：http://cox-path-db.kazusa.or.jp/tomatoで入手できるトマトの共発現経路データベースという名前の新しいデータベースを開発しました。このデータベースにより、ユーザーはクエリ遺伝子に関連する経路を予測することができ、遺伝子機能を推測するのに役立ちます。

BACKGROUND: Gene co-expression, the similarity of gene expression profiles under various experimental conditions, has been used as an indicator of functional relationships between genes, and many co-expression databases have been developed for predicting gene functions. These databases usually provide users with a co-expression network and a list of strongly co-expressed genes for a query gene. Several of these databases also provide functional information on a set of strongly co-expressed genes (i.e., provide biological processes and pathways that are enriched in these strongly co-expressed genes), which is generally analyzed via over-representation analysis (ORA). A limitation of this approach may be that users can predict gene functions only based on the strongly co-expressed genes. RESULTS: In this study, we developed a new co-expression database that enables users to predict the function of tomato genes from the results of functional enrichment analyses of co-expressed genes while considering the genes that are not strongly co-expressed. To achieve this, we used the ORA approach with several thresholds to select co-expressed genes, and performed gene set enrichment analysis (GSEA) applied to a ranked list of genes ordered by the co-expression degree. We found that internal correlation in pathways affected the significance levels of the enrichment analyses. Therefore, we introduced a new measure for evaluating the relationship between the gene and pathway, termed the percentile (p)-score, which enables users to predict functionally relevant pathways without being affected by the internal correlation in pathways. In addition, we evaluated our approaches using receiver operating characteristic curves, which concluded that the p-score could improve the performance of the ORA. CONCLUSIONS: We developed a new database, named Co-expressed Pathways DataBase for Tomato, which is available at http://cox-path-db.kazusa.or.jp/tomato . The database allows users to predict pathways that are relevant to a query gene, which would help to infer gene functions.