彭佳杰　王亚东

摘 要：基因本体是一个被广泛使用的生物数据资源，主要用于描述基因和基因产物的属性，包括分子功能、生物过程和细胞组件三个方面。基于基因本体的术语相似度及基因功能相似度计算对基因功能分析、比较和预测等生物学研究热门领域具有非常重要的意义。本文综述了基于基因本体的语义相似度算法，主要包括基因本体同一分支中的术语相似度计算法和基因本体跨分支术语相似度算法两大部分内容，并对这些方法的优缺点做了一定的分析总结。

关键词：基因本体；语义相似度；术语相似度

中图分类号：TP391 文献标识号：A 文章编号：2095-2163（2015）06-

Abstract： Gene Ontology （GO） is a widely used resource to describe the attributes for gene and gene products， including three categories molecular function， biological process and cellular component. GO based term similarity and gene functional similarity calculation is of great benefit to gene function analysis， comparison and prediction. This article reviewes the common methods on semantic similarity based on gene ontology， including measures to calculate gene ontology term similarity in the same category and to compare gene ontology term in different categories. In the end， the paper summarizes some commonly used tools for analyzing gene ontology based semantic similarity calculation measurement.

Keywords： Gene Ontology； Semantic Similarity； Term Similarity

0 引言

基因本体是生物医学领域最成功的本体之一，为描述基因（基因产物）的分子功能、生物过程等相关信息提供一个规范、准确的术语集，目前被广泛应用于生物医学相关研究领域[1]。1998年至2014年之间每年发表的与基因本体相关的论文数目，由在PubMed中按年搜索关键字“Gene Ontology”而获得的统计数字。相关论文的数量由1998年的1篇开始，逐年增加到了2014年的1 388篇，增长趋势非常明显。基因本体目前已经广泛应用在基因功能比较与分析、蛋白质相互作用预测、基因集合富集分析等诸多领域，由此而成为一个不可或缺的生物医学本体。

基因本体最初由基因本体组织（Gene Ontology consortium）于1998年建立，最早的Gene Ontology consortium仅包含研究果蝇，老鼠和酵母的科学家[2]。随着基因本体的发展，越来越多的模式生物数据库加入了基因本体组织，包括大多数主要的植物数据库，动物数据库和微生物数据库，到2014年为止，基因本体已经能够为85个物种提供注释信息[3-4]。……