dcGOเป็นฐานข้อมูลออนโทโลยีที่ครอบคลุมสำหรับโดเมนโปรตีน^{[ 1 ]}ในฐานะแหล่งข้อมูลออนโทโลยี dcGO ผสานรวมออนโทโลยีชีวการแพทย์แบบเปิดจากบริบทที่หลากหลาย ตั้งแต่ข้อมูลเชิงฟังก์ชัน เช่น ออนโทโลยียีน ไปจนถึงข้อมูลอื่นๆ เกี่ยวกับเอนไซม์และวิถีการทำงาน ตั้งแต่ข้อมูลฟีโนไทป์ในสิ่งมีชีวิตต้นแบบหลักๆ ไปจนถึงข้อมูลเกี่ยวกับโรคของมนุษย์และยา ในฐานะ แหล่งข้อมูล โดเมนโปรตีน dcGO ประกอบด้วยคำอธิบายประกอบทั้งโดเมนแต่ละโดเมนและโดเมนเหนือระดับ (เช่น การรวมกันของโดเมนที่ต่อเนื่องกันสองโดเมนขึ้นไป)

dcGO มีแนวคิดหลักสองประการ ประการแรกคือการติดป้ายกำกับโดเมนโปรตีนด้วยออนโทโลยี เช่น ออนโทโลยีทางพันธุกรรม (Gene Ontology) นั่นคือเหตุผลที่เรียกว่า dcGO ซึ่งย่อมาจาก domain-centric Gene Ontology ประการที่สองคือการใช้โดเมนโปรตีนที่ติดป้ายกำกับด้วยออนโทโลยีแล้วเพื่อวัตถุประสงค์ต่างๆ เช่น การทำนายหน้าที่ของโปรตีน กล่าวโดยง่ายคือ แนวคิดแรกเกี่ยวกับการสร้างทรัพยากร dcGO และแนวคิดที่สองเกี่ยวกับการใช้ทรัพยากร dcGO

• ในปี 2010 อัลกอริทึมที่อยู่เบื้องหลัง dcGO ได้รับการเผยแพร่ครั้งแรกในฐานะการปรับปรุงฐานข้อมูลSUPERFAMILY ^{[ 2 ]}
• ในปี 2011 'dcGO Predictor' ได้รับการจัดอันดับที่ 10 ในการแข่งขัน CAFA ปี 2011 เมื่อนำไปใช้กับGene Ontology ^{[ 3 ] [ 4 ]}ตัวทำนายนี้เป็นเพียงวิธีการตามโดเมนโดยไม่มีการเรียนรู้ของเครื่อง
• ในปี 2012 ฐานข้อมูลนี้ได้รับการเผยแพร่อย่างเป็นทางการในวารสารฐานข้อมูล NAR
• ในปี 2013 เว็บเซิร์ฟเวอร์ได้รับการปรับปรุงเพื่อรองรับการวิเคราะห์หลายอย่างโดยใช้ทรัพยากร dcGO
• ในช่วงต้นปี 2014 โปรแกรม 'dcGO Predictor' ได้ถูกส่งเข้าประกวดเพื่อทำนายทั้งการทำงานและลักษณะทางฟีโนไทป์ โดยได้รับการจัดอันดับเป็นอันดับที่ 4 ในการทำนายลักษณะทางฟีโนไทป์ของ CAFA
• ในช่วงปลายปี 2014 มีการพัฒนาแพ็กเกจ R แบบโอเพนซอร์สชื่อ dcGOR เพื่อช่วยวิเคราะห์ออนโทโลยีและคำอธิบายประกอบโดเมนโปรตีน

การใช้งาน dcGO ในปัจจุบันคือการสร้างเครือข่ายโดเมนจากมุมมองเชิงฟังก์ชันสำหรับการเปรียบเทียบข้ามออนโทโลยี^{[ 5 ]}และการรวมเข้ากับต้นไม้แห่งชีวิตของสายพันธุ์ (sTOL) เพื่อให้บริบททางวิวัฒนาการแก่ฟังก์ชันและฟีโนไทป์^{[ 6 ]}

ซอฟต์แวร์โอเพนซอร์สdcGORพัฒนาขึ้นโดยใช้ภาษาการเขียนโปรแกรม Rเพื่อวิเคราะห์ออนโทโลยีและคำอธิบายประกอบที่เน้นโดเมน^{[ 7 ]} การวิเคราะห์ที่รองรับได้แก่:

• เข้าถึงออนโทโลยีหลากหลายประเภทและคำอธิบายประกอบที่เน้นเฉพาะโดเมนได้อย่างง่ายดาย
• สามารถสร้างออนโทโลยีและคำอธิบายประกอบแบบกำหนดเองได้
• การวิเคราะห์และการแสดงภาพข้อมูลเสริมตามโดเมน
• การสร้างเครือข่ายโดเมน (ความคล้ายคลึงทางความหมาย) ตามคำอธิบายประกอบของออนโทโลยี
• การวิเคราะห์ความสำคัญเพื่อประมาณเครือข่ายการติดต่อ (ความสำคัญทางสถิติ) โดยใช้อัลกอริทึมการเดินแบบสุ่ม
• การประมวลผลแบบขนานประสิทธิภาพสูง

ฟังก์ชันการทำงานที่อยู่ระหว่างการพัฒนาอย่างต่อเนื่อง ได้แก่:

• อัลกอริทึมและการนำไปใช้สำหรับการสร้างคำอธิบายประกอบออนโทโลยีที่เน้นโดเมนเป็นศูนย์กลาง
• การทำนายคำศัพท์ทางออนโทโลยีสำหรับโครงสร้างโดเมนโปรตีนที่ป้อนเข้า
• การสร้างลักษณะบรรพบุรุษแบบไม่ต่อเนื่องขึ้นใหม่โดยใช้วิธีความน่าจะเป็นสูงสุด/ความประหยัดสูงสุด

• สโคป
• พีแฟม
• อินเตอร์โปร
• โดเมนโครงสร้าง
• ออนโทโลยีของยีน

• ซูเปอร์แฟมิลี่
• สโคป