分析意义 细胞内通过一系列复杂的调节机制调节生命活动规律,基因通过转录、转录后加工修饰、翻译成蛋白,进而合成代谢产物,然后产生各种表型,因此单一的组学分析技术具有一定的局限性,并且转录本的表达水平并不一定能准确代表细胞内基因的量,更不一定能准确反映与表型的关系。 代谢组学数据的解释非常具有挑战性,转录组学和代谢组学数据的整合改善了疾病相关代谢组学的功能解释,并促进了代谢物生物标志物和基因靶标的发现。因此为了加深对复杂生物调节机制的认识,将转录组学与蛋白组学、代谢组学等组学结合起来,进行关联分析尤为重要。 目前,公共数据或客户自有的多组学数据,基因和代谢物谱,在这些类型的研究中,考虑到转录物- 代谢物关系的复杂性,途径/网络方法可能既不适用也不容易发现新的关系。 考虑到这一点,我们提出了一种简单的线性建模方法来捕获疾病- (或其他表型)特定的基因- 代谢物关联,通过假设共同调节模式反映功能相关基因和代谢物。
结果实例 示例图代谢组、代谢物表达柱形图 示例图代谢物和基因表达数据主成分分析 示例图所有基因和代谢物关联性p值分布图 示例图火山图 示例图基因和代谢物关系对相关性图 欢迎大家学习生物信息学入门课程: 课程简介 本课程是生信基础班,目的是让临床医生、动植物学研究者了解生信的优势、与自己学科的密切关联,并且学会基于生信的分析思路和实际工具、软件的操作。 学习目标 学会原始芯片/测序数据的查找下载、差异分析、KEGG pathway富集分析、GO富集分析、聚类热图heatmap图制作、蛋白互作关系预测等。 适合人群 对生物信息感兴趣的无基础或者弱基础同学。 扫码报名 陪伴是最长情的告白 love 愿你早日回到温暖的家 喜欢请转发,祝福你早日找到真爱 |
|