|
偶然间发现这个功能强大的软件，说起基因注释分析工具，会立刻想到DAVID。不可否认，DAVID的确能实现基因功能和通路注释等功能。但是毛病也不少，数据更新慢，处理速度慢等。这次就是因为要处理上万个gene,处理速度实在是太慢了，才寻求它法找到这么个好东西。简直秒杀DAVID,堪称傻瓜操作级别，自信到在自己的主页上直接指明能代替DAVID。 metascape介绍关于metascape的简短介绍：metascape介绍视频 、metascape官网  它对自己的介绍是提供基因注释和分析资源的门户网站，帮助生物学家理解一个或多个基因列表。 Metascape提供自动化元分析工具，以了解一组正交目标发现研究中的常见和独特途径。 它还支持基于BioGrid的蛋白质 - 蛋白质相互作用（PPI）分析，基因本体论（GO）网络的交互式可视化和富集热图生成。 它的优势是：
从所支持的物种数量来说，Metascape不仅能处理人类物种的基因，还能处理包含动物、植物、真菌类和原生生物等多个类别中主要的模式生物的基因。 
Metascape pipeline omic_pipes
Metascape的Express Analysis所有过程只相当于把大象装冰箱——总共分三步。 1.提交基因列表打开Metascape的主页（http://），页面左侧最明显的一块就是进行Express Analysis的区域  提交基因的时候，可以选择从本地文件上传gene list，如果需要分析的基因数目较少，也可以直接在输入框中粘贴基因。
 2.选择物种信息选择提交的gene list的物种来源信息和想以哪个物种作为基准来分析。  3.点击【Express Analysis】然后开心的等待收结果 Metascape所生成的结果文件无敌酷炫，其中包含很多不同种类的数据和图片。为了方便科研工作者进行使用，Metascape将数据类的结果文件生成Excel统计表格式，供用户进行下载。而图片类的结果，则会被Metascape自动生成一个PPT。 Metascape还提供所有种类结果文件的打包下载，一个压缩包全部搞定。当然了，作为一个在线应用工具，Metascape也可以在网页上浏览生成的结果报告，但需要注意的是，在线结果报告只能保留72小时，超过72小时之后就需要对数据进行重新分析。 metascape结果分析
上面unique列的数目表示，该list中，为其独有的gene个数，即这些基因在其他list中不存在。后面的色块表示不同gene list在结果报告中显示的颜色。 这张图是进一步表示gene list之间的关系。外弧用不同色块表示输入的不同gene list，内圈浅橙色表示这些基因为这个list特有，深橙色表示list之间存在着基因重叠。紫色线表示基因与基因之间的重叠，而蓝色线则表示基因与基因之间存在着功能相关。该图为gene list之间的关联提供了一个宏观的初步印象。 对于输入的每一个gene list，Metascape对其进行通路和生物学过程富集分析时所参考的数据资源有：
上图即是结果中表示富集到的通路或生物学过程的热图，颜色深浅代表富集程度，后面则是在GO中富集到的term等信息。该图对每一个gene list中的基因主要在那些过程中发挥作用提供了一个初步的阐述。 上图会对富集程度比较高的GO term进行单独统计，最左侧一列用色块表示不同的gene list，右侧几列则统计了该list中富集到这个term的gene个数和百分比。以上图的第一行为例，表示MLP与ProB细胞在GO中富集到【淋巴细胞活化】这个term，这与我们所得的先验知识是一致的。 接下来，Metascape会根据每个list富集到的通路和生物学过程，来分群和构建网络。 上图是在gene list富集到的term中，挑选出富集程度较高的，然后根据功能相关性聚成几类，并按照关联性和相似性来构建网络。图中用不同的颜色代表不同的类。 上图则是通过富集程度来着色，颜色越深，表示富集到该类通路或生物学过程的基因数目越多。 这幅图则是根据不同的gene list来着色。通过以上三幅图之间的比较，用户就可以轻松了解哪个list中的基因以什么程度富集到哪些通路和生物学过程上。值得一提的是，每张网络结果图不仅支持PDF与PNG图片格式下载，还支持以.cys为扩展名的文件格式，使用户可以在下载该文件后直接在Cytoscape上打开，并按照自己的需求对图片进行调整或修改。 Metascape还可以根据基因来生成其相关的蛋白质互作网络。用来构建蛋白质互作网络的数据主要来源于UniProt数据库、BioGRID数据库和inBio Map数据资源等。BioGRID蛋白质互作数据库通过整合多方面经过人工校正或实验验证过的数据集，能提供广泛而全面的蛋白互作信息。而inBio Map数据资源则是由麻省总医院MGH和Broad研究院领衔完成的，提供经过整合的人类蛋白质互作网络。 这些权威的数据资源保证了Metascape结果的可信性。 上图以gene list-MEP为例，展现的是MEP基因列表中所有基因相关的蛋白质的全连接互作网络。四种不同的颜色表示互作网络中识别到的模块子结构。 将形成的模块从全连接互作网络中抽象出来，就形成了下图： 将蛋白质互作数据与通路和生物学过程富集数据相结合，为蛋白质互作网络中识别到的子结构添加生物学意义。每个MOCDE中保留最显著相关的三个GO term，如下图（截图只截取部分）。 每一个gene list所涉及到的蛋白质互作网络都会如上呈现，因篇幅所限，这里就不一一贴图列举了。 最后Metascape还会将所有的list放在一起，识别蛋白质互作网络中的模块，通过识别到的模块来观察不同list的gene之间是否存在蛋白质互作网络的共享。 下图是从所有list中的gene生成的蛋白质互作网络中抽象出来的子结构图，并以不同颜色来表示不同的模块。 下图用不同的颜色来代表不同list，表示在蛋白质互作模块中，不同list的gene之间的共享关联情况。 以上呢，就是Express Analysis的全部过程和主要的结果介绍。 Metascape的Custom Analysis使用时，前两个步骤和Express Analysis是一样的，只有在第三个步骤的时候，换成点击右边的Custom Analysis即可。 和一般用法不同，进阶用法是一个由四部分组成的workflow。 1.进行gene ID的转换虽然在输入时，Metascape支持用户以多种gene ID进行数据输入，但是在实际处理过程中，不论用户输入什么类型的ID，都要先经过转化变成相应的Entrez Gene ID，才能进入后续的分析步骤。在这一步，用户可以根据自己的需求，对提交的基因进行初步筛选。 2.Annotation用户可以根据自己的需要，选择自己感兴趣的，想在结果中体现的基因注释项目来进行勾选。勾选完成之后，点击左上角的Apply按钮运行。 3.Membership支持用户自行选择通路富集、生物过程富集、功能相关和产物分析等每一个注释步骤所用到的数据集，并可以在搜索框中输入感兴趣的字段，比如GO中的某一个或某几个term，或者一些功能性的描述，以便进行更有针对性地分析。 输入完成感兴趣的字段之后，点击左侧的Search按钮进行查找，之后点击左上方Apply生成这一步骤的结果。 最后一个步骤Enrichment，则支持用户选择通路和功能富集过程中的各项指标，以及蛋白质互作网络形成过程中的各项指标。用户可以根据自己的需求，来设定显著性阈值，网络中包含元素的最大或最小值，以及分析步骤中想用到的数据集等参数。 至此，进阶用法的分析步骤就全部完成，生成的结果种类和Express Analysis 所生成的结果种类差不多，这里就不多作介绍了。 参考：
转载请注明文章出处，谢谢！ 简书作者：oddxix oddxix
|
|
|
