|
转自 解螺旋服务号 你曾经为作图而苦恼吗？你曾经因为Figure丑而被导师嫌弃吗？你曾为高颜值的PPi图、火山图、热图、韦恩图，弦图和主成分分析图而折服吗？今天笔者给大家介绍一款强大的在线作图神器——NetworkAnalyst 。 网址https://www./ 它能够将你知道的高端大气上档次的图一网打尽。 Networkanalyst是一个进行基因表达分析和meta分析的在线可视化分析平台，可以进行比对、定量、基因表达差异分析和富集分析、蛋白相互作用分析、多个数据集整合分析，还可以绘制像PCA、蛋白互作网络图、热图、火山图、韦恩图等高颜值的图片。 真正做到了一站式的基因表达和meta分析的可视化分析平台。可以看到，该网站由5个数据上传入口，可以根据不同的需求进行选择，本次的单元课会对这个网站的功能做最详尽的介绍。 差异分析 基因差异表达分析，作为根据基因表达矩阵进行生物信息学分析的第一步，有助于我们观察基因在不同样本中的表达差异，从而确定要研究的基因和表型之间的联系，是最常见的生信数据挖掘分析策略之一。 虽然GEO数据库提供了官方在线工具GEO2R，用于比较2组或多组样本以获得差异性表达的基因，但该工具主要是对系列数据（series）进行分析，并非所有系列数据都能用GEO2R工具进行分析，比如测序数据就不能使用GEO2R，对于这类数据，工具栏中的“Analyze with GEO2R”按钮不会显示。 Networkanalyst提供3种差异分析的方法——limma、edgeRs和DESeq2。Limma用于分析芯片数据；EdgeR和DESeq2用于分析测序数据；在NetworkAnalyst数据库中，当样本数≥50时，不可以用DESeq2。 网络分析及功能分析 富集是指将基因按照先验知识，也就是基因组注释信息，对基因进行分类的过程。基因经过分类后，能够帮助认知寻找到的基因是否具有某方面的共性（如功能、组成等等）。 生物相互作用网络指的是分子与分子之间的相互作用网络，“分子”包括基因、RNA、蛋白、药物等。
种类繁多的图片完全能满足生信可视化的内容。 多个数据集整合分析 介绍完单个数据集中的基因分析，下面来看看多个数据集中的基因分析。本网站可完成对多个不同研究的表达谱数据的统计分析，并进行可视化，最终得到交互式热图、Venn图和3D PCA图。 对于本数据库中涉及的荟萃分析部分，相当于多个单个数据集的叠加，可以在熟练掌握单个数据集分析流程后，练习使用荟萃分析。荟萃分析对样本以及样本的均一性有一定要求。
之前对这件神器还不熟悉的小伙伴，学完本次的单元课，就能直接在下篇论文里试试NetworkAnalyst的强大功能啦。 end
|
|
|
