介绍一款|用于多组学整合和网络可视化分析的在线平台

谷禾健康

为了使研究更系统更全面，越来越多的研究人员追求在多组学背景下解释分子数据。

OmicsNet (www.omicsnet.ca) 顺应而生，这是一个在线平台，允许用户轻松地构建、可视化和分析多组学网络。

OmicsNet 2.0在原有基础上进行了升级，主要改进了三个方面：

(1) 可视化分析中2D图形布局选项增加了11个，以及一个新颖的3D模块。

(2) 支持三种新的组学类型：

来自遗传变异研究SNP列表
来自微生物组分析的物种丰度矩阵
来自非靶向代谢组学的液相色谱-质谱峰(LC-MS)

(3) 分析时将同时输出使用的R包OmicsNetR和历史命令，并生成共享链接可在网页查看和交互操作，从而提高研究的可重复性。

研究中使用OmicsNet 2.0对炎症性肠病(IBD)的数据进行多组学分析。

OmicsNet 2.0工作流程

如图，主要为4个步骤：

上传数据（支持8种类型的数据）
选择数据库（根据数据类型选择）
构建网络
可视化

OmicsNet 2.0 的改进

1、更新了分子相互作用数据库

包括PPI数据库(STRING，InnateDB和IntAct)，TF-target数据库(TRRUST和JASPAR)， miRNA-target数据库(TarBase和miRTarBase)，代谢数据库(KEGG， Recon3和AGORA)。

2、支持三种新的组学类型

可支持来自遗传变异研究的SNP矩阵、来自非靶向代谢组学的 LC-MS 峰和来自微生物组分析的物种丰度矩阵数据的输入及互作分析。

对于那些对影响基因调控的变异感兴趣的用户，可以分别基于ADmiRE和SNP2TFBS将SNPs映射到miRNAs或TF结合位点。由此产生的网络可以通过proteins、miRNAs或TFs进一步扩展，以了解潜在的影响。

对于代谢组学分析，使用最近发布的NetID算法对LC-MS峰(m/z, retention time, intensity和p-value)进行数据处理，可选三种数据库(KEGG， PubChemLite_BioPathway和HMDB)进行注释。

使用Rcpp/C++ 引擎重新编写了核心算法，使其速度提高了10 倍以上。使用 lpsymphony 包进一步优化了整数线性规划。

直接上传物种丰度矩阵，可以使用贝叶斯逻辑模型预测潜在代谢物，该模型使用超过 6000 个高质量基因组规模的代谢模型进行训练。

3、代码开源

开放R包OmicsNetR（https://github.com/xia-lab/OmicsNetR），显示分析期间所执行的R命令。结果可输出为网页链接，有效期一个月。

4、减少假阳性

对于来自人类和小鼠的数据，提供了一个基于ENCODE、基因型-组织表达(GTEx)或人类蛋白图谱(HPA)的基因表达数据的过滤器，这些过滤器帮助研究人员专注于与生物相关的相互作用，并减少假阳性。

5、支持 2D 和 3D 网络可视化

2D模块可支持11种图形布局，3D模块可支持交互。图形化主要基于 igraph 包和 graphlayouts 包。

使用OmicsNet 2.0进行的IBD多组学研究

图A为2D视图，图B为3D视图

将获得的物种丰度矩阵，SNP矩阵和LC-MS峰数据上传至OmicsNet 2.0平台。

利用AGORA数据库预测潜在的微生物代谢物(potential score:0.9)。

利用PhenoScanner对基于eQTLs的基因进行SNP定位。

利用KEGG数据库对LC-MS峰进行注释。

通过添加代谢物-蛋白质相互作用，从SNPs和LC-MS峰生成的个体网络进一步扩大，这样三个网络可以在代谢组学层合并。

p-value过滤：(cut-off: 0.2)来排除p值较大的LC-MS峰值所贡献的节点。其网络连接基于其相关代谢物、基因或蛋白质。

如图A，生成的子网络1包含六种类型的节点（物种、SNPs、代谢物、SNPs或代谢物相关的基因/蛋白质），结果显示出glutathione是宿主-微生物相互作用中的重要交互作用点。

由此推测包括大肠杆菌在内的几种微生物会产生glutathione，两个SNPs(rs3197999和rs1428554)通过编码谷胱甘肽过氧化物酶(GPx)的基因GPX1和GPX3与代谢产物相关。

与此呼应的是，在以往的研究中证明大肠杆菌和相关物种在IBD中的过度表达可能是由于它们能更好地产生glutathione以抵抗氧化应激。

图B的3D分层网络提供了一个直观的多组学整合视角，突出显示了连接微生物组和宿主遗传的glutathione的流动路径。

OmicsNet 2.0与其它工具的比较

如下表，比较OmicsNet 2.0与其他基于web的多组学集成工具的关键特性。

‘√’表示支持，‘-’ 表示缺失，“+”表示定量评估(“+”越多表示更好的支持)

附带各工具的官网及主要特点描述：

PaintOmics

(http://www.paintomics.org)

专注于在视觉上呈现多组学数据的探索分析，包括转录组学，代谢组学，表观基因组学，miRNA和转录因子，将其映射到KEGG通路联合分析。

MergeOmics

(http://mergeomics.research.idre.ucla.edu)

整合了来自单个组学层面的关联研究的汇总统计数据，以及不同功能基因组学数据，以获得机理上的见解，最近还加入了多组学信息的药物重新定位(drug repositioning)。

OmicsAnalyst

(https://www.omicsanalyst.ca)

基于输入的数据，利用多元统计、相关性分析和聚类方法，结合网络、热图和散点图进行多组学分析。

Arena3D

(https://www.arena3d.org)

擅长使用基于3D的分层布局对多层网络进行交互式可视化，适用于多组学网络数据。

NedRex

(https://nedrex.net)

是一个Cytoscape插件，专注于疾病模块识别和药物再利用，使用各种模块识别和优先排序算法。

MetScape

（http://metscape.ncibi.org）

是一个Cytoscape插件，通过构建和分析不同类型的含有酶、代谢物和/或反应的网络，专注于基因表达和代谢组学数据的集成和可视化。

OmicsNet

(https://www.omicsnet.ca)

通过将多个分子互作数据库与强大的2D/3D可视化网络分析相结合，对于多组学集成分析和结果解释有更好的理论基础，对以上工具的不足做了补充。

结语

OmicsNet 2.0是一个基于网络的多组学分析平台，支持2D和3D网络可视化探索。

在1.0版本中强调基于web的3D网络可视化。

在2.0版本中，进一步改进了其可视化分析系统，添加了一个功能完整的2D网络可视化系统，并支持三种新的组学数据输入(SNPs、微生物分类单元和LC-MS峰)，目前的生物信息学工具无法很好地支持这些数据。

除了富集分析、搜寻模块和最短路径分析，用户还可以使用重启随机游走算法(Random Walk with Restart)搜索候选疾病标记物。最后，2.0版本通过发布底层的R代码和共享链接，改进了工具的可再现性和透明度。

使用IBD多组学数据的案例研究表明，OmicsNet 2.0可以揭示与原始出版物和后续出版物以及IBD文献一致的有意义的模式、关系和功能。总之，OmicsNet 2.0解决了对多组学数据进行分析的一些需求。

参考文献：

Zhou G, Pang Z, Lu Y, Ewald J, Xia J. OmicsNet 2.0: a web-based platform for multi-omics integration and network visual analytics. Nucleic Acids Res. 2022 May 26:gkac376. doi: 10.1093/nar/gkac376. Epub ahead of print. PMID: 35639733.

介绍一款|用于多组学整合和网络可视化分析的在线平台相关推荐

利用多组学整合鉴定人类疾病共享的和疾病特异性的宿主基因-微生物组关联
利用多组学整合鉴定人类疾病共享的和疾病特异性的宿主基因-微生物组关联 2022-05-23 本文系谷歌翻译原文:Identification of shared and disease-specif ...
百趣代谢组学文献分享：三组学整合分析在中医药研究中的应用
组学研究中经常会涉及到转录组-代谢组.代谢组-蛋白组等两个组学之间的关联分析,但小伙伴们有碰到过代谢组.转录组.蛋白组3个组学的整合研究吗?百趣生物小趣和大家分享一篇代谢组.转录组和蛋白组3组学整合分 ...
生信多组学整合工具的比较研究
今天给大家要分享是昆士兰科技大学Sathyanarayanan在Briefings in Bioinformatics(IF: 8.990)杂志上发表的论文.作者比较了九种不同的多组学数据整合工具,对 ...
Top7大网络可视化分析工具介绍
目前,我们可以在市场上找到很多用于网络分析和数据可视化的开源工具,例如NetworkX,R和Gephi中的iGraph包等.在所有工具中,Gephi一直以来被认为是最值得推荐的,它可以帮助用户轻松实现 ...
iNetModels 2.0多组学整合网站的使用
揭示各种omics数据之间的关联对于全面了解在人类健康和疾病中改变的生物过程和疾病的改变至关重要.到目前为止,很少有研究集中在单一数据库中收集和展示多组学关联 .在此,我们提出了iNetModels ...
代谢组学数据分析及网络药理学研究技术与实践
一.代谢组学研究技术与实践 1.代谢组学简介及样本的采集与制备关键问题探讨 1.1 代谢组学概述 1.2 代谢组学操作流程 1.3 样本的采集.储存与制备关键问题 2.代谢组学数据采集与预处理,决定数 ...
「nature protocols」组学数据的通路富集分析和可视化: g:Profiler, GSEA, Cytoscape 和 EnrichmentMap...
nature protocols上发了一篇文章,题目为"Pathway enrichment analysis and visualization of omics data using g ...
多组学整合2连发，肠道研究新突破：人参残渣有大用
最近,派森诺与中国农业科学院特产研究所合作,在<Food Chemistry>和<Journal of Functional Foods>相继发表论文,通过高通量测序.代谢组检 ...
单细胞多组学数据介绍①——甲基化数据
单细胞多组学数据介绍①--单细胞甲基化数据一.甲基化数据格式介绍 1.cpg level data 2.feature level data 3. loading data 二.分析方法 1./QC ...

介绍一款|用于多组学整合和网络可视化分析的在线平台

介绍一款|用于多组学整合和网络可视化分析的在线平台相关推荐

最新文章

热门文章