IPA-蛋白质组、代谢组、转录组分析利器

做为一个超过5年蛋白质组学、代谢组学行业从业以及实验研究者,虽然在几年前早已经听过Ingenuity Pathway Analysis (IPA)的大名,但是对其了解可是真的不多,直到去年接触了IPA分析,才明白原来自己以前做的常规go、kegg等分析真的没法看了,因为常规GO、kegg分析给一大堆数据我要再去筛选自己想要的关键信息太难了,我得花费大量的时间去筛选到自己想要的信息,而且go、kegg的结果感觉很乱,得到的分析结果并没有过滤掉无用的注释信息,还有network分析也让人觉得食之无味、弃之可惜。不过直到用了IPA分析后,我才发现我以前用的大量时间去分析的数据原来IPA分析就可以很轻松帮我们得到,这里简单介绍一下IPA得到的结果,给大家秀秀,让更多人能了解IPA,更高效发更高分的文章。
IPA我主要是用来分析组学数据(我经常用来处理得到的转录组、蛋白质组、代谢组数据)、以及构建个性化通路。组学数据分析结果主要有经典通路、上游转录调控、下游调控子效应、疾病与功能以及network这5个结果。
1、经典通路分析:我认为最大的优势是能根据我们上传数据中的分子上下调来预测通路的激活/抑制,然后还能预测整个通路被激活后的变化趋势,如图

[图1 经典通路分析柱状图展示]
注:蓝色的柱子表示对应的通路被抑制,橙色的为激活

当然还有具体的通路图我就简单展示一个吧:

2、上游转录调控分析:这个是主要分析我们提交的数据中分子的上游转录调控因子(覆盖了转录因子、化合物、小RNA、受体、激酶、药物等)。同样也能根据我们数据集中分子的上下调预测转录调控子的激活/抑制状态,并且转录调控子可与相应的靶分子一起构建转录调控互作网络。不说了,放图如下:

这个图是详细的一个调控子与靶分子的调控网络

这个图是选择多个调控子一起做的图,可以看到哪些蛋白是调控子共同作用的。并且靶分子的上下调也是用红绿色标识出来的。
3、下游调控子效应分析:这个主要是将调控子与调控的靶分子的互作网络按照功能进行聚类分析。

这个表格是详细的调控效应分析结果
这个是详细的调控效应图

4、疾病与功能分析:这个主要分析差异基因/蛋白参与调控的疾病或者功能,类似于GO分析却又超越GO分析。

这个表格是疾病与功能分析结果表格,可以很容易看到一些在我们的数据中被激活或者抑制的功能

特别指出这个功能heatmap图,很轻松就能发现我们数据中分子参与的功能哪些是激活状态,哪些是抑制,并且结合结果分析表格能具体看到对应的分子是哪些,当然这个图是功能大类,还能点进去看更详细的,是不是看了这个图对我们的数据有种恍然大悟的感觉。我们还能展示这个相应功能与对应的分子的网络,当然你也可以构建多个功能与对应分子的互作图,如下图:

特别指出这个功能heatmap图,很轻松就能发现我们数据中分子参与的功能哪些是激活状态,哪些是抑制,并且能具体看到对应的分子是哪些,当然这个图是功能大类,还能点进去看更详细的,是不是看了这个图对我们的数据有种恍然大悟的感觉。我们还能展示这个相应功能与对应的分子的网络,当然你也可以构建多个功能与对应分子的互作图,如下图:
5、network分析:想起以前用String去做的network分析,感觉太丑了,而且看着没啥用,用Cytoscape画画还能好看不少,但是都可以用一句华而不实来概括。

这个是network分析的结果表格,不同于string的network分析哦,是按照功能能分析的,并且还会对network网络进行打分


这只是IPA分析中3种形式network图哦,还有两种就不展示了,而且这个network也是基于功能能进行分析的哦,非拓扑关系、是根据文献中实验结果来的。
不过说了这么多IPA的优点,也得说说他的缺点,就是基本上最适合分析人、大小鼠的数据了,什么植物、微生物就不太适用了,所以比较适合做疾病机制研究、药物方向药理药靶研究的。

怎么样,IPA的结果够炫吧,不瞒你们说,我已被圈粉,感兴趣的可以联系我哦

IPA-蛋白质组、代谢组、转录组分析利器相关推荐

  1. 转录组+代谢组联合分析

    转录组+代谢组联合分析 简介 转录组是获得生物体内基因表达的重要方法,代谢组是生物体表型的基础和直接体现者. 转录组测序可以得到大量差异表达基因和调控代谢通路,但由于基因与表型之间很难之间关联,导致关 ...

  2. 转录组+代谢组联合分析,揭示盐胁迫对粘红酵母的类胡萝卜素产量的影响

    类胡萝卜素是一组1100多种天然脂溶性色素分子,不仅可以用作天然着色剂,且具有促进健康的功效,在制药.食品.饲料和化妆品行业中已经有广泛的应用.人类无法合成类胡萝卜素,因此必须在食物中补充这些化合物. ...

  3. 派森诺转录+代谢组联合分析

    异齿裂腹鱼属于裂腹鱼亚科鱼类,藏语称"棒棒鱼",是裂腹鱼亚科中具有代表性的四倍体物种,主要分布于雅鲁藏布江干流和支流中,属于青藏高原重要的特有鱼类.目前,由于河流筑坝和过度捕捞,裂 ...

  4. iMeta | 浙大倪艳组MetOrigin实现代谢物溯源和肠道微生物组与代谢组整合分析

    点击蓝字 关注我们 MetOrigin:代谢物溯源推动肠道微生物和代谢整合分析 https://doi.org/10.1002/imt2.10 2022/3/21 ● 2022年3月21日,浙江大学医 ...

  5. 技术贴 | MetaboAnalyst 4.0,代谢组学研究利器的升级

    本文由面瘫的猫编译,董小橙.江舜尧编辑. 原创微文,欢迎转发转载. 导读 MetaboAnalyst是一款基于网络的用于代谢组学数据分析.注释,并整合其他组学数据的工具套件.本文介绍了这一实用工具的更 ...

  6. 微生物组+代谢组联合分析

    微生物代谢组学联合分析简介 在肠道中,微生物与宿主之间进行密切的信息交流,在代谢.免疫.神经系统调控中起重要作用.不同组成的微生物能影响机体体重.消化功能.抵御感染和自身免疫疾病的患病风险,此外,还能 ...

  7. 生信学习-代谢组检测 分析之 PLS-DA

    代谢组检测 分析之 PLS-DA 偏最小二乘判别分析(Partial least squares Discriminant Analysis, PLS-DA) 偏最小二乘法判别分析是一种用于判别分析的 ...

  8. 转录组代谢组联合分析基础名词

    1.基因共表达网络分析(Weighted Gene Co-Expression Network Analysis, WGCNA):基因共表达网络是基于基因间表达数据的相似性而构建的网络图,图中的节点代 ...

  9. 【荐藏】代谢组学分析系列

    发现了宝藏知识宝藏博主,他梳理了代谢组学从实验到分析的全流程知识并汇聚成册.大家共同学习呀. wechat:代谢组学分享平台.为代谢组学入门者提供信息:经验分享:文献共享:资源共享.感谢此君! 代谢组 ...

  10. 代谢组学分析平台都有什么仪器?

    在代谢组学研究中,目前最常用的分析手段是核磁共振技术(Nuclear Magnetic Resonance, NMR)和质谱技术(Mass Spectrometry, MS).在代谢组学研究中,目前最 ...

最新文章

  1. linux 查看硬件信息
  2. python中文编码是什么_Python编码有什么解释吗?
  3. 农民工上网求职事半功倍
  4. 算法图解学习笔记01:二分查找大O表示法
  5. UE4 使用VaRest的最佳实践
  6. php callable 参数,php 利用反射执行callable
  7. zabbixdocker里的mysql_基于Docker安装与部署Zabbix
  8. 利用计算机进行频数分布表制作,excel制作交叉分组表,excel分组频数分布表
  9. 计算机excel必备知识,excel常用函数大全
  10. 最新老男孩Linux云计算sre学什么
  11. Windows强制删除文件的方法
  12. web课程设计网页规划与设计 基于html制作水果购物商城网站 (html+css+js+jquery)
  13. 如何用Python + baidu-aip 实现人脸识别?
  14. 一元三次方程求根公式推导
  15. 2021巅峰极客逆向baby_maze题wp
  16. 类型多样的人物ps后期素材素材,速来收藏
  17. HTTP基本使用方法
  18. 运维工程师的宿命(困兽之斗)
  19. std::stack 基本操作
  20. Android:使用Intellij IDEA开发安卓apk程序HelloWorld

热门文章

  1. 微信、支付宝、百度(drawImage及canvasGetImageData、支付宝(getImageData))踩坑,uni-app 获取图片底色像素值
  2. 传奇服务器修改npc外观,传奇NPC里面图片修改方法
  3. “客户机操作系统已将 CD-ROM 门锁定,并且可能正在使用 CD-ROM,这可能会导致客户机...” 报错解决办法
  4. 请客必备:【转】100元以内南宁市有特色的餐馆
  5. VS2015导出带文件的项目模板
  6. 云计算三种架构(IaaS, PaaS, SaaS)及部署模型
  7. 英语句子组织的5个步骤
  8. 分段函数的期望和方差_2014级《经济数学》课程教学大纲
  9. 在matlab中如何线性回归分析,MATLAB工具箱中进行多元线性回归分析的命令为 ( )?...
  10. 1、pr的基本操作流程学习