微生物组测序 (主要指扩增子测序、全长扩增子测序与宏基因组测序)可提供细菌构成、基因丰度和功能性信息,可以解决“who is there”(那儿有谁)和“what are they doing”(在干嘛)的问题。而代谢组学是研究生物体中代谢产物变化的科学,可以解决“what have really happened”(究竟发生了什么)的问题。生物科学研究过程复杂,单独和片面的单一组学无法解释清楚生物学问题,多组学就显得尤为重要。近年来,随着微生物组学研究的不断发展和持续火热,越来越多的研究者开始将微生物组学和代谢组学联合起来,从物种、基因以及代谢产物等水平共同解释科学问题,更好地理解疾病病变过程及机体内物质的代谢途径。还有助于发现疾病的生物标记以更进一步应用于临床辅助诊断。代谢和微生物的联合分析可以有多种方法,今天主要介绍相关性分析和协惯量分析。

文章《Gut microbiome and serum metabolome alterations in obesity and after weight-loss intervention》中揭示了中国肥胖人群的肠道菌群组成,并指出了肥胖及减肥干预后肠道菌群和血清代谢物改变。其中MLG(metagenomic linkage groups,宏基因组连锁群)和代谢物联合分析就运用了相关性分析和协惯量分析(如下图)。

这里使用R基于示例数据绘制类似的图,需要提前安装psych、ade4、pheatmap等R包。另外使用TakeColor软件可直接获取文章图中的配色。使用的示例数据为6个样本的数据,对照处理各3个样本。

#代谢组数据,行为代谢物共20个,列为样本名>dim(metabdata)[1] 20  6#微生物数据,行为微生物共47个,列为样本名>dim(microdata)[1] 47  6#加载相关性计算的包>library(psych)#使用spearman计算相关性和p值>cor_res<-corr.test(cbind(t(metabdata),t(microdata)),method='spearman',adjust='none',ci=F)#显示数据> dim(cor_res$p)[1] 67 67> tail(cor_res$r[,1:3])Cyclic AMP    Tricin  GenisteinPseudomonas        0.7714286 0.9428571 -0.7714286Ralstonia          0.6667367 0.8406680 -0.8986451Rhizobium          0.8285714 0.6571429 -0.7142857Saccharopolyspora  0.8406680 0.6667367 -0.7247138Terriglobus        0.8986451 0.7247138 -0.6667367Vicinamibacter     0.7142857 0.8857143 -0.8285714#提取相关性和p值> corCmat<-cor_res$r[(nrow(metabdata)+1):nrow(cor_res$r),1:nrow(metabdata)]> corPmat<-cor_res$p[(nrow(metabdata)+1):nrow(cor_res$p),1:nrow(metabdata)]#绘制热图> library(pheatmap)> library(RColorBrewer)#标记显著当p<0.01 显示2个星号‘**’,0.01<p<0.05 时显示一个星号‘*’>annolabel<-matrix('',nrow(corPmat),ncol(corPmat))> annolabel[corPmat<0.01]<-'**'> annolabel[corPmat<0.05 & corPmat>=0.01]<-'*'> colnames(annolabel)<-colnames(corPmat)> rownames(annolabel)<-rownames(corPmat)pheatmap(mat=corCmat,display_numbers=annolabel,number_color='black',cluster_cols=T,cluster_rows=T,color=colorRampPalette(c('#7AA1D3','#D2609E'))(100),border_color=F,show_rownames=T,show_colnames=T,fontsize_number=8,fontsize_row=6,fontsize_col=6,scale='none')

(向左查看更多内容)

协惯量分析:

#加载包> library(ade4)#进行协惯量分析> microdata_dudi <- dudi.pca(t(microdata), scale = TRUE, scan = FALSE, nf = 2)> metabdata_dudi <- dudi.pca(t(metabdata), scale = TRUE, scan = FALSE, nf = 2)> coin<- coinertia(metabdata_dudi,microdata_dudi, scan = FALSE, nf = 2)#基于特征值计算贡献>Axis1<-coin$eig[1]/sum(coin$eig)*100>Axis2<-coin$eig[2]/sum(coin$eig)*100#绘制样本空间图,展示样本之间的差异>metabS<-coin$mX>microS<-coin$mY>plot(microS[,1],microS[,2], xlim = c(-1.5,1.5), ylim = c (-2,2),pch=20,col=c(rep('#4890CD',3),rep('#EC2B91',3)),xlab=sprintf('Axis1(%.2f%%)',Axis1),ylab=sprintf('Axis2(%.2f%%)',Axis2))>arrows(x0=microS[,1],y0=microS[,2],x1=metabS[,1],y1=metabS[,2],col=c(rep('#4890CD',3),rep('#EC2B91',3)),length=0.1)

(向左查看更多内容)

图中的蓝色和红色分别代表不同的样本分组即对照和处理,基于此分析可直观展示出样本间的差异。

对于没有R基础的同学可能会觉得困难,但是没关系,目前百迈客云已有代谢组与微生物联合分析以及个性化相关的绘图,只需要点点鼠标便可得到结果。

文:QG

排版:市场部

参考文献:

Liu R, Hong J, Xu X, et al. Gut microbiome and serum metabolome alterations in obesity and after weight-loss intervention[J]. Nature medicine, 2017, 23(7): 859.

代谢组与微生物联合分析实战相关推荐

  1. 代谢组与转录组联合分析方法介绍

    这次将介绍代谢与转录组联合分析的常用方法,主要包括相关性分析.KEGG通路分析.典型相关性分析等,这里相关性分析是两两代谢物表或者基因表达量之间计算相关性,典型相关是多变量多个代谢物和多个基因一起的两 ...

  2. MIMOSA2: 基于微生物组和代谢组数据的整合分析

    文章目录 MIMOSA2: 基于微生物组和代谢组数据的整合分析 MIMOSA2的工作原理 MIMOSA2分析的主要步骤 软件部署 我们来看看MIMOSA2究竟做了什么? 运行计算 模式1:基于Gree ...

  3. 中文整合包_MIMOSA2: 基于微生物组和代谢组数据的整合分析

    MIMOSA2:基于微生物组和代谢组数据的整合分析 MIMOSA2 升级自MIMOSA1.是 Borenstein 实验室(http://borensteinlab.com/ , 专注宏基因组系统 生 ...

  4. 【转录调控网络】代谢组学与其他组学的联合分析经典模式简介

    多组学联合分析经典模式 转录组学&代谢组学联合分析 蛋白质组学&代谢组学联合分析 微生物组学&代谢组学联合分析 基因组学&代谢组学联合分析 LncRNA&代谢组 ...

  5. 代谢组学通路富集分析

    1 2 rm(list = ls()) library(ggplot2) library(readxl) pathway = read_xlsx("/Users/wangchen/Deskt ...

  6. 如何做好微生物组学代谢组学联合分析研究?

    微生物组学&代谢组学联合分析 近年来,随着微生物组学研究的不断发展和持续火热,越来越多的研究者跳出单一的微生物研究,开始将微生物组学和代谢组学联合起来,从物种.基因以及代谢产物等水平共同解释科 ...

  7. 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 ...

  8. UMI绝对定量转录组+代谢组联合研究β-葡萄糖苷酶抑制剂在草菇采后贮藏中的应用前景

    派森诺与上海市农业科学院携手合作,于近期在<Postharvest Biology and Technology>上发表了β-葡萄糖苷酶抑制剂在草菇采后管理中应用的研究成果. 草菇(Vol ...

  9. 转录和代谢组联合揭示龙葵对Cd胁迫反应的解毒和耐受分子机制

    派森诺生物与上海交通大学携手合作,于近期在<Journal of Hazardous Materials>上发表了龙葵对 Cd 胁迫反应的解毒和耐受分子机制的研究成果. 土壤重金属污染已成 ...

  10. 百趣代谢组学解读,从蛋白组学和代谢组学角度,浅析白番石榴成熟过程

    ​ 文章标题:Integrating proteomics and metabolomics approaches to elucidate the ripening process in white ...

最新文章

  1. 特征点匹配+特征检测方法汇总
  2. 数据中心ECC值班长岗位提升工作总结
  3. 文件解析漏洞总结-IIS
  4. centos 6.5装mysql 5.7,centos 6.5装mysql5.7
  5. 47 - 算法 - 记住常用位运算-Leetcode-136-只出现一次的数字
  6. HTML5+CSS期末大作业:环保网站设计——环境保护(10页) 含设计报告 HTML+CSS+JavaScript 静态HTML环境保护网页制作下载 DIV+CSS环保网页设计代码...
  7. kpw4换壁纸_发挥全部潜能,Kindle越狱指南
  8. Simulink转化为低版本文件
  9. 如何root安卓手机_2019年安卓手机一键root教程,附科普安卓为何root困难?
  10. 目前最完美的魔兽世界服务端AzerothCore,Window系统小白10分钟搭建教程
  11. kettle启动 carte
  12. 浅谈脑机接口:传统神经学科的颠覆者
  13. 致敬每一位劳动者,感恩每一次付出!清微智能祝您劳动节快乐~
  14. Vijos P1008 篝火晚会
  15. 我的世界Java版最大村庄_我的世界:java版完美种子,开局两村庄齐铁套
  16. 机器人的自述作文_我发明的机器人作文400字
  17. 软件工程(数据字典)
  18. Verilog HDL 实验题
  19. IDEA安装TFS插件
  20. 问答系统实践(二)构建聊天机器人小天1.0

热门文章

  1. 用linux运行vasp,科学网—VASP使用 - 李继存的博文
  2. 模糊层次分析法matlab,求三角模糊数层次分析法(FEAHP)模型计算的MATLAB程
  3. Java数据类型转换超详解
  4. python foc电机库_No.3 FOC SDK5.0电机库软件系统分析
  5. 移动APP之专项测试
  6. 电脑运行c语言时错误,电脑出现microsoft visual c++ runtime error 解决方法(多图)
  7. windows加linux双系统安装方法
  8. 推荐几个代码自动生成器,神器!!!
  9. 用单片机c语言输入8位输出,单片机C语言教程(二)
  10. mysql安装sql文件怎么打开_sql文件用什么打开?如何打开sql文件?