多組學(xué)聯(lián)合分析到底分析些什么 –轉(zhuǎn)錄組+蛋白組+代謝組篇

話接上篇，當(dāng)前市場(chǎng)上除了火熱的轉(zhuǎn)錄組+代謝組的聯(lián)合分析來解析基因表達(dá)和表型變化的關(guān)系（多組學(xué)聯(lián)合分析到底分析些什么？–轉(zhuǎn)錄組+代謝組篇），蛋白組的研究也是進(jìn)展的如火如荼。蛋白質(zhì)是生物體最終的功能執(zhí)行著，其含量隨著生物體的生長(zhǎng)、環(huán)境應(yīng)激反應(yīng)、疾病發(fā)生發(fā)展的過程不斷變化，蛋白質(zhì)組學(xué)可以在大規(guī)模水平上研究一種細(xì)胞或一個(gè)生物體所表達(dá)的全部蛋白質(zhì)的特征信息，由此進(jìn)行差異蛋白的挖掘和功能蛋白鑒定等分析內(nèi)容，獲得蛋白質(zhì)水平上的關(guān)于疾病發(fā)生，細(xì)胞代謝等過程的整體而全面的認(rèn)識(shí)。

轉(zhuǎn)錄組和蛋白組是關(guān)系非常緊密且處于上下游的兩個(gè)組學(xué)，轉(zhuǎn)錄組代表基因表達(dá)的中間狀態(tài)，可以反映諸如轉(zhuǎn)錄調(diào)控、轉(zhuǎn)錄后調(diào)控的機(jī)理。通過轉(zhuǎn)錄組和蛋白組的聯(lián)合分析，可以分別從RNA水平和蛋白水平對(duì)基因的表達(dá)進(jìn)行衡量，獲得基因表達(dá)各個(gè)步驟表達(dá)和調(diào)控的全景圖，發(fā)掘常規(guī)單個(gè)組學(xué)未能發(fā)現(xiàn)的新結(jié)果。

分析思路

轉(zhuǎn)錄組的分析結(jié)果可以預(yù)測(cè)得到當(dāng)前樣本表達(dá)的蛋白序列，并基于此構(gòu)建蛋白數(shù)據(jù)庫進(jìn)行蛋白預(yù)測(cè)，相比使用公共數(shù)據(jù)庫進(jìn)行蛋白預(yù)測(cè)可以大幅度的提升預(yù)測(cè)到的蛋白數(shù)目和準(zhǔn)確度。通過差異基因和差異蛋白的表達(dá)趨勢(shì)分析，可以獲得不同相同或相反表達(dá)趨勢(shì)的基因和蛋白質(zhì)集，并對(duì)不同的基因集合進(jìn)行功能富集分析，進(jìn)一步挖掘調(diào)控生物表型的關(guān)鍵基因和蛋白。此外，還可以通過蛋白質(zhì)的鑒定進(jìn)一步驗(yàn)證轉(zhuǎn)錄組發(fā)現(xiàn)的可變剪接信息。當(dāng)然，如果在此聯(lián)合分析的基礎(chǔ)上再結(jié)合上代謝組學(xué)的分析，打通機(jī)制與表型的研究，能夠系統(tǒng)描繪蛋白至代謝的調(diào)控過程，挖掘關(guān)鍵蛋白與代謝物上下游調(diào)控通路。讓整個(gè)研究?jī)?nèi)容更加豐富完整。

分析內(nèi)容

轉(zhuǎn)錄組+蛋白組聯(lián)合分析

轉(zhuǎn)錄組+蛋白組的聯(lián)合分析的從差異基因和差異蛋白入手進(jìn)行關(guān)聯(lián)分析，使用KEGG的注釋信息來對(duì)轉(zhuǎn)錄組和蛋白組進(jìn)行關(guān)聯(lián)，注釋到同一個(gè)KEGG Functional ortholog編號(hào)（K 開頭的編號(hào)）的基因和蛋白被記為一對(duì)有關(guān)聯(lián)的基因和蛋白。如果使用轉(zhuǎn)錄組數(shù)據(jù)建庫，得到的蛋白ID與轉(zhuǎn)錄本ID格式相同，通過人為指定的方式將基因和蛋白一一對(duì)應(yīng)起來，并進(jìn)行表達(dá)趨勢(shì)分析、不同趨勢(shì)下關(guān)聯(lián)基因和蛋白的GO\KEGG功能注釋及富集分析。

一、GO注釋分析

對(duì)轉(zhuǎn)錄水平和蛋白水平都檢測(cè)到的蛋白進(jìn)行GO功能注釋分析，將每個(gè)差異分組的差異基因和差異蛋白劃分為4種不同的變化趨勢(shì)（蛋白和mRNA表達(dá)趨勢(shì)相同、蛋白和mRNA表達(dá)趨勢(shì)相反、蛋白無變化，mRNA差異表達(dá)、mRNA無變化，蛋白差異表達(dá)），并對(duì)每種變化趨勢(shì)中的基因和蛋白分別做GO功能注釋，為挑選出調(diào)控表性變化的關(guān)鍵基因和蛋白提供了候選。

二、 差異蛋白GO富集

對(duì)于每個(gè)差異分組的4種（同上）變化趨勢(shì)中的基因和蛋白分別進(jìn)行GO功能顯著性富集分析，作GO富集氣泡圖。通過GO富集分析可以得到與關(guān)聯(lián)到的蛋白質(zhì)背景相比，差異蛋白質(zhì)中顯著富集的GO功能條目，從而得出差異蛋白質(zhì)與哪些生物學(xué)功能顯著相關(guān)，確定差異蛋白行使的主要生物學(xué)功能。

三、 KEGG代謝通路注釋

針對(duì)轉(zhuǎn)錄水平和蛋白水平關(guān)聯(lián)的蛋白進(jìn)行KEGG功能注釋分析。在生物體內(nèi)，不同蛋白相互協(xié)調(diào)行使其生物學(xué)行為，基于Pathway的分析有助于更進(jìn)一步了解其生物學(xué)功能，通過Pathway分析能確定蛋白質(zhì)參與的主要生化代謝途徑和信號(hào)轉(zhuǎn)導(dǎo)途徑。

四、差異蛋白KEGG通路富集

Pathway顯著性富集分析方法同GO功能富集分析，應(yīng)用超幾何檢驗(yàn)，對(duì)于每個(gè)差異分組的4種變化趨勢(shì)中的基因和蛋白分別進(jìn)行KEGG富集，找出與所有鑒定到蛋白背景相比，在差異蛋白中顯著性富集的Pathway。通過Pathway顯著性富集能進(jìn)一步篩選出差異蛋白最主要參與的生化代謝途徑和信號(hào)轉(zhuǎn)導(dǎo)途徑。

五、九象限圖

九象限圖是對(duì)數(shù)據(jù)進(jìn)行分類分析的常見方法。一般是利用水平和垂直分割線將圖表區(qū)域分為九個(gè)象限，每個(gè)象限的數(shù)據(jù)表現(xiàn)有所不同,而圖表主要以散點(diǎn)圖為主。對(duì)于每一對(duì)關(guān)聯(lián)的基因和蛋白，以其中蛋白的log2FC作為橫坐標(biāo)，基因的log2FC作為縱坐標(biāo)，得到所有差異分組的蛋白和轉(zhuǎn)錄組表達(dá)模式九象限圖，進(jìn)一步把基因和蛋白的表達(dá)劃分為更詳細(xì)變化趨勢(shì)，有助于篩選符合研究預(yù)期的基因和蛋白集合。

 

轉(zhuǎn)錄組+蛋白組+代謝組聯(lián)合分析

轉(zhuǎn)錄組、蛋白組、代謝組三者的聯(lián)合分析主要是對(duì)來源于相同樣本的差異表達(dá)的mRNA、蛋白質(zhì)、代謝物等多個(gè)數(shù)據(jù)集結(jié)合起來進(jìn)行關(guān)聯(lián)分析，可進(jìn)一步挖掘基因、蛋白、代謝物之間的關(guān)系，以及發(fā)現(xiàn)生物標(biāo)記，解析生物生理活動(dòng)的內(nèi)在機(jī)理。

一、 多組學(xué)協(xié)慣量分析

多重協(xié)慣量分析（multiple co-inertia analysis）是一種挖掘多個(gè)數(shù)據(jù)集之間共同關(guān)系的探索性數(shù)據(jù)分析方法，可將多種組學(xué)數(shù)據(jù)投影到相同的維度空間，直觀的展示基因、蛋白、代謝等一種或者多種之間的聯(lián)系，圖中任意2個(gè)數(shù)據(jù)點(diǎn)與原點(diǎn)的連線反映了兩者之間的相關(guān)性，銳角為正相關(guān)，鈍角為負(fù)相關(guān)，直角則不相關(guān)?；谘芯勘尘翱商崛≈匾奶卣餍畔?。

二、 多組學(xué)相關(guān)性熱圖

為進(jìn)一步展示多組組學(xué)之間的相關(guān)性，對(duì)基因、蛋白、代謝物之間進(jìn)行相關(guān)性分析，并繪制相關(guān)性熱圖，直觀的展示出哪些分子間的相關(guān)性更高。

三、 多組學(xué)相關(guān)性網(wǎng)絡(luò)圖

一般認(rèn)為較高的相關(guān)性可能是不同組學(xué)數(shù)據(jù)之間的關(guān)系如調(diào)控、互作等導(dǎo)致的，因此基于閾值篩相關(guān)性的結(jié)果可挖掘潛在的關(guān)系。并切可以通過網(wǎng)絡(luò)圖可視化多組學(xué)之間的相關(guān)性，讓結(jié)果更直觀。

以上就是轉(zhuǎn)錄組和蛋白組以及代謝組三者之間的聯(lián)合分析的主要內(nèi)容，通過轉(zhuǎn)錄組、蛋白組的聯(lián)合分析從不同角度互補(bǔ)結(jié)合了解分子調(diào)控機(jī)制信息，而代謝組的補(bǔ)充則可以進(jìn)一步發(fā)現(xiàn)與代謝物緊密相關(guān)的基因或蛋白質(zhì)，實(shí)現(xiàn)差異表型與關(guān)鍵基因/蛋白的信息關(guān)聯(lián)，為進(jìn)一步聚焦關(guān)鍵分子機(jī)制提供更可靠的信息。

百邁客生物科技致力于多組學(xué)聯(lián)合分析的組學(xué)研究?jī)?nèi)容，現(xiàn)已經(jīng)有非常成熟的基因組、轉(zhuǎn)錄組、代謝組、蛋白組、非編碼RNA之間的聯(lián)合分析方案及分析流程，協(xié)助客戶發(fā)表幾百篇高分文章，如果您對(duì)該分析方案感興趣，歡迎點(diǎn)擊下方按鈕與我們聯(lián)系，我們將免費(fèi)為您設(shè)計(jì)文章思路方案。