刷爆朋友圈的多组学联合，轻松搞定分子调控机制-表型间的关联！

今天像大家推荐的多组学联合分析可解决调控——表型之间的关联机制：

▶  蛋白质组 + 代谢组 联合分析

▶  蛋白质组 + 脂质组 联合分析

▶  转录组 + 代谢组 联合分析

▶  转录组 + 脂质组 联合分析

▼联合分析的优势▼

◆ 通过对不同层面的表达水平分析，实现对蛋白/转录及代谢物的全谱分析。

◆ 同时实现从“因”和“果”两个方向探究生物学问题，相互间的验证作用更明显。

◆ 阐述分子调控-表型间的关联机制，系统全面地解析生物分子功能和调控机制。

◆ 从海量的数据中去伪存真，筛选出重点代谢通路或者基因、代谢产物进行后续深入实验分析与应用。

▼联合分析全面解析▼

▼典型分析内容展示▼

•  代谢通路整合分析

图1  KEGG 通路图

拟解决问题：通过共同参与的代谢通路，将差异代谢物与差异基因关联起来，相互验证，快速鉴定代谢相关功能基因。

•  蛋白/转录组和代谢组PCA比较分析

图2 蛋白组/转录组和代谢组的PCA图

拟解决问题：a,观察组内样本的聚集程度和组间样本的总体分布趋势; b,比较不同的组学的分布趋势的变化。

•   蛋白质组/转录组和代谢组相关性分析

图3 相关性分析层次聚类热图

拟解决问题：通过相关性分析，直观地反映显著性差异的蛋白/基因和差异的代谢物的表达模式的差异和相关性如何。相关系数以颜色来表示，红色表示正相关，蓝色表示负相关，颜色越深表示相关性越强。

图4  显著性差异蛋白/基因与显著性差异代谢物的相关性分析网络图

拟解决问题：利用相关性系数建立网络互作关系，有助于筛选出处于网络中关键节点位置的显著性差异的代谢物和显著性差异的蛋白/基因。

•   蛋白组/转录组和代谢组多元变量统计模型分析

图5  O2PLS模型

拟解决问题：O2PLS分析也是非常好用的组学数据整合工具，通过对两个组学的数据进行双向建模和预测，客观描述两数据组间是否存在关联趋势，尽可能从源头上避免假阳性关联。进一步构建OPLS回归模型，帮助我们寻找或验证可能相关的其他组学的变量。

参考文献：

[1] Plant Biotechnology Journal (2016) 14, pp. 2217–2227.

木酚素是大青（根部称为板蓝根）中重要的活性物质，起抗炎抗病毒作用。文章通过用茉莉酸甲酯（可以促进木酚素合成）处理板蓝根，进行转录组学和代谢组学研究，基于相关性分析，构建“基因-代谢物调控网络”，筛选到调控木酚素合成的关键基因，为株系改造奠定基础。

[2] Plant CellEnviron. 2017 Aug;40(8):1531-1551.

文章以水蜜桃为研究材料，借助转录组学及脂质组学分析，发现冷藏保存可以增强贮藏早期果实乙烯的合成，乙烯信号传递到下游转录因子ERFs，协同调控脂质代谢以及其它修饰代谢，减轻果实冷害，促使果实正常后熟软化。

[3] BMC Plant Biol.2018 May 4;18(1):78.

前期研究报道“牧草之王-苜蓿”在进入开花期后，总蛋白含量下降，纤维素含量增加，导致营养价值下降。本文对不同生长阶段的苜蓿进行蛋白组和代谢组分析，通过KEGG代谢通路整合，发现跟氨基酸及苯丙素类合成、淀粉和蔗糖代谢等通路发生明显富集，揭示引起营养成分变化的分子生物学机制，为改良获得高品质的苜蓿提供了理论基础。

[4] J Proteome Res.2016 Jan 4;15(1):280-90.

肿瘤细胞存在明显的代谢异常，且影响临床的预后以及对化疗的敏感性。文章通过转录组和代谢组研究，借助O2PLS整合分析，发现NT5E在肿瘤的耐药机制中的重要作用，进一步通过OPLS分析，发现NT5E通过调控相关的代谢物表达，进而调控肿瘤的耐药机制。

[5] Clin Cancer Res.2013 Sep 15;19(18):4983-93.

肿瘤细胞存在脂代谢异常，文章借助转录组和脂质组分析手段，首先通过WGCNA（点击有惊喜）分析，找到跟胰腺癌发生相关的重要脂质，进一步借助相关性分析找到跟脂质变化相关的重要基因，通过对这些基因的KEGG通路分析和相关性分析，找到了调控关键脂质变化的重要脂代谢酶，最终阐明了胰腺癌发生发展机制。