新闻资讯

News Information

您现在的位置：

首页

科研利器集结号：WGCNA、趋势分析、蛋白互作分析正式入驻转录组云平台

发布时间：

2025-01-09

新年伊始，过去一年来我们对转录组云平台进行了持续不断的优化和升级，客户对我们的云平台的体验感也不断得到提升。为了帮助大家对数据进行更深入的挖掘，美格基因将WGCNA、蛋白质互作分析以及趋势分析这三个热门分析点也正式加入到了转录组的云平台中。作为转录组高分文章中高频出现的分析点，它们到底有什么魔力呢？下面带大家来一一揭晓！

【WGCNA】

WGCNA（加权基因共表达网络分析）是一种用于探索大规模基因表达数据中基因间相互作用的生物信息学方法，用于识别基因表达数据中的共表达模块，即具有相似表达模式的基因集合，并进一步分析这些模块与特定表型之间的关联。通过构建基因间的加权相关性网络，WGCNA能够揭示基因之间的相互作用，并识别出关键的枢纽基因。这种方法有助于发现与特定表型或疾病状态相关的基因模块，从而为理解复杂的生物学过程、疾病机制以及寻找潜在的生物标志物和治疗靶点提供重要线索。

Fig：软阈值分析

Fig：模块层次聚类分析

此分析点适用于复杂的数据模式，一般来说样本数越多，分析结果越可靠。推荐5组(或者15个样品)以上的数据，因此一般用于队列分析，尤其是疾病研究中。若样本数少于15，则应谨慎使用此分析点哦！

【趋势分析】

趋势分析简单来说，就是基于基因的表达量来进行的分析。其原理是将基因按照表达量的变化趋势进行归类，将表达模式相近的基因归类到一种趋势当中。这样做可以简化分析的难度，同时揭示样本在变化过程中所特有的生物学规律。相比于差异分析主要是找出不同样本间存在差异表达的基因，趋势分析更加注重于揭示这些差异基因随时间或其他梯度因素的变化趋势。借助趋势分析，我们可以将大量的基因归类到几个甚至十几个趋势中，有助于全面了解基因的表达趋势，同时大大缩小研究的范围，有助于我们筛选出最具有代表性的基因集。

Fig：趋势总图（按基因数目/P value）

此分析点适用于时间序列基因表达数据、生物个体发育研究以及不同环境条件下的基因表达研究。进行转录组趋势分析时，应确保所收集的数据具有足够的时间点或处理组，并且时间点的选择应与研究的生物学过程相匹配。样本数或分组数要最好控制在3-5个，否则太多会导致聚类效果并不是很好，使得聚类不可靠。同时，趋势的数量不建议设置太多，一般20个以内最佳，否则太多会导致趋势过于零碎，增加后期分析的难度。

【蛋白互作分析】

STRING数据库是一个基于公共数据库和文献信息的蛋白质相互作用网络数据库，收集整合了来源于多个数据库如UniProt、KEGG、NCBI、Gene Ontology等的相关信息，该数据库已经收录了超过1万个物种和5.9千万种蛋白质以及200亿种蛋白互作关系。而我们的蛋白质互作网络分析则正是基于此数据库开展的，根据筛选得到的基因进行互作关系的探究，从而在数量庞大的基因集中筛选出相关联的关键基因，可以帮助我们进一步缩小目标基因的范围。在运行此分析点时，应注意明确所研究物种为何种或近缘物种为何，如此，才能保证我们预测得到的蛋白质互作网络更具有可信度。

以上就是对这3个分析点的简单介绍啦，想了解更多可以登录美格云平台亲身体验下哦，后续我们也将对这几个分析点输出更加详细的应用案例的介绍。同时3个分析点自今日上线后可免费使用至2025.02.28，后续将恢复正常收费，赶紧登录云平台试用吧！在使用过程中如有任何问题欢迎后台留言，我们将努力做的更好~