表达谱（芯片数据）基础分析

价格：询价

最新更新日期：2021-07-23 17:49

我要询单 QQ交流

上海源兹生物科技有限公司

我要认领

公司：上海源兹生物科技有限公司

联系人：林小姐

联系电话： 18516079041 021-64065237

联系邮箱：linweiwei@yzibio.com

QQ： 2850579095

产品属性

服务名称

生物信息学分析服务

提供商	上海源兹生物科技有限公司

规格

询价

产品说明

如需其他分析详见其他产品，下图示例

数据和方法

表达谱数据来源

数据来自于NCBI GEO（Gene Expression Omnibus，GEO，http://www.ncbi.nlm.nih.gov/geo/）[]数据库，数据系列号为GSE***（物种：***）。数据共有***个样本数据。样本全部采用GPL*** ***Array平台检测。

原始数据预处理

对于下载得到的原始CEL格式的表达谱数据，利用R（ version 3.3.2）软件包oligo[]对数据进行表达值背景矫正和表达谱数据的归一化预处理，包括原始数据格式的转换，缺失值补充，背景矫正（MAS法），以及用分位数法（quantiles）进行数据标准化。
三、差异表达基因筛选
将基因表达矩阵分为case组和control组，筛选差异表达基因。使用limma[]提供的非配对T检验的方法计算基因表达差异的显著性P值，采用BH矫正P值。对于每个显著差异表达基因，要求P值小于0.05，|logFC|>0.5。使用R软件包pheatmap[]来绘制差异表达基因热图。

三、差异表达基因富集通路分析

使用常用的富集分析工具DAVID[]（Version6.8, http://david-d.ncifcrf.gov/）分别分析上调和下调差异表达基因参与的Gene Ontology[]功能富集、KEGG通路[]功能富集。参数富集基因个数count>=2，超几何检验显著性阈值Pvalue<0.05（视为显著富集结果）。

四、差异表达基因的PPI网络

结合STRING（（Version：10.0, http://www.string-db.org/））[]数据库预测分析差异表达基因编码蛋白之间是否存在互作关系。输入基因集为差异表达基因，物种为Saccharomyces cerevisiae。参数PPI score设为0.4（表示Medium confidence），要求发生互作的蛋白质节点均为差异表达基因。构建差异表达基因的PPI网络。构建网络软件为Cytoscape（vesrion：3.2.0）[]。
利用网络拓扑性质指标Degree Centrality来分析节点在网络中的得分。节点得分越高表示在网络中的位置越重要，越有可能是关键节点。
我们对可能的关键节点，即degreeTOP10的gene在case组和control组的表达水平做条形图。

五、子网络模块

单个的基因往往不会独自发挥作用，它们可能通过与别的对象互作，共同作用下才能发挥调节作用。而同在一个模块中的基因产物蛋白质往往具有相同的或者相似的功能，它们作为一个模块在行使着同一个生物学作用。使用cytoscape的插件MCODE[]方法分析网络中最显著聚类的模块。

六、miRNA和疾病靶基因调控网络分析

随着RNA干扰机制(RNAi)的发现，非编码RNA在基因表达和调控方面的功能受到了很大的关注，而miRNA因其与生物体的多项调控功能有着密切联系而成为关注重点。miRNA主要通过与其靶基因相互作用进而调控基因的表达。
我们通过webgestal[](http://www.webgestalt.org/option.php), 采用Overrepresentation Enrichment Analysis(ORA)富集方法，分别对上调和下调的差异表达基因进行miRNA-target富集预测，分别获得TOP10的结果，整理得到全部的miRNA-targets关系对，并使用cytoscape软件构建miRNA-target调控网络。

分析结果

差异表达分析基本信息统计

对数据进行预处理后（附表1），见图1，该数据共有***个探针，多个探针对应一个symbol，我们取平均值作为该gene的表达值，对探针注释之后获得***个gene，（见附表2），limma包检验后获得差异表达基因***个（详情见附表3），其中显著上调的差异表达基因***个，显著下调的差异表达基因***个，对差异表达基因做热图，见图2（使用数据见附表4）。

差异表达基因功能富集结果

上调差异表达基因显著富集KEGG通路和GO结果见表1：上调基因显著富集了3个KEGG pathway，5个GO-BP，5个GO-CC，没有富集到显著的GO-MF结果；下调差异表达基因显著富集KEGG通路结果和GO见表2：下调基因没有富集到显著的KEGG pathway结果，显著富集到23个GO-BP，10个GO-CC，10个GO-MF结果。显著富集结果结果较多的，按照P值从小到大排列，取TOP5作结果展示。（详情见附件1）。
表1 上调差异表达基因显著富集的 KEGG Pathway和GO结果

	ID	Name	Count	PValue
KEGG_PATHWAY	sce00230	Purine metabolism	6	1.65E-02
	sce01100	Metabolic pathways	18	2.29E-02
	sce00330	Arginine and proline metabolism	3	4.30E-02
GO_BP	GO:0000096	sulfur amino acid metabolic process	3	3.47E-03
	GO:0000165	MAPK cascade	3	1.77E-02
	GO:0090630	activation of GTPase activity	3	2.10E-02
	GO:0071555	cell wall organization	6	3.31E-02
	GO:0007165	signal transduction	5	4.39E-02
GO_CC	GO:0031225	anchored component of membrane	6	5.68E-03
	GO:0005887	integral component of plasma membrane	8	5.97E-03
	GO:0005886	plasma membrane	17	1.03E-02
	GO:0000324	fungal-type vacuole	12	1.15E-02
	GO:0016020	membrane	42	2.00E-02

Count	<10	10—20	20—30	>30
PValue	0.05-0.01	0.01-0.001	0.001-1.E-09	<1.E-09

表2 下调差异表达基因显著富集的 KEGG Pathway和GO结果（TOP5）

	ID	Name	Count	PValue
GO_BP	GO:0015891	siderophore transport	7	2.53E-10
	GO:0055085	transmembrane transport	20	1.26E-09
	GO:0055072	iron ion homeostasis	9	5.85E-09
	GO:0006811	ion transport	14	1.54E-08
	GO:0006810	transport	31	1.02E-06
GO_CC	GO:0071944	cell periphery	30	2.89E-18
	GO:0005576	extracellular region	16	3.45E-11
	GO:0005886	plasma membrane	28	4.07E-10
	GO:0009277	fungal-type cell wall	14	7.57E-09
	GO:0005618	cell wall	11	3.95E-08
GO_MF	GO:0008559	xenobiotic-transporting ATPase activity	4	3.15E-04
	GO:0042626	ATPase activity, coupled to transmembrane movement of substances	4	4.60E-03
	GO:0005215	transporter activity	6	6.73E-03
	GO:0005355	glucose transmembrane transporter activity	4	7.89E-03
	GO:0005351	sugar:proton symporter activity	4	7.89E-03

Count	<10	10—20	20—30	>30
PValue	0.05-0.01	0.01-0.001	0.001-1.E-09	<1.E-09

差异表达基因PPI网络

PPI网络见图3，共有***个节点，***个互作关系对。拓扑得分高，可视作网络关键节点，degree值（TOP10）见表3。这***个基因在case组和control组的表达水平见图4，表达量为各组的平均值，error bar为SD（standard deviation）。（STRING网站下载文件见附表5，各节点degree值见附表6，TOP10gene表达水平详情见附表7）。

表3 PPI网络degree值TOP10差异表达基因列表

Node	SLT2	DDR2	HSP26	HXT5	TMA10	HXK1	FMP16	BDH2	ECM4	GAP1
Description	up	down	down	down	down	down	down	down	up	up
Degree	26	25	24	23	23	22	21	21	21	20

网络聚类模块

应用cytoscape插件MCODE[]获得score>5的2个显著聚类的模块a、b。模块a（score：9.556）包含10个节点，43个互作关系对；模块b（score：8.5）包含9个节点，34个互作关系对。模块均没有显著富集到KEGG pathway，模块a显著富集到2个BP结果，模块b显著富集到9个BP结果，见表4。（见附件2）
表4 模块显著富集的GO-BP结果

	ID	Name	Count	PValue
Module a	GO:0034605	cellular response to heat	3	5.43E-04
Module a	GO:0046323	glucose import	2	3.72E-02
Module b	GO:0055072	iron ion homeostasis	8	3.84E-16
	GO:0006811	ion transport	9	3.49E-14
	GO:0015891	siderophore transport	6	7.10E-14
	GO:0006879	cellular iron ion homeostasis	5	1.93E-07
	GO:0044718	siderophore transmembrane transport	3	1.81E-05
	GO:0015677	copper ion import	3	9.91E-05
	GO:0006810	transport	7	2.21E-04
	GO:0006826	iron ion transport	2	1.57E-02
	GO:0055085	transmembrane transport	3	4.38E-02

miRNA-target调控网络

通过webgestal分别获得上调和下调的miRNA-target调控关系对（上调结果见附表8，下调结果见附表9，整理后调控关系对见附表10），结果如图7所示，网络图中包含64个节点，102个互作关系对，包括106个差异表达基因，其中上调基因28个、下调基因11个和25个miRNA。（miRNA-target degree详情见附表11）