蛋白質(zhì)組學(xué)數(shù)據(jù)分析集錦

1、今天我們就來說一說蛋白質(zhì)組學(xué)涉及到的生信分析。1認識你的樣本 數(shù)據(jù)到手之后，我們第一步就是希望能夠?qū)?shù)據(jù)有個大體的了解，包括組內(nèi)樣品均一性、組間樣品差異性以及變化趨勢情況，有哪些分析可以快速的將這些數(shù)據(jù)進行可視化呢？請往下看：PCA分析，是一種非監(jiān)督性的多元統(tǒng)計分析，將高維復(fù)雜的數(shù)據(jù)進行“簡化和降維”，建立可靠的數(shù)學(xué)模型對研究對象的蛋白表達譜特點進行歸納和總結(jié)。從總體上反映各組樣本之間的蛋白差異和組內(nèi)樣本之間的變異度大小。相關(guān)性分析，是指對兩個或多個具備相關(guān)性的變量元素進行分析，從而衡量兩個變量因素的相關(guān)密切程度。相關(guān)性的元素之間需要存在一定的聯(lián)系或者概率才可以進行相關(guān)性分析?；谄柹嚓P(guān)系

2、數(shù)，可以度量組內(nèi)樣品之間的關(guān)聯(lián)程度，從而分析組內(nèi)樣品間的平行性?；鹕綀D，將所有檢測到的蛋白的差異顯著性進行可視化展示，圖中橫坐標(biāo)為蛋白在兩個樣本間差異的倍數(shù)變化值，即樣本2的表達量除以樣本1的表達量得到的數(shù)值，對此數(shù)值做了對數(shù)化處理；縱坐標(biāo)為蛋白表達量變化差異的統(tǒng)計學(xué)t檢驗p值，p值越小則表達差異越顯著。紫色點為顯著差異的蛋白，黑色點為非顯著差異蛋白；將所有蛋白映射上去之后，可以獲知，在左邊的點為表達差異下調(diào)的蛋白，右邊的點為表達差異上調(diào)的蛋白，越靠左/右邊和上邊的點表達差異越顯著。 韋恩圖，通過差異蛋白Venn 圖可觀察出差異蛋白在各對比組間的數(shù)量分布狀況。每個顏色代表一組對比分析篩選出的差

3、異代謝物。 Heatmap，可以將蛋白在各樣品中的表達趨勢進行可視化展示，并根據(jù)表達趨勢進行聚類分析。圖中每列表示一個樣本，每行表示一個蛋白，圖中的顏色表示蛋白在該組樣本中相對表達量的大小，紅色代表該蛋白在該樣本中表達量較高，綠色代表表達量較低。左側(cè)為蛋白聚類的樹狀圖，兩個蛋白分支離得越近，說明它們的表達量越接近；上方為樣本聚類的樹狀圖，兩個樣本分支離的越近，說明這兩個樣本所有蛋白的表達模式越接近，即蛋白表達量變化趨勢越接近。 Cluster聚類，圖中每一條線表示一個蛋白；每張圖展示一種類型的表達模式，即體現(xiàn)這組蛋白表達量變化的趨勢。 2走進你的樣品 經(jīng)過以上這些分析我們可以很直觀的看出樣本間

4、的平行性，以及組間差異性，并且能夠快速找到一些差異極其顯著或者變化規(guī)律符合我們預(yù)期的蛋白。接下來的問題就是，我們怎么知道這些蛋白是否與我們的研究相關(guān)，或者說這些蛋白都執(zhí)行哪些功能、怎樣發(fā)揮作用的呢？ 這就要用到接下來的分析：GO功能注釋、KEGG注釋以及KOG注釋。GO (Gene Ontology, /) ，是基因本體論聯(lián)合會建立的將全世界所有與基因有關(guān)的研究結(jié)果進行分類匯總的綜合數(shù)據(jù)庫，其目的在于標(biāo)準(zhǔn)化不同數(shù)據(jù)庫中關(guān)于基因和基因產(chǎn)物的生物學(xué)術(shù)語，對基因和蛋白功能進行統(tǒng)一的限定和描述。利用 GO 數(shù)據(jù)庫，可以將基因按照其參與的生物過程（Bi

5、ological Process, BP）、細胞組分（Cellular Component, CC），分子功能（Molecular Function, MF）三個方面進行分類注釋。因此，GO注釋有助于了解蛋白所參與的生物學(xué)功能。 KEGG Pathway注釋，在生物體內(nèi)，基因產(chǎn)物并不是孤立存在發(fā)揮作用的，不同基因產(chǎn)物之間通過有序的相互協(xié)調(diào)來行使其具體的生物學(xué)功能。因此，KEGG數(shù)據(jù)庫中豐富的通路信息將有助于我們從系統(tǒng)水平去了解蛋白的生物學(xué)功能，例如代謝途徑、遺傳信息傳遞以及細胞過程等一些復(fù)雜的生物功能。 COG注釋，全稱是Cluster of Orthologous Groups of pro

6、teins，由NCBI創(chuàng)建并維護的蛋白數(shù)據(jù)庫，根據(jù)細菌、藻類和真核生物完整基因組的編碼蛋白系統(tǒng)進化關(guān)系分類構(gòu)建而成。通過比對可以將某個蛋白序列注釋到某一個COG中，每一簇COG由直系同源序列構(gòu)成，從而可以推測該序列的功能。COG分為兩類，一類是原核生物的，另一類是真核生物。原核生物的一般稱為COG數(shù)據(jù)庫；真核生物的一般稱為KOG數(shù)據(jù)庫。 3終極大招大放送 我們可以通過蛋白所發(fā)揮的作用或者參與的通路，進一步篩選與我們的研究較為相關(guān)的蛋白進行后續(xù)的驗證。如果無法根據(jù)這些結(jié)果確定研究方向，那我們還有大招，就是富集分析。富集分析方法通常是分析一組蛋白在某個功能節(jié)點上是否出現(xiàn)過，原理是由單個蛋白的注釋分析發(fā)展為蛋白集合的注釋分析。富集分析提高了研究的可靠性，能夠識別出與生物現(xiàn)象最相關(guān)的生物學(xué)過程。GO富集，可以找到與生物現(xiàn)象最相關(guān)的生物功能，繪制成柱形圖、網(wǎng)絡(luò)圖。挑選數(shù)目最多，富集最為顯著的通路進行后續(xù)的驗證及深入研究。 KEGG富集，可以找到與生物現(xiàn)象最相