2017年IPA秋季更新

2017-10-15 00:00:00 來源:源資科技市場部

新聞摘要:全新的Analysis Match功能上線!

  全新的Analysis Match功能上線!


Analysis Match

      在2017秋季更新中,進行Core Analysis核心分析時,會自動啟用Analysis Match模塊。Analysis Match*自動挖掘IPA中其他相似或相反的核心分析的生物學結果進行對比,助力對結果的解釋,或從已有的其他生物學機制中挖掘意想不到的潛在信息。Analysis Match將本次分析與之前存在Project Manager中其他的分析,以及公共資源中其他人類和小鼠的表達分析一同進行比對。從Canonical Pathways, Upstream Regulators, Causal Networks和Diseases and Functions四個方向進行比對。


新模塊的功能特點:

      通過不同的疾病、組織、治療方法和其他的生物生物特征建立分析的可信性
      深入了解上游調節,下游表型和生物通路探討結果在疾病和其他功能的潛在作用
      通過廣泛收集的公共數據庫輕松獲取和評估關鍵假設

  從IPA的Analysis Match分析結果是從SRA,GEO,Array Express,TCGA以及其他數據庫中高度優化和質量控制而收集整理的超過6000個人類和小鼠的疾病及腫瘤的數據集。這些數據是由QIAGEN收購的新公司OmicSoft收集整理的,這些由DiseaseLand和Oncoland產生的對比信息包含了疾病和正常、治療和非治療等條件分組的對比信息。

  圖1展示了這一新的Analysis Match標簽頁,示例數據是暴露于焊接煙塵的小鼠肺部的表達數據(IPA-Example Analysis)。圖中的結果為在IPA中的OmicSoft庫過濾得到的評分最高的結果。在庫中的6000多個數據中,125個分析的總得分為> 60%(強相似表達模式)或<- 60%(強相反表達模式)。可以通過多種方式進一步過濾結果,例如通過比較類型、疾病狀態、組織等等。在圖1中,OmicSoft進行的統一注釋語句表能夠使Analysis Match結果進行關鍵詞過濾。由于屏幕空間限制,IPA中僅顯示了幾列。

  Analysis Match分析是根據Canonical Pathways, Upstream Regulators, Causal Networks和Diseases and Functions四個方面創建一次分析的,將本次分析和其他所有分析在以上四個方面一一進行比對,并且計算總平均值。


*Analysis Match需要額外的授權,請聯系我們進行申請。

 

圖1:Analysis Match分析選項卡。默認情況下,分析是根據整體相似性評分(上面顯示的最右欄)從最相似的到最不相似的進行排序。Analysis Match分析是根據Canonical Pathways, Upstream Regulators, Causal Networks和Diseases and Functions四個方面創建一次分析的,將本次分析和其他所有分析在以上四個方面一一進行比對。在上面的圖片中,右邊的前四個彩色列中的每一個代表了每一個方向與本次分析的百分比相似性。紫紅色的顏色表明相似(如圖所示)和青色的顏色表明不同(不顯示)。第一個得分列(“CP”)是Canonical Pathways,第二個(“UR”)是Upstream Regulators,第三個(CN)是Causal Networks,最后一個(de)用于下游效應(即Diseases and Functions)。上面顯示的最后一列是這四個方面匹配的平均值。注意,圖中隱藏了默認情況下Analysis Match選項卡中的一些列。

  如圖1所示,從庫用良好的Analysis Match匹配結果是小鼠肺暴露于熱滅活流感病毒表達分析(GSE41684),其在分析的四個方面具有很強的相似性。下一步是在Analysis Match所有分析結果中對所有的分析方向或其中一個方向進行詳細的了解,充分理解Canonical Pathways, Upstream Regulators, Causal Networks和Diseases and Functions四個方面相似性評分的細節。在這個例子中,Analysis Match進一步過濾保留了“MouseDisease” 相關的75例分析,并通過點擊熱圖視圖按鈕創建熱圖。圖2顯示了這個熱圖,行為Canonical Pathways, Upstream Regulators, Causal Networks和Diseases and Functions四個方面,列為75類似的分析案例。橙色或藍色分別代表了正和負的Z值(表達同向或反向)。

 

圖2。揭示四個分析方向相似和差異分析的“熱圖”。“4 hr lung”分析(首行中粉色高亮)與其他樣本的對比結果從四個方面(最左列)進行Z-Score打分。其他參考的分析數據可能并不能獲得顯著性的Z-Score,行和列是按照Euclidean distance和 average linkage (UPGMA linkage)進行聚類。

  可以直接從熱圖上選擇過濾感興趣的結果。圖3顯示了在熱圖上對上游調控的轉錄因子的篩選。聚類的行揭示了具有相似的模式的轉錄因子,而聚類的列揭示了基于轉錄調節模式的下最密切相關的分析。

 

圖3。Analysis Match的熱圖過濾結果只顯示轉錄因子的上游調控結果。熱圖提供過濾條件進行深層次的分析。單擊列明即可在新窗口中顯示分析的原始數據。

  行揭示各分析樣本之間有趣的相似性。例如,圖4除去不感興趣的結果后顯示藥物貝沙羅汀集群與“PPAR/RXR activation” canonical pathway, CR1L,ALDH1A2,SUMO1和ABCB4聚類在一起。貝沙羅汀是RXRA和RXRB激動劑,熱圖佐證了這一結果。SUMO1是PPAR活性的調節因子,但其他內容并不知道為何聚類為一類,這一結果提供了可能的有意義的調查方向。

 

圖4。包含了Canonical Pathways和Upstream Regulators兩個方面聚類熱圖。可能提供相關的有生物學意義的分析結果。

  可以將選定的結果發送到My Pathway中進行進一步分析,例如將節點連接在一起或發現針對它們的藥物。

  使用OmicSoft庫另一個有價值的方法利用IPA的數據集和分析進行如疾病名稱或組織關鍵詞搜索。下面的圖5顯示了一個不涉及沙丁胺醇albuterol的人類哮喘分析結果。從這些搜索結果中,可以雙擊打開分析,或選擇最多20個結果進行可視化的Comparison Analysis。

 

圖5。利用數據集和分析搜索發現感興趣的結果。使用條件“不涉及沙丁胺醇albuterol的人類哮喘”發現136分析結果在。雙擊打開一個或創建一個最多20個結果的比較分析。選定的分析(或分析)的元數據顯示在搜索屏幕的右側。

用于分析的OmicSoft數據集存在IPA-Project Manager-Libraries中,如圖6所示。注意,這些數據是只讀的,不能從IPA導出。

圖6。IPA中,OmicSoft庫超過6000集的和相應的數據分析。該資源是只讀的,不能從IPA導出。


總結:

  將IPA文獻分析與因果分析與OmicSoft提供的海量數據相結合,創造了一個獨特的方法進行生物數據挖掘。


IPA本次其他重大更新

      Comparison Analysis熱圖提供了樹狀圖
      從網絡和通路能導出chemical IDs
      四個新的Canonical Pathways
      支持Affymetrix的Clariom數據
      從BioPlex 2.0 protein-protein interaction database導入56000條新的Findings
      IPA更新幫助文件


【責任編輯:(Top) 返回頁面頂端
Copyright ? 2008 - 2021 Tri-ibiotech.com All Right Reserved. | 備案許可證: 滬ICP備11020704-5.
在线高清免费不卡dvd;中文字幕日韩二区;亚洲无线观看国产;高清免费亚欧大片;亚洲 中文 字幕永久免费;国产久久亚洲精品视频18;国产亚洲精品视频中文字幕