- 首頁 ＞ 代謝組+蛋白組/轉(zhuǎn)錄組關(guān)聯(lián)分析
代謝組+蛋白組/轉(zhuǎn)錄組關(guān)聯(lián)分析
生物過程具有復(fù)雜性和整體性，單一組學(xué)的數(shù)據(jù)難以系統(tǒng)全面地解析疾病發(fā)生發(fā)展的復(fù)雜機(jī)制。轉(zhuǎn)錄組學(xué)在整體水平上研究細(xì)胞中基因轉(zhuǎn)錄的情況及轉(zhuǎn)錄調(diào)控規(guī)律；蛋白質(zhì)組學(xué)，是研究細(xì)胞、組織或生物體蛋白質(zhì)組成及其變化規(guī)律；代謝組學(xué)研究生物體內(nèi)所有代謝物變化規(guī)律，并尋找代謝物與生理病理變化的相對(duì)關(guān)系，是最接近于表型的組學(xué)。
代謝組學(xué)為蛋白質(zhì)組學(xué)提供了更加表觀顯著的數(shù)據(jù)支持，蛋白質(zhì)組學(xué)和代謝組學(xué)分析有可能幫助確定將基因型與表型聯(lián)系起來的潛在因果機(jī)制。轉(zhuǎn)錄和代謝聯(lián)合分析可以同時(shí)實(shí)現(xiàn)從“因”和“果”兩個(gè)層面來探究生物學(xué)問題，相互間進(jìn)行驗(yàn)證，從海量的數(shù)據(jù)中篩選出關(guān)鍵基因、代謝物及代謝通路開展后續(xù)深入研究與應(yīng)用，有利于對(duì)生物系統(tǒng)調(diào)控機(jī)。
產(chǎn)品優(yōu)勢(shì)
1、從蛋白質(zhì)/基因和代謝物層面全面揭示生物體表達(dá)水平分布，實(shí)現(xiàn)生物表達(dá)調(diào)控全譜分析。
2、充分挖掘兩組學(xué)特征數(shù)據(jù)，實(shí)現(xiàn)從“因”到“果”兩個(gè)維度探究相互作用機(jī)制。?
3、關(guān)聯(lián)分析研究經(jīng)驗(yàn)豐富，自主及合作發(fā)表多篇文獻(xiàn)。
產(chǎn)品應(yīng)用
1、疾病發(fā)病機(jī)制研究
2、疾病診斷及分型研究
3、植物生長(zhǎng)發(fā)育調(diào)控機(jī)制研究
4、植物重要品質(zhì)性狀研究
5、植物抗逆調(diào)控機(jī)理研究
6、中醫(yī)中藥研究?
技術(shù)路線
注：差異物種無生物學(xué)功能關(guān)聯(lián)
項(xiàng)目周期
12個(gè)自然日
案例一：轉(zhuǎn)錄組、代謝組學(xué)探索秋水仙堿合成通路?[1]
研究背景?：
秋水仙堿來源于秋水仙和嘉蘭屬植物，是一種美國(guó)食品和藥物管理局（FDA）批準(zhǔn)的治療炎癥疾病的藥物。由于缺乏對(duì)該藥用活性物質(zhì)在植物中生物合成完整代謝途徑的研究秋水仙堿需要直接從藥用植物或精物細(xì)胞培養(yǎng)中分離。因此開展簡(jiǎn)單高效的獲取秋水仙堿的研究，從而對(duì)藥用植物來源的生物活性小分子的應(yīng)用提供重要研究參考。?
實(shí)驗(yàn)設(shè)計(jì)?：
秋水仙、嘉蘭百合不同組織進(jìn)行轉(zhuǎn)錄組、代謝組分析。?
主要結(jié)果?：
本研究利用轉(zhuǎn)錄組、代謝組學(xué)重構(gòu)代謝途徑，在不了解生物合成基因、基因組測(cè)序或基因工具的情況下，闡明了一種接近完整的秋水仙堿生物合成途徑。從嘉蘭百合中發(fā)現(xiàn)了8個(gè)用于生物合成n-甲酰基秋水仙素的基因。n-甲酰基秋水仙素是秋水仙素前體物質(zhì)，含有秋水仙素的特征環(huán)和藥效基團(tuán)。并且發(fā)現(xiàn)了一種非典型的細(xì)胞色素P450，它可以催化環(huán)膨脹反應(yīng)，而這種反應(yīng)需要產(chǎn)生獨(dú)特的秋水仙堿碳骨架。進(jìn)一步利用新鑒定的基因，從苯丙氨酸和酪氨酸出發(fā)，構(gòu)建了一條由16種酶組成的n-甲酰基秋水仙素的生物合成途徑。本研究建立了秋水仙堿的代謝途徑，并揭示了植物利用簡(jiǎn)單氨基酸生成復(fù)雜的生物活性代謝產(chǎn)物的獨(dú)特化學(xué)過程。?
圖1 轉(zhuǎn)錄組、代謝組鑒定秋水仙素生物合成基因
案例二：代謝組與蛋白組尋找COVID-19的生物標(biāo)志物及藥物作用靶點(diǎn)?[2]
實(shí)驗(yàn)設(shè)計(jì)：?
聯(lián)合蛋白質(zhì)組學(xué)和脂質(zhì)組學(xué)、代謝組學(xué)技術(shù)對(duì)COVID-19非重癥、重癥及健康人進(jìn)行研究。通過訓(xùn)練集（n=30）發(fā)現(xiàn)COVID-19重癥患者預(yù)測(cè)標(biāo)志物和潛在藥物治療靶點(diǎn)并在兩個(gè)驗(yàn)證集中進(jìn)行驗(yàn)證，并根據(jù)多組學(xué)數(shù)據(jù)闡釋SARS-CoV-2感染機(jī)制，為SARS-CoV-2歐病機(jī)制解析及COVID-19治療藥物篩選提供理論基礎(chǔ)和支撐。?
主要結(jié)果：
對(duì)發(fā)現(xiàn)隊(duì)列的蛋白質(zhì)組、脂質(zhì)組和氨基酸檢測(cè)數(shù)據(jù)，建立隨機(jī)牽林機(jī)器學(xué)習(xí)模型，初步篩選到21個(gè)脂質(zhì)和4個(gè)蛋白質(zhì)，共計(jì)25個(gè)物質(zhì)組成的panel可作為潛在的預(yù)測(cè)疾病嚴(yán)重程度的生物標(biāo)志物；并進(jìn)一步采用MRM或PRM在兩個(gè)驗(yàn)證隊(duì)列中進(jìn)行了驗(yàn)證。除此之外，該研究發(fā)現(xiàn)的標(biāo)志物組合在公共數(shù)據(jù)集中也得到了驗(yàn)證。?
基于多組學(xué)結(jié)果發(fā)現(xiàn)Apo?E可能是巨噬細(xì)胞中病毒繁殖和感染的誘導(dǎo)抑制劑。COVID-19患者可能使用PC來產(chǎn)生CDP膽堿的巨噬細(xì)胞膽堿胞苷轉(zhuǎn)移酶α出現(xiàn)異常，血漿中PS表達(dá)量的上調(diào)表明感染過程中存在免疫抑制，并根據(jù)血漿中的分子特征，進(jìn)一步確定了二甲雙胍、白藜蘆醇、地塞米松、雙嘧達(dá)莫等藥物，有可能用于治療COVID-19重癥患者。?
圖2 COVID-19多組學(xué)研究的實(shí)驗(yàn)設(shè)計(jì)?
參考文獻(xiàn)?
[1]?Discovery?and?engineering?of?colchicine?alkaloid?biosynthesis.?Nature.2020.
[2]?Multi-platform?omics?analysis?reveals?molecular?signiature?for?COVID-19?pathogenesis,?prognosis,?and?drugtarget?discovery.?Signal?transcluction?and?targeted?thevapy.2021.?
在關(guān)聯(lián)分析中，綜合運(yùn)用了單變量相關(guān)性、非監(jiān)督模型關(guān)聯(lián)、監(jiān)督模型關(guān)聯(lián)、生物學(xué)功能關(guān)聯(lián)。以下為部分分析結(jié)果圖片展示：
1、適用數(shù)據(jù)類型
要求用于關(guān)聯(lián)分析的兩組學(xué)的樣本數(shù)據(jù)一一對(duì)應(yīng)（即用于關(guān)聯(lián)分析的兩組學(xué)的樣本來自于相同的生物學(xué)重復(fù)個(gè)體）。
2、重復(fù)次數(shù)要求
1）當(dāng)樣本為2組時(shí)，每組樣本數(shù)不少于8個(gè)；當(dāng)樣本組不少于3組時(shí)，每組樣本不少于6個(gè)；每組樣本大于10個(gè)時(shí)分析效果較好；
2）用于關(guān)聯(lián)分析的臨床樣本推薦每組樣本數(shù)不少于30個(gè)；
3）重復(fù)數(shù)少于建議數(shù)時(shí)分析效果差；每組低于3個(gè)樣本時(shí)無法分析。
Q1：多組學(xué)關(guān)聯(lián)分析與單組學(xué)研究相比有什么優(yōu)勢(shì)？
A1：1）能夠系統(tǒng)描繪調(diào)控過程，增加數(shù)據(jù)的完整性；2）多組學(xué)數(shù)據(jù)之間可以進(jìn)行相互驗(yàn)證，加強(qiáng)結(jié)論可信度；3）多組學(xué)數(shù)據(jù)聯(lián)合分析更有利于生物學(xué)過程調(diào)控機(jī)制的研究，提高研究的創(chuàng)新性。
Q2：代謝組學(xué)和蛋白質(zhì)組學(xué)/轉(zhuǎn)錄組學(xué)關(guān)聯(lián)分析的生物功能聯(lián)合分析包括哪些內(nèi)容？
A2：基于通路的功能聯(lián)合分析主要分為三塊內(nèi)容：1）蛋白/基因和代謝物共同注釋到的通路；2）蛋白/基因和代謝物注釋到的通路的重疊情況；3）在蛋白/基因和代謝水平上共同富集的通路分析。通過找到參與某條重要的代謝通路的差異蛋白/基因和差異代謝物或者分析蛋白/基因和代謝共同富集到的通路來界定生物學(xué)表型相關(guān)的關(guān)鍵通路。
Q3：關(guān)于代謝組學(xué)和蛋白質(zhì)組學(xué)/轉(zhuǎn)錄組學(xué)整合分析有哪些思路？
A3：主要可以歸為以下幾類：1）分析蛋白質(zhì)/基因和代謝物之間的相關(guān)性，通過單變量的兩兩相關(guān)或者通過多變量模型的相關(guān)性分析，界定表達(dá)相關(guān)性規(guī)律，通過聚類熱圖、相關(guān)性網(wǎng)絡(luò)圖以及和弦圖從多個(gè)維度揭示表達(dá)調(diào)控規(guī)律；2）尋找蛋白/基因、代謝聯(lián)合生物標(biāo)志物：通過多組學(xué)模型界定對(duì)分組貢獻(xiàn)最大的聯(lián)合標(biāo)志物組合，分析聯(lián)合標(biāo)志物組合對(duì)表型的預(yù)測(cè)效果；3）基于生物學(xué)通路整合蛋白組/基因，代謝組數(shù)據(jù)：找到參與某條重要的代謝通路的差異蛋白/基因和差異代謝物或者分析蛋白/基因和代謝共同富集到的通路來界定生物學(xué)表型相關(guān)的關(guān)鍵通路。
