蛋白质组学从整体水平上对细胞内蛋白质的组成、活动规律及蛋白质与蛋白质的相互作用进行研究,脂质组学通过检测生物体在受到干扰后其体内小分子脂质的变化从而探索生物体的脂质代谢机制。蛋白质组学和脂质组学整合分析,是指对来自蛋白质组和脂质组的批量数据进行归一化处理及统计学分析,对不同层次分子间数据关系进行相互验证,能够帮助提高后续实验验证成功率;同时结合功能分析、代谢通路富集、分子互作等生物功能分析,系统全面地解析生物分子功能和调控机制,最终实现对生物变化大趋势与方向的综合了解,进而提出分子生物学变化机制模型,从而为后续进行深入实验与分析提供数据基础。
应用方向
生物领域各个研究方面,如:
▶ 农林领域:抗逆胁迫机制,生长发育机制等
▶ 医学领域:生物标志物,药物机理等
数据分析
分析类型 |
分析内容 |
拟解决问题 |
相关性分析 |
相关系数矩阵热图、相关性分析层次聚类热图、相关系数调控网络分析 |
差异蛋白和脂质之间的相关性和表达模式差异 |
PCA比较分析(限≥3组) |
蛋白组和脂质组PCA比较分析 |
观察组内样本的聚集程度和组间样本的总体分布趋势 |
多变量统计学整合分析(高级分析) |
O2PLS关联分析、OPLS相关变量的筛选 |
获得变量在模型中的权重,从而更加精准地发现关键调节现象 |
WGCNA分析(高级分析) |
加权基因共表达网络分析,WGCNA分析 |
鉴定高度协同变化的模块 |
技术优势
▶ 通过对不同层面的表达水平分析,实现对基因及脂质小分子的整合分析
▶ 同时实现从“因”和“果”两个方向探究生物学问题,相互间的验证作用更明显
▶ 阐述分子调控-表型间的关联机制,系统全面地解析生物分子功能和调控机制
▶ 从海量的数据中去伪存真,筛选出重点代谢通路或者基因、脂质分子进行后续深入实验分析与应用
参考文献
1.Integrated Lipidomics and Proteomics Point to Early Blood-Based Changes in Childhood Preceding Later Development of Psychotic Experiences: Evidence From the Avon Longitudinal Study of Parents and Children. Biol Psychiatry. 2019.
蛋白脂质多组学联合分析-人血浆-脂质和凝血途径蛋白失调和精神疾病的关系
2.Integration of proteomics, lipidomics, and metabolomics reveals novel metabolic mechanisms underlying N, N-dimethylformamide induced hepatotoxicity. Ecotoxicology and Environmental Safety. 2020.
蛋白脂质多组学联合分析-人细胞-多组学揭示DMF的肝损伤机制
bio-equip.com