转录组是获得生物体内基因表达的重要方法,可以帮助得到大量差异表达基因和调控代谢通路;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。将基因表达和小分子脂质代谢表型相关联进行联合分析有助于快速锁定关键基因和代谢通路。 将转录组学和脂质组学整合分析,对来自转录组和脂质组的批量数据进行归一化处理及统计学分析,建立不同层次分子间数据关系;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,并筛选出重点代谢通路或者基因、脂质分子代谢产物进行后续深入实验分析与应用。
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) |
转录组和脂质组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,实现对基因及脂质的全谱分析。
▶ 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、代谢产物进行后续深入实验分析与应用。
参考文献
1.Quantitative transcriptomics, and lipidomics in evaluating ovarian developmental effects in Atlantic cod (Gadus morhua) caged at a capped marine waste disposal site. Environmental Research. 2020.
脂质组转录组多组学联合分析-鳕鱼组织-污染物泄露对大西洋鳕鱼的内分泌和发育的影响
2.Transcriptomic and metabolic analyses provide new insights into chilling injury in peach fruit. Plant Cell Environ. 2017.
脂质组转录组多组学联合分析-水蜜桃组织-冷藏保存增强果实乙烯的合成的机制研究
bio-equip.com