metascapeGO分析数据处理(metascape结果怎么看)

2024-07-19

一文读懂基因富集分析:从小白到SCI

1、探索基因世界的核心秘密,从懵懂小白到科研高手的必经之路——基因富集分析。这是一场深入解读生命奥秘的旅程,通过GSEA(基因集富集分析)揭示基因在生物学过程中的非凡角色。让我们一起揭开其神秘面纱。富集分析,就像科学家的放大镜,聚焦于一组基因如何共同参与生物过程。

2、找到调控籽粒大小的关键hub基因。首先对所有样品所有基因的表达量矩阵进行过滤,删除表达量低的基因(FPKM0.05),共有7359个基因用于基因共表达网络构建。分析得到12个共表达基因模块,其中有4个模块与种子大小相关。

3、其中,比较套路的是: 作者如何筛选到那个要研究的假基因RP11-564D13:3种癌症中差异分析初筛、多种癌症验证筛选、生存分析筛选,然后就只剩一个共同的了。 假基因-miRNA-mRNA调控网络 的构建,这是非编码RNA的基本套路,Cytoscape分析。

4、这文章讲得啥咧,就是先选出 13 个种子基因,然后根据 PPI 数据库中蛋白质互作关系构建这 13 个种子基因的第一层网络结构。再以第一层网络为种子构建第二层网络结构(然后电脑就死机了)。

全转录组测序构建HPH大鼠ceRNA调控网络

1、全转录组测序结果初步分析 对来自HPH大鼠和对照大鼠肺部的6个样品进行全转录组测序。

2、全转录组广义上是指细胞在特定状态下所能转录出来的 所有RNA的总和,包括mRNA和非编码RNA 。借助高通量测序技术,可以全面获取样本中转录产物信息,结合竞争性内源RNA ( ceRNA)机制, 进行联合分析,深入挖掘转录水平调控网络。转录组测序的研究对象为特定细胞在某一功能状态下所能转录出来的所有mRNA。

3、全转录组不是全长转录组,全转录组说的是检测普通mRNA,加上 lncRNA,miRNA,CircRNA这样的3种常规 非编码基因,而全长转录组说的是测序的时候采取三代测序等技术这样可以把基因的转录产物的全部长度的碱基一次性测序到,这样很方便知道不同可变剪切转录本的区别。

4、下面我们先看下这篇文章具体内容: 实验简介: 文章研究的是小麦幼苗在麦二叉蚜采食后的快速防卫反应,分别于采食1248 h后取幼苗叶片(3次生物学重复),进行转录组测序、叶绿素测定以及H2O2 积累测定以及NADPH抑制剂处理进一步探究小麦在咬食后氧迸发防御机制。

5、医学相关数据挖掘课程,不用做实验也能发文章,学习链接: TCGA-差异基因分析 、 GEO芯片数据挖掘 、 GSEA富集分析课程 、 TCGA临床数据生存分析 、 TCGA-转录因子分析 、 TCGA-ceRNA调控网络分析 其他课程链接: 二代测序转录组数据自主分析 、 NCBI数据上传 、 二代测序数据解读 。

使用Metascape进行GO及KEGG分析

1、首先进入界面后可以输入或者直接导入序列文件。点击custom analysis即可。网站不仅提供了富集信息,还给了PPI 的结果。查看分析报告页(橘色按钮)ps: excel 小技巧 = B2&:&C2 可以合并BC2两格内容 将GO 分析表格存储在excel中 接着可以拿去作图了,GO/KEGG 数值。

2、我们之前提到metascape可以做到: 转录组不求人系列(十二): Cell文章最喜欢用的差异基因GO、KEGG富集分析工具 ,除此之外,之前讲过的气泡图也可以展现多组的结果: 复现《nature communications》图表(四):ggplot画多组富集气泡图 。

3、GO (基因本体) 和 KEGG (基因组注释) 是两大常用工具,它们揭示基因的功能定位和通路连接。而像DAVID、clusterProfiler和Metascape这样的软件,更是分析的得力助手,它们通过累积超几何分布等统计方法,严谨地校正多重检验,确保结果的可靠性。