高通量数据深入分析（之一）
Pathway富集分析
如果做完高通量检测后只能做1种分析，那么Pathway分析是最好的选择。
目前，KEGG是有关Pathway的主要数据库。通过计算差异基因和Pathway 的超几何分布关系，每个有差异的Pathway 返回一个p-value，较小的p 值表示较高的富集程度。简单来说，P值越小，这个Pathway越重要。
Pathway分析看似基础，却有一些需要注意的地方
第一：数据库版本
目前，由于最权威的KEGG数据库商业版需付费，以“DAVID”为代表的在线免费Pathway富集分析大都版本陈旧。掐指一算，大概跟KEGG最新版相比缺少了1万对个基因的Pathway注释信息
第二：结果展示形式
最简单的展示形式就是直接放个Excel表格，按照Pathway的P值做一下排序
这个样子的↓
但这种展示形式不是很直观，于是，稍微高级一点点的方法是用Pathway的-lgP来展示Pathway显著性
这个样子的↓
另外，KEGG对Pathway进行了两级的归类，top有六大类，middle有几十类，咱们可以看看自己的Pathway归属到哪一类的比较多
差不多这样↓
接下来，我们得找到某几个P值较小或自己比较感兴趣的信号通路，看一下咱们的差异基因处于通路中的哪个位置。
这一步操作可以先在KEGG中查询每个基因的KO号，然后一个一个手动输入（实测累瘫）；咳，做下广告，或者可以用中康博生物的超链接一键mapping。
图是这样的↓ （红色上调，紫色下调）
全局信号转导网络
在Pathway富集分析之后，咱们就找到了一些重要的Pathway，下一步就是找到核心调控基因，以及调控机制。
虽然有BIND、KEGG、HPRD等极好的基因相互作用数据库，但是我们用它构建网络的时候却有一些明显的障碍：
第一，数据库中的基因作用关系，分布在500多个不同信号通路中，信号转导网络被割裂开
第二，数据库自身没有个性化的作图软件，而需要将数据库中的关系导入第三方软件中才能绘制网络图
第三，KEGG等数据库已经商业化，虽然保护了知识产权，但是却 要！收！费！
于是，我们构建一个全局信号转到网络要经过以下几个步骤
1，整合数据库（经过中康博码农们的不wu懈chang努jia力ban），至今已经整合了数据库中90多万条基因、蛋白质、化合物之间的作用关系
2，将咱们自己的差异基因与整合后的数据库做对应，找到咱们自己的差异基因之间的全部调控关系
差不多这样子↓
3，将刚才找到的，自己特有的基因调控关系，整体导入作图软件，并计算网络中基因的直接调控能力和信号介导能力
差不多这个样子↓
4，对网络中的差异基因进行基于图论的运算和归类、最终找到最核心的调控基因，以及上下游基因之间清晰的调节机制
5，最后将基因属性关联到相应圆圈的属性上，用颜色、大小、实线/虚线、箭头类型、作用模式缩写.....等等代表基因和关系的属性，一个全局信号转导网络就大功告成啦！
图差不多这样↓
基因比较多的时候就这个样↓
有了全局信号转导网络，挑选核心基因，研究作用机制变的so easy ~
好了
今天先跟小伙伴们聊到这里
我得滚去分析数据了
之后会跟大家陆续聊到
lncRNA分析、miRNA分析，ceRNA分析
全转录组（mRNA、miRNA、lncRNA）联合分析
拷贝数变异分析、甲基化分析、SNP分析
等等等等~
感兴趣的小伙伴请关注我们哟
Pathway富集分析
如果做完高通量检测后只能做1种分析，那么Pathway分析是最好的选择。
目前，KEGG是有关Pathway的主要数据库。通过计算差异基因和Pathway 的超几何分布关系，每个有差异的Pathway 返回一个p-value，较小的p 值表示较高的富集程度。简单来说，P值越小，这个Pathway越重要。
Pathway分析看似基础，却有一些需要注意的地方
第一：数据库版本
目前，由于最权威的KEGG数据库商业版需付费，以“DAVID”为代表的在线免费Pathway富集分析大都版本陈旧。掐指一算，大概跟KEGG最新版相比缺少了1万对个基因的Pathway注释信息
第二：结果展示形式
最简单的展示形式就是直接放个Excel表格，按照Pathway的P值做一下排序
这个样子的↓
但这种展示形式不是很直观，于是，稍微高级一点点的方法是用Pathway的-lgP来展示Pathway显著性
这个样子的↓
另外，KEGG对Pathway进行了两级的归类，top有六大类，middle有几十类，咱们可以看看自己的Pathway归属到哪一类的比较多
差不多这样↓
接下来，我们得找到某几个P值较小或自己比较感兴趣的信号通路，看一下咱们的差异基因处于通路中的哪个位置。
这一步操作可以先在KEGG中查询每个基因的KO号，然后一个一个手动输入（实测累瘫）；咳，做下广告，或者可以用中康博生物的超链接一键mapping。
图是这样的↓ （红色上调，紫色下调）
全局信号转导网络
在Pathway富集分析之后，咱们就找到了一些重要的Pathway，下一步就是找到核心调控基因，以及调控机制。
虽然有BIND、KEGG、HPRD等极好的基因相互作用数据库，但是我们用它构建网络的时候却有一些明显的障碍：
第一，数据库中的基因作用关系，分布在500多个不同信号通路中，信号转导网络被割裂开
第二，数据库自身没有个性化的作图软件，而需要将数据库中的关系导入第三方软件中才能绘制网络图
第三，KEGG等数据库已经商业化，虽然保护了知识产权，但是却 要！收！费！
于是，我们构建一个全局信号转到网络要经过以下几个步骤
1，整合数据库（经过中康博码农们的不wu懈chang努jia力ban），至今已经整合了数据库中90多万条基因、蛋白质、化合物之间的作用关系
2，将咱们自己的差异基因与整合后的数据库做对应，找到咱们自己的差异基因之间的全部调控关系
差不多这样子↓
3，将刚才找到的，自己特有的基因调控关系，整体导入作图软件，并计算网络中基因的直接调控能力和信号介导能力
差不多这个样子↓
4，对网络中的差异基因进行基于图论的运算和归类、最终找到最核心的调控基因，以及上下游基因之间清晰的调节机制
5，最后将基因属性关联到相应圆圈的属性上，用颜色、大小、实线/虚线、箭头类型、作用模式缩写.....等等代表基因和关系的属性，一个全局信号转导网络就大功告成啦！
图差不多这样↓
基因比较多的时候就这个样↓
有了全局信号转导网络，挑选核心基因，研究作用机制变的so easy ~
好了
今天先跟小伙伴们聊到这里
我得滚去分析数据了
之后会跟大家陆续聊到
lncRNA分析、miRNA分析，ceRNA分析
全转录组（mRNA、miRNA、lncRNA）联合分析
拷贝数变异分析、甲基化分析、SNP分析
等等等等~
感兴趣的小伙伴请关注我们哟
