科研课堂 | 春天里,用PGDEA让研究更出彩-技术前沿-资讯-生物在线

科研课堂 | 春天里,用PGDEA让研究更出彩

作者:北京博奥晶典生物技术有限公司 2017-03-17T09:48 (访问量:2757)

科研课堂 | 春天里,用PGDEA让研究更出彩

 

 

什么是PGDEA?

 

 

 

  

 

PGDEA,Pathway or Geneset Differential Expression Analysis,中文名为通路差异表达分析。即基于转录组测序或芯片检测结果,分析生物学通路或基因集合在组间的差异,不是一个一个基因,而是生物学通路或者基因集合整体的差异喔。

 

 

 

  为什么要做PGDEA分析?

 

 

  

 

  

 

 

PGDEA分析避免了差异表达基因筛选标准不统一的问题

常规分析首先筛选差异表达基因集,会采用p<0.05或p< 0.01,并且需要考察差异倍数(FoldChange, FC), 可能采用FC>1.5 或 FC>2.0或FC>5.0等,然后再进行Pathway富集分析。而PGDEA分析采用全部基因表达谱数据,不受p值或者FC值的限制。

 

PGDEA分析突破传统,获得更多生物学信息

传统的通路富集分析方法主要针对大量差异表达基因富集的Pathway。而PGDEA分析既可以分析上述Pathway,还可以分析少数差异表达基因分布的生物学通路,和大量表达微量改变基因富集的生物学通路,因此,PGDEA分析大大丰富了转录组分析结果,有助于挖掘更多重要信息。

 

 

 

PGDEA分析基本流程

 

 

 

 

 

 

PGDEA分析适用条件

 

 

 

各种物种

 

适应于人、大鼠、小鼠、拟南芥、线虫等基因注释完善的物种。

 

实验平台

 

转录组测序或芯片结果,均可开展PGDEA分析。

 

样本要求

 

实验设计至少有两个组别,每组生物学重复>=6,可获得更好的分析结果。

 

 

 

PGDEA分析结果展示

 

 

Pathway差异表达火山图

 

 

 

 

 

图注:图中每一个点表示一个Pathway或GeneSet,横坐标表示Pathway表达值在组间的差异, 纵坐标表示-log10转换后的P-value, 其中红色标记的是显著差异表达的Pathway。

 

 

 

 

 

差异表达Pathway聚类分析

 

 

 

 

图注:上图中每行表示一个差异表达的Pathway, 每列表示一个样本,很好地反映了生物学通路在不同组间的整体表达差异。

 

 

 

 

PGDEA参考文献

 

[1] Hanzelmann S1, Guinney J, et al. GSVA: gene set variation analysis for microarray and RNA-seqdata.BMC Bioinformatics (2013).

[2]Barbie,D. A., Hahn W. C,et al. Systematic RNA interference reveals that oncogenicKRAS-driven cancers require TBK1. Nature(2009).

[3] Tomfohr, J., Kepler, T. B,et al. Pathwaylevel analysis of gene expression using singular value decomposition. BMCBioinformatics(2005).

[4]Subramanian,Mesirov, J. P,et al. Gene set enrichment analysis: A knowledge-based approach forinterpreting genome-wide expression proles. Proc.Natl. Acad. Sci. U.S.A(2005).

 

 

 

 

 

 

 

 

博奥晶典生物信息部 陈胜 | 撰稿

博奥晶典科研服务事业部吴洁、张西轩 | 文案

部分配图来源于网络 侵删

北京博奥晶典生物技术有限公司 商家主页

地 址: 北京市亦庄经济技术开发区科创六街88号,亦庄生物医药园C座

联系人: 市场部

电 话: 18600397163

传 真:

Email:zhiyuanjing@capitalbiotech.com

相关咨询
ADVERTISEMENT