一说信号通路,估计你第一反应就是:哇,夏老师要讲KEGG了。
不过也可能有的孩纸连KEGG都不知道
,没关系,这次是给你们科普为什么要分析信号通路的。有人会说了:哇,夏老师,这还用说么,就芯片啊,啥的做完,就应该分析信号通路啊,做做GO分析啊,PPI分析啊。不过你可能不清楚,具体为啥我们要做这样的分析。原因其实很简单:
你看到这样的高通量分析的结果图之后,可以得出什么结论呢?
是的,除了基因差异(包括表达差异以及其他差异),什么结论都没有。那你会说了:哇,夏老师,高通量测序呢,不是还能分析什么SNP啊,甲基化啊,还有什么剪接异构啊,好多结果呢。
但是你有没有想过,这些高通量数据,获得的结果,全都是单一的
,相互间并没有产生任何联系。仅仅做高通量实验,如果不进行进一步分析,实际上跟没做没什么区别。做完之后,你只能拿来发一篇Biomarker的垃圾蚊帐。于是,我们就需要更多的信息把获得的结果串联起来,那就是把高低表达的基因用Pathway或者其他的已知结果联系起来,像这样:
把差异基因通过Pathway进行联系,
我们才能获得有关联性的结果。Pathway分析有三个步骤:
首先,是数据导向目标(Data Driven Objective,DDO),
也就是用高通量检测获得的数据,来导向目标信号通路或者基因的关联性。其次是知识导向目标(Knowledge Driven Objective,KDO),也就是对自己感兴趣的基因或者与研究相关表型的信号通路进行进一步的分析。第三步是回归到数据,当你形成了新的假设之后,也就是假设的迭代后,需要再回归到数据进行验证。
我们举个栗子:
比如,我们分析了一个miRNA的芯片,
第一步就是通过数据形成一个信号通路分析的network。接着,我们在数据中,寻找信号通路的富集,这就是DDO分析:
接着,我们比对筛选自己感兴趣的信号通路,
进行进一步的分析,这就是KDO:
当选中了一个与研究相关的信号通路后,
就需要再回归到数据中,看是否该信号通路的其他节点也产生了相应的变化,进一步研究和分析。
夏老师不指望大家能在这一个帖子里就能明白什么是Pathway分析
,但起码有一个基本概念,Pathway是用来将高通量数据联系起来的纽带。实际上,不同的信号通路的网站,分析出来的结果,基本上都不一样,所以吧,实际上这也是夏季把在分析数据的过程。最终实际上都是通过KDO进行的主观判断。好了,夏老师就带你们策到这里吧,也知道你们这几天没心思看科研,祝你们心明眼亮。