产品封面图

表达谱（芯片数据）基础分析

收藏
  • 询价
  • 上海
  • 2025年07月14日
    avatar
    上海源兹生物科技有限公司
    未合作商家

    相关产品推荐更多 >

    万千商家帮你免费找货

    0 人在求购买到急需产品
    同类优质商家
    16 年钻石会员
    上海英拜生物科技有限公司
    业务范围：
    技术服务,论文服务
    代理商
    11 年钻石会员
    安诺伦（北京）生物科技有限公司
    业务范围：
    细胞库 / 细胞培养,试剂,技术服务,抗体,ELISA 试剂盒
    15 年金牌会员
    上海阿趣生物科技有限公司
    业务范围：
    技术服务,耗材,实验室仪器 / 设备
    • 详细信息
    • 文献和实验
    • 技术资料
    • 服务名称：

      生物信息学分析服务

    • 提供商：

      上海源兹生物科技有限公司

    • 规格：

      询价

    如需其他分析详见其他产品，下图示例

    数据和方法

    • 表达谱数据来源
        数据来自于NCBI GEO（Gene Expression Omnibus，GEO，http://www.ncbi.nlm.nih.gov/geo/）[]数据库，数据系列号为GSE***（物种：***）。数据共有***个样本数据。样本全部采用GPL*** ***Array平台检测。
    • 原始数据预处理
    对于下载得到的原始CEL格式的表达谱数据，利用R（ version 3.3.2）软件包oligo[]对数据进行表达值背景矫正和表达谱数据的归一化预处理，包括原始数据格式的转换，缺失值补充，背景矫正（MAS法），以及用分位数法（quantiles）进行数据标准化。
    三、差异表达基因筛选
    将基因表达矩阵分为case组和control组，筛选差异表达基因。使用limma[]提供的非配对T检验的方法计算基因表达差异的显著性P值，采用BH矫正P值。对于每个显著差异表达基因，要求P值小于0.05，|logFC|>0.5。使用R软件包pheatmap[]来绘制差异表达基因热图。

    三、差异表达基因富集通路分析

     使用常用的富集分析工具DAVID[]（Version6.8, https://david-d.ncifcrf.gov/）分别分析上调和下调差异表达基因参与的Gene Ontology[]功能富集、KEGG通路[]功能富集。参数富集基因个数count>=2，超几何检验显著性阈值Pvalue<0.05（视为显著富集结果）。

    四、差异表达基因的PPI网络

    结合STRING（（Version：10.0, http://www.string-db.org/））[]数据库预测分析差异表达基因编码蛋白之间是否存在互作关系。输入基因集为差异表达基因，物种为Saccharomyces cerevisiae。参数PPI score设为0.4（表示Medium confidence），要求发生互作的蛋白质节点均为差异表达基因。构建差异表达基因的PPI网络。构建网络软件为Cytoscape（vesrion：3.2.0）[]。
    利用网络拓扑性质指标Degree Centrality来分析节点在网络中的得分。节点得分越高表示在网络中的位置越重要，越有可能是关键节点。
    我们对可能的关键节点，即degreeTOP10的gene在case组和control组的表达水平做条形图。

    五、子网络模块

    单个的基因往往不会独自发挥作用，它们可能通过与别的对象互作，共同作用下才能发挥调节作用。而同在一个模块中的基因产物蛋白质往往具有相同的或者相似的功能，它们作为一个模块在行使着同一个生物学作用。使用cytoscape的插件MCODE[]方法分析网络中最显著聚类的模块。

    六、miRNA和疾病靶基因调控网络分析

    随着RNA干扰机制(RNAi)的发现，非编码RNA在基因表达和调控方面的功能受到了很大的关注，而miRNA因其与生物体的多项调控功能有着密切联系而成为关注重点。miRNA主要通过与其靶基因相互作用进而调控基因的表达。
    我们通过webgestal[]( http://www.webgestalt.org/option.php), 采用Overrepresentation Enrichment Analysis(ORA)富集方法，分别对上调和下调的差异表达基因进行miRNA-target富集预测，分别获得TOP10的结果，整理得到全部的miRNA-targets关系对，并使用cytoscape软件构建miRNA-target调控网络。



    分析结果
    • 差异表达分析基本信息统计
    对数据进行预处理后（附表1），见图1，该数据共有***个探针，多个探针对应一个symbol，我们取平均值作为该gene的表达值，对探针注释之后获得***个gene，（见附表2），limma包检验后获得差异表达基因***个（详情见附表3），其中显著上调的差异表达基因***个，显著下调的差异表达基因***个，对差异表达基因做热图，见图2（使用数据见附表4）。
    • 差异表达基因功能富集结果
    上调差异表达基因显著富集KEGG通路和GO结果见表1：上调基因显著富集了3个KEGG pathway，5个GO-BP，5个GO-CC，没有富集到显著的GO-MF结果；下调差异表达基因显著富集KEGG通路结果和GO见表2：下调基因没有富集到显著的KEGG pathway结果，显著富集到23个GO-BP，10个GO-CC，10个GO-MF结果。显著富集结果结果较多的，按照P值从小到大排列，取TOP5作结果展示。（详情见附件1）。
    表1  上调差异表达基因显著富集的 KEGG Pathway和GO结果
    　 ID Name Count PValue
    KEGG_PATHWAY sce00230 Purine metabolism 6 1.65E-02
    sce01100 Metabolic pathways 18 2.29E-02
    sce00330 Arginine and proline metabolism 3 4.30E-02
    GO_BP GO:0000096 sulfur amino acid metabolic process 3 3.47E-03
    GO:0000165 MAPK cascade 3 1.77E-02
    GO:0090630 activation of GTPase activity 3 2.10E-02
    GO:0071555 cell wall organization 6 3.31E-02
    GO:0007165 signal transduction 5 4.39E-02
    GO_CC GO:0031225 anchored component of membrane 6 5.68E-03
    GO:0005887 integral component of plasma membrane 8 5.97E-03
    GO:0005886 plasma membrane 17 1.03E-02
    GO:0000324 fungal-type vacuole 12 1.15E-02
    GO:0016020 membrane 42 2.00E-02
     
    Count <10 10—20 20—30 >30
    PValue 0.05-0.01 0.01-0.001 0.001-1.E-09 <1.E-09

    表2  下调差异表达基因显著富集的 KEGG Pathway和GO结果（TOP5）
    　 ID Name Count PValue
    GO_BP GO:0015891 siderophore transport 7 2.53E-10
    GO:0055085 transmembrane transport 20 1.26E-09
    GO:0055072 iron ion homeostasis 9 5.85E-09
    GO:0006811 ion transport 14 1.54E-08
    GO:0006810 transport 31 1.02E-06
    GO_CC GO:0071944 cell periphery 30 2.89E-18
    GO:0005576 extracellular region 16 3.45E-11
    GO:0005886 plasma membrane 28 4.07E-10
    GO:0009277 fungal-type cell wall 14 7.57E-09
    GO:0005618 cell wall 11 3.95E-08
    GO_MF GO:0008559 xenobiotic-transporting ATPase activity 4 3.15E-04
    GO:0042626 ATPase activity, coupled to transmembrane movement of substances 4 4.60E-03
    GO:0005215 transporter activity 6 6.73E-03
    GO:0005355 glucose transmembrane transporter activity 4 7.89E-03
    GO:0005351 sugar:proton symporter activity 4 7.89E-03
     
    Count <10 10—20 20—30 >30
    PValue 0.05-0.01 0.01-0.001 0.001-1.E-09 <1.E-09
    • 差异表达基因PPI网络
    PPI网络见图3，共有***个节点，***个互作关系对。拓扑得分高，可视作网络关键节点，degree值（TOP10）见表3。这***个基因在case组和control组的表达水平见图4，表达量为各组的平均值，error bar为SD（standard deviation）。（STRING网站下载文件见附表5，各节点degree值见附表6，TOP10gene表达水平详情见附表7）。

    表3 PPI网络degree值TOP10差异表达基因列表
    Node SLT2 DDR2 HSP26 HXT5 TMA10 HXK1 FMP16 BDH2 ECM4 GAP1
    Description up down down down down down down down up up
    Degree 26 25 24 23 23 22 21 21 21 20
    • 网络聚类模块
    应用cytoscape插件MCODE[]获得score>5的2个显著聚类的模块a、b。模块a（score：9.556）包含10个节点，43个互作关系对；模块b（score：8.5）包含9个节点，34个互作关系对。模块均没有显著富集到KEGG pathway，模块a显著富集到2个BP结果，模块b显著富集到9个BP结果，见表4。（见附件2）
    表4 模块显著富集的GO-BP结果
      ID Name Count PValue
    Module a GO:0034605 cellular response to heat 3 5.43E-04
    GO:0046323 glucose import 2 3.72E-02
    Module b GO:0055072 iron ion homeostasis 8 3.84E-16
    GO:0006811 ion transport 9 3.49E-14
    GO:0015891 siderophore transport 6 7.10E-14
    GO:0006879 cellular iron ion homeostasis 5 1.93E-07
    GO:0044718 siderophore transmembrane transport 3 1.81E-05
    GO:0015677 copper ion import 3 9.91E-05
    GO:0006810 transport 7 2.21E-04
    GO:0006826 iron ion transport 2 1.57E-02
    GO:0055085 transmembrane transport 3 4.38E-02
     
    • miRNA-target调控网络
    通过webgestal分别获得上调和下调的miRNA-target调控关系对（上调结果见附表8，下调结果见附表9，整理后调控关系对见附表10），结果如图7所示，网络图中包含64个节点，102个互作关系对，包括106个差异表达基因，其中上调基因28个、下调基因11个和25个miRNA。（miRNA-target degree详情见附表11）

     

    风险提示：丁香通仅作为第三方平台，为商家信息发布提供平台空间。用户咨询产品时请注意保护个人信息及财产安全，合理判断，谨慎选购商品，商家和用户对交易行为负责。对于医疗器械类产品，请先查证核实企业经营资质和医疗器械产品注册证情况。

    图标文献和实验
    相关实验

    • 【求助】miRNA芯片数据分析问题

      pianpianqiwu812 求助各位老师，近期我做了6张miRNA芯片，实验组3张，对照组3张，公司给我的数据只有相对值，没有P值。原因是芯片数量少，不需要做统计学分析。这种说法是否对？还有就是在计算差异倍数时是用实验组相对值分别除以对照组的相对值，倍数在2倍以上的入选。这样计算是否对，还是倍数计算也是要有相关软件的？我在这方面真是只菜鸟，不懂的很多，公司说的我感到有些可疑。:( zhujoker 这个你在做的时候就应该

    • 【共享】 小书一本，生物芯片数据分析

      刚才在网上看到的，不知道是不是有人发过了。 网址：http://www.csc.fi/oppaat/siru/ 下载地址：http://www.csc.fi/oppaat/siru/siruwww.pdf 分部分下载地址： Part I http://www.csc.fi/oppaat/siru/sirupartI.pdf PartII http://www.csc.fi/oppaat/siru/sirupartII.pdf PartIII http://www

    • 如何轻松搞定基因芯片数据分析？

      今天给大家介绍一种简单快速的基因芯片数据分析网站GCBI 基因云平台（www.gcbi.com.cn），可以让科研人员及医生低门槛并且快速的使用生物信息学进行基因相关的研究。 分析思路 先以表达谱数据为例介绍基本的分析思路： 1. 差异基因筛选： 对实验组和对照组进行差异基因筛选，筛选出与实验因素（可以是疾病、干扰或过表达等）相关的差异表达基因。 2. 差异基因功能与通路分析： 对差异基因基于 GeneOntology 和 KEGG 数据库进行显著

    查看更多相关实验 >
    图标技术资料

    暂无技术资料 索取技术资料

    同类产品报价

    产品名称
    产品价格
    公司名称
    报价日期
    miRNA芯片数据发掘分析
    询价
    上海英拜生物科技有限公司
    2026年01月04日询价
    韩国SD中国总代理 韩国SD试剂盒
    询价
    广州健仑生物科技有限公司
    2025年07月28日询价
    生物信息学—蛋白质组学
    询价
    上海中科新生命生物科技有限公司
    2026年01月01日询价
    空间转录组测序
    询价
    上海吉凯基因医学科技股份有限公司
    2026年01月05日询价
    生物信息学分析
    询价
    北京青莲百奥生物科技有限公司
    2026年01月06日询价
    表达谱（芯片数据）基础分析
    询价