PTM-SEA分析

PTM-SEA分析应用场景

       识别在诸如癌症之类的疾病中失调的信号通路对于理解该疾病的分子机制以及最终开发出更好的治疗方法至关重要。生命体的信号通路是由各种各样蛋白质翻译后修饰特别是磷酸化修饰所精心编排的。我们针对磷酸化修饰定量项目鉴定到的磷酸化位点基于PTMsigDB数据库进行以修饰位点为中心的PTM-SEA（PTM-Signature Enrichment Analysis）分析，识别其对应的诸如应激扰动、激酶活性、信号通路以及疾病等磷酸化修饰相关特征，进行特征富集分析，探测不同生物学状态中显著一致性差异的特征，进而构建特征-磷酸化修饰位点关系网络并可视化。PTM-SEA分析结果可以为磷酸化修饰组学后续生物学机制、疾病机理、医疗诊断和药物研发等提供重要的参考。

分析方法

       PTM-SEA分析基于ssGSEA（single sample GSEA）的原理，该方法是用来评估一个预先定义的修饰特征集中的修饰位点在与该特征相关度排序的分布趋势，判断特征集内每条注释下的修饰位点是否富集于特征相关度排序后修饰位点列表的上部或下部，从而判断此特征集内修饰位点一致性变化对该特征变化的影响。综合富集分析得到的NES值和置换检验的P值或FDR值筛选得到显著富集的特征，根据特征与位点之间复杂的对应关系，针对每个比较组，构建显著富集的特征与磷酸化修饰位点之间的关系网络。

图表展示

       注：富集特征聚类热图。 横向代表样本或比较组，纵向为PTMsigDB中的修饰相关特征。在多表型样本研究中，聚类热图可以方便我们观察修饰相关特征在相同表型中的共性，或不同表型中的特异性。探索修饰相关特征与表型的潜在联系，从而进一步筛选感兴趣的特征为后续实验提供参考。

       注：比较组特征富集得分火山图。 横轴为富集得分（NES），纵轴为置换检验p value经过-log10转换后的值；其中红色点表示显著上调的特征，蓝色表示显著下调的特征，灰色表示无富集显著性。

       注：特征-修饰位点关系网络图。 网络由显著激活或抑制的激酶与差异表达的磷酸化位点构成，圆形代表磷酸化修饰位点，三角形代表显著富集的特征。本分析提供网络的 cys格式文件，支持Cytoscape软件进一步编辑和美化。后续可以深入分析网络拓补结构，揭示不同修饰相关特征之间的生物学联系。

参考文献

       Krug, K. , Mertins, P. , Zhang, B. , Hornbeck, P. , Raju, R. , & Ahmad, R. , et al. (2019). A curated resource for phosphosite-specific signature analysis. Molecular, Cellular Proteomics : MCP, 18(3).