蛋白组与代谢组关联分析

蛋白组与代谢组关联分析应用场景

       代谢组学可以研究某一生物、组织或细胞在特定环境下的特定时期内所有低分子量代谢产物。相比其他组学，代谢组与表型有着更近的联系。蛋白组和代谢组紧密联系，蛋白水平会影响代谢产物的表达谱，而代谢物浓度又会影响蛋白表达量。代谢组学分析可以帮助蛋白组数据在功能上进行解释；而蛋白质组学分析通过突出参与的酶或酶促途径，有助于更好地理解代谢组学数据。蛋白组学与代谢组学整合分析能够更好地解释疾病或外界刺激的分子机理和不同组学对通路的调控机制，更直观地了解代谢物、酶及基因之间上下游的调控关系。

分析方法

       我们筛选出差异表达的蛋白和代谢小分子，基于O2PLS关联分析进行多变量整合分析。对差异蛋白与差异代谢小分子进行斯皮尔曼（Spearman）相关性分析，并进一步构建相关性网络。将差异蛋白和差异代谢小分子映射到iPath 整体代谢通路和KEGG 通路上，并进行KEGG 富集分析。最后，利用Cytoscape 中的Metscape 插件进行蛋白组和代谢组的互作网络分析。

图表展示

       注：蛋白组和代谢组的差异统计结果柱状图。横轴表示差异蛋白或代谢小分子，纵轴表示差异蛋白或代谢小分子的个数。红色表示显著差异上调，蓝色代表显著差异下调。

       注：蛋白组（A）和代谢组（B）的差异分析火山图。横轴为实验组与对照组差异表达变化Ratio 值经过log2 转换后的值；纵轴为蛋白或代谢小分子差异统计检验p value 经过-log10转换后的值；其中红色点表示蛋白或代谢小分子在实验组相对对照组显著差异上调，蓝色表示显著差异下调，灰色表示无显著差异。

       注：蛋白组与代谢组O2PLS 关联分析模型回归系数散点图。通过R 语言包OmicsPLS进行O2PLS 分析，得到zuijia模型中各样本两种组学数据的回归系数联合得分（joint score）。其横轴和纵轴分别表示关联组分和正交组分的联合得分，图中离原点更近的样本关联性更强。

       注：差异蛋白与差异代谢物表达相关性热图。根据蛋白和代谢物的含量信息计算两者的斯皮尔曼秩和相关性。以相关性检验p value < 0.05 作为相关性显著的条件构建相关性热图。横向为差异代谢物的聚类，纵向为差异蛋白的聚类。红色表示正相关，蓝色表示负相关。

       注：蛋白与代谢物的共表达关系网络图。通过斯皮尔曼相关性分析，我们筛选出显著相关的蛋白和代谢物并构建它们的共表达关系网络。图中蓝色点表示代谢物，红色点表示蛋白。绿色连线表示蛋白与代谢物之间为负向调控关系，橘色连线表示正向调节关系。点的大小代表该蛋白或代谢物在网络中的度（度代表与该节点相连的节点的个数，度越大表示调控作用可能越强）。

       注：差异蛋白与差异代谢物iPath 通路图。iPath（interactive pathways explorer）是一款可视化的全通路图在线分析工具，它了生物系统中的各种代谢通路，节点表示生化分子，连线表示生化反应。通路中不同颜色表示蛋白和代谢物的差异表达情况，红色表示上调，绿色表示下调，黄色表示存在上调和下调。

       注：差异蛋白和差异代谢物KEGG 通路富集分析气泡图。横轴表示log2 转换的富集倍数，纵轴为KEGG 通路描述。三角形为代谢物，圆形为蛋白。点的颜色表示富集显著性，红色代表富集显著性强。点的大小表示代谢物或蛋白在通路中的个数。

       注：基于Metscape 构建差异蛋白与差异代谢物的调控网络图。通过Cytoscape 中的Metscape 插件构建差异蛋白与差异代谢物的调控网络，该网络基于数据库、实验和文献等已有知识构建，追踪代谢物和蛋白之间的联系，可视化化合物网络并显示化合物结构以及反应类型、酶、基因和通路的信息。也能够对差异蛋白在更接近于表型的代谢层面进行验证（该分析物种jinxian人类、大鼠和小鼠）。

参考文献

       Bouhaddani, S. E., Uh, H. W., Jongbloed, G., Hayward, C., Klarić, L., Kiełbasa, S. M., & Houwing-Duistermaat, J. (2018). Integrating omics datasets with the OmicsPLS package. BMC bioinformatics, 19(1), 371. ;

       Kanehisa, M., & Goto, S. (2000). KEGG: kyoto encyclopedia of genes and genomes. Nucleic acids research, 28(1), 27–30.

       Darzi, Y., Letunic, I., Bork, P., & Yamada, T. (2018). iPath3.0: interactive pathways explorer v3. Nucleic acids research, 46(W1), W510–W513.

       Shannon, P., Markiel, A., Ozier, O., Baliga, N. S., Wang, J. T., Ramage, D., Amin, N., Schwikowski, B., & Ideker, T. (2003). Cytoscape: a software environment for integrated models of biomolecular interaction networks. Genome research, 13(11), 2498–2504.

       Zhou, Y., Zhou, B., Pache, L., Chang, M., Khodabakhshi, A. H., Tanaseichuk, O., Benner, C., & Chanda, S. K. (2019). Metascape provides a biologist-oriented resource for the analysis of systems-level datasets. Nature communications, 10(1), 1523.