如何利用知识库挖掘疾病相关基因 -IPA+Genecards+Genevestigator

2016 © Cloudscientific All Rights Reserved

Best Solutions for Best research

如何利用知识库挖掘疾病相关基因

---Genevestigator+ Genecards+IPA

联合方案

王玲产品经理 [email protected]

Tel: 131-6606-1059 QQ: 1546975078

上海康昱盛信息科技有限公司

mailto:[email protected]


开始实验

得到大批数据

常规数据分析--

更大批的结果


常规数据分析--更大批的结果

差异基因数量

太多—-验证谁

功能分析图表

太多—-要看谁

网络分析圈点

太多—-谁爱看


开始一项分析,必须要从问题入手:

我的差异基因有哪些特征?

我的结果与他人结果吻合吗?

我的基因对表型/功能有影响吗?

我的目标基因作用机制是什么?









哪些基因在我的实验中

特异性表达？[常规分

析不列举]

该批基因在相关实验中

也特异性表达吗？

这些基因还在哪些组织

/细胞系/肿瘤特异性表

达


Genevestigator- samples tools该基因在相关实验中特异性表达吗？

整个库选定的条件下（比如Obesity）感兴趣的基因（TP53，MAPT）在各个样本的表达


Genevestigator- CONDITION SEARCH基因还在哪些组织/细胞系/肿瘤特异性表达

纵：组织/细胞系/cancer

横：感兴趣的基因在不同组织/细胞系/肿瘤类型的表达情况


第一小节延伸

• 在这里我们用到了Genevestigator这个软件的功能.那么它是什么?


Genevestigator

Genevestigator是基因表达的高性能的搜索引擎。它集成了上万的人工精选、注释的公共芯片/高通量测序实验结果，使基因在不同的生物环境中，如疾病，药物，组织，肿瘤，细胞或基因型等条件下的表达进行了可视化。收录数据质量合格，对表达数据进行全局标准化，用标准化的语言对实验和样本重新进行描述。


Genevestigator功能一览

复杂的查询，简单的工具

在线分析的图形用户界面，执行分析只需点击图片代表的按钮, 操作更简单.


特点比较

单次试验分析普通综合分析

Genevestigator

全局分析


Genevestigator全局分析的好处

为您的研究结果找到更多

支持的证据发现基因的更多特性发现和筛选生物标志物

标准化描述对挖掘数据好处当然多多，但是全局分析有哪些优势？

更重要的是：在几分钟之内，完成对上千个实验条件的表达谱结果进行定向搜索，摆脱对电脑配置的依赖，大大节省运算时间，得到效率。


Genevestigator 目前统计









Genevestigator--Signature tool：

识别哪些实验与自己表达实验结果趋势相似/不同

Genevestigator--GENE SEARCH：

识别在目标组织/细胞系/外界刺激中还有哪些特异性表

达的基因

Genevestigator—co expression：

识别在目标组织/细胞系/外界刺激中共表达基因


Genevestigator--Signature tool识别哪些实验与自己表达实验结果趋势相似/不同

可以找到在各个实验条件下，与输入的基因趋势最相似/不同的是哪些细胞系/组织/干扰条件等。


Genevestigator--GENE SEARCH：识别在特定组织/细胞系/外界刺激中还有哪些特异

性表达基因


Genevestigator—co expression：识别在目标组织/细胞系/外界刺激中表达基因


第二节延伸

• Genevestigator总共有哪些功能？


基因表达分析


基因表达调研


基因表达调研


基因表达调研








我的基因与表型/功能有关吗?

GeneAnalytics

表型/功能富集分析

VarElect

快速筛选表型/功能直接/间接相关基因

IPA MAP

表型/功能活性预测分析


GeneAnalytics富集分析

对目标功能，通路，药物/代谢物等打分，对分析结果进行实时筛选和优化，并给出证据链接。


通过输入基因集合，找到和基因最相关的疾病，通路，细胞，组织等信息。

与基因集合最相关的组织和细胞

与基因集合最相关的疾病

与基因集合最相关的通路

与基因集合最相关的功能，表型，化合物


结果展示-与基因集合最相关的疾病：可以对疾病类型，器官等进行筛选


结果展示-与基因集合最相关的疾病筛选后：与Genecards知识库关联


结果展示-与基因集合最相关的通路：不光KEGG


结果展示


GeneAnalytics富集分析与众不同之处

普通富集分析（DAVID，FunNet……）

GeneAnalytics富集分析

收集整理了二~ 几十个滞后的数据库 Geneanalytics软件利用最全面Genecards知识库，收集整理了140+多个知识库；

信息冗余仍存在，需要客户自行判断去除了多个数据库中的冗余信息，跨越多个知识库并整合了文献信息；

对功能，通路，疾病富集打分对相关的疾病，通路，组织和细胞特异性表达，功能，通路，药物/代谢物等打分；

无对分析结果进行实时筛选和优化，并给出证据链接。


GenecardsSuite库

GeneCards四个数据库

•Genecards 人类基因组注释

•MalaCards人类疾病数据库

•PathCards生物学通路数据库

• LifeMap 胚胎发育干细胞分化由以色列的Weizmann研究所基因组研究中心开发,于1997年投入使用


人类基因组注释数据库，收集了140+数据库，是一个全面的，综合人类基因有关数据的网上智能检索系统。到2016年8月份已经收录了

149991个人类基因的有关数据。


是一个全面的人类疾病数据库。它整合了68个网站的19,999 条疾病条目，整理归纳成关于动物模型，药物与治疗，疾病相关基因，文献，变异等信息。


针对人类的生物学pathway和其注释的集成。pathway根据基因内容的相似程度划分为Superpaths，这个的Supterpath包含了一个或多个pathway。Pathcards数据库包含了来自12个信息源的1131条SuperPath 条目。。


VarElect：利用Genecards四个数据库快速筛选表型/功能直接/间接相关基因

• 直接关联通过数据库或文献的信息来获得

与疾病/表型有直接关联的基因


VarElect：快速筛选表型/功能直接/间接相关基因

• 间接的关联通过和直接关联基因有关pathway，相互作用网络，同源基因，以及文献挖掘等途径获得。

与疾病/表型有间接关联的基因


输入基因集合&

疾病/表型submit

通过打分找到

关键基因

基于Genecards Suite多个数据库，快速筛选表型相关基因


什么时候要用到VarElect？

要找什么基因验

证？

符合该功

能的基因

太多了！

哪个基因

和表型最

相关？直接/间接相关基因+

证据


IPA MAP：目标表型/功能活性预测分析

42

Cardiomyocytes vs. ESC

关注趋势相反的功能/疾病:• 抑制

cardiomyopathy

• 激活contractility of cardiac muscle

激活/抑制某些基因，会引起哪些变化？


第三小节延伸

• GeneAnalytics与VarElect都是基于Genecards数据库，含超过140+数据库来源的信息

• IPA是无以伦比的基于阅读文献的库，可以预测表型/功能活性









IPA-up stream analysis：

差异基因受哪些上游转录因子调节？

IPA-casual network：

表型/功能受哪些上游转录因子调节？

IPA- my pathways:

目标基因所在的调控网络


IPA upstream analysis：

差异基因受哪些上游转录因子调节？


IPA casual network：

表型/功能受哪些上游转录因子调节？

Cardiac precursor vs. ESC

Myocardin 激活 SRF并驱动了心肌细胞分化


IPA- my pathways目标基因所在的调控网络

Tamiflu的靶蛋白和HDAC家族蛋白间的关系，以及如果服用Tamiflu的话，调控的生物学功能或疾病有哪些，会因为Tamiflu的摄入而如何变化


第四小节延伸

• IPA库的特点

• IPA有哪些功能


IPA

公共数据库

实验数据集

人工摘取科学文献

通路和系统建模

个人定制数据库

历经十七年的海量投入

500名PhD阅读文献；700种权威杂志全文阅读；3000种杂志摘要阅读；560万种以上的生物实验发现信息；

130万种互作信息；3万种以上分子信息；完整的功能、疾病分类数据库；800种信号通路、代谢通路


Gene, Chem, Disease,Function

分子注释实验信息来源文献

CanonicalPathways

经典信号、代谢通路数据库

UpstreamAnalysis

转录、miRNA、

小分子调控预测

CausalNetworks

非经典信号通路预测

Disease/Biological Analysis

功能、疾病注释及趋势预测

RegulatorEffects

转录调控的生物学效应

microRNAfilter

miRNA与mRNA调控分

析

Networks

蛋白、RNA相

互作用网络构建

BioProfiler

关联分子、功能、疾病、表

达趋势

Build、Overlay、Path Designer

以问题为导向构建网络

Biomarkerfilter

筛选已知疾病的临床生物标

志物

课题申请

文献查询

实验设计

靶标筛选

通路查询

网络构建

问题为导向的解决方案数据为导向的解决方案

DNA-Seq RNA-Seq Chip-Seq

Methylation miRNA microArray

Proteomics Metabolomics Drug

IPA能帮助我们做些什么？

2016 © Cloudscientific All Rights Reserved 52

Gene View, Chem View, and

Disease/Function View

Human, Mouse Isoform Views

Canonical Pathways

Upstream Regulators/

Causal Networks

Diseases and

Biological Functions

Regulator Effects

microRNA tools

BioProfiler

Interaction Networks,

Build and Overlay tools


三个软件特点总结

Literature Driven Data Driven

Uncurated

Deeply Curated

TCGA

GEO

ArrayExpresspubmed

IPA Genecards（GeneAnalytics+VarElect模块）

Genevestigator


总结:如何利用知识库寻找疾病相关基因[红色部分：特有，绿色部分：普通]

掌握研究背景

寻找有价值的

基因

自身结果

相关实验条件

未知实验条件

与其他人的结果

比较

趋势相似/不同

其他特异性表达

/共表达基因

是否对表型/功

能产生影响

富集分析

活性预测

疾病--基因

筛选

作用机制

上游调节--基因

调控网络

上游调节--基因-

疾病/表型网络

基因互作网络


基因组学产品线一览

测序数据处理测序/芯片数据信息挖掘数据验证

RNA-seqDNA-seqChIP-seqSmall RNA-seqMethyl-seq


谢谢大家！

Education

如何利用知识库挖掘疾病相关基因 -IPA+Genecards+Genevestigator