【宏蛋白组】iMetaLab平台分析肠道宏蛋白质组数据

  • A+
所属分类:生物信息学

目录
一、iMetaLab简介
宏蛋白组学是个非常小众的领域,即使从事的学者也并非专门做这个,大多是作为系统生物学的延伸研究。业界有几个比较有影响力的研究团队,一是比利时根特大学的Computational Omics and Systems Biology Group 团队,开发了有代表性的宏蛋白分析工具如、,此外还有很多常规蛋白组的工具,如、、 等,后面如果有机会再介绍。二是加拿大渥太华大学的Daniel Figeys团队,专注于研究人类、小鼠肠道宏蛋白组,一开始提出了经典的迭代搜库三步法(MetaPro-IQ),后面陆续也实现了一些工具,开发了从MetaPro-IQ,到MetaLab,最后到iMetaLab平台的技术路线。
Daniel Figeys介绍:
有云服务器版本和桌面版本,用来分析宏蛋白数据,下游可视化绘图等分析提供了Shiny Apps,并且也有相应的Demo报告和Wiki。内容主要包括了:肽段和蛋白的鉴定及定量,物种和功能分析,数据分析及其可视化。
关于收费,对于学术研究是免费的,商业用途则需要获得许可。
二、内置工具与模块
1. Data Processing module

Spectra clustering
Msfragger
FlashLFQ

2. Functional Analysis
eggNOG database
NCBI nr database
3. R Developing environment
Rstudio
Rstudio server
ShinyR
Shiydashboard
4. R based data analysis packages
ggplot2, ggpairs
Htmlwidgets, visNetwork, d3heatmap
Eulerr, colourpicker, DT,shinysky, GGally, ggcorrplot, reshape2, ggfortify, mixOmics
5. Web development libraries and frameworks
React.js
D3.js
从内置工具和模块可以看出,这个平台主要处理的是DDA数据,最后得到的蛋白鉴定和定量结果就是MaxQuant产出格式的。
三、报告内容
iMetaLab分析完成后生成网页报告。
对于报告结果,主要有以下五方面内容:
ID Summary:谱图肽段ID统计
Peptides Summary:肽段鉴定结果分析
ProteinGroups Summary:蛋白鉴定结果分析
Taxon Summary:物种注释结果分析
Function Summary:功能注释结果分析
此外,还有一个MetaMep for Taxon Vis模块,主要是利用MetaMap软件对物种分析结果进行可视化展示和可交互式操作。
1. 谱图肽段ID统计

分析点包括了报告介绍,项目信息,谱图解析率,肽段鉴定数,汇总统计表。
MSMS ID Rate
这是数据质控的一个指标,可以判断 MS run的质量,即在1%FDR条件下谱图鉴定为肽段,QE系列仪器一般能达到50%。可以判断组内重复性,以及仪器是否需要清洗,数据是否可利用等。
展示方式:分组散点图,密度图,箱形图。
Peptide Sequence
同样也是统计各样本的肽段鉴定数目分布。
可视化:分组散点图,密度图,箱形图。
2. 肽段鉴定结果分析

上图红框内的分析,包括对肽段鉴定各方面的统计绘图,多变量统计和方差检验,到得到整洁的肽段数据。
肽段结果分析及其可视化:价态分布,长度分布,得分分布,肽段强度分布(离散和累积),各样本肽段强度箱形图,全部样本肽段的聚类热图,肽段层次PCA(2D/3D),各组间方差分析。
最后得到的过滤后的肽段表格(MaxQuant结果)是去除了来自反库和污染库的肽段,他们用的强度值是LFQ和自带的Intensity,整洁肽段表可用于后续分析,也可用作者的。
3. 蛋白鉴定结果分析

蛋白组层次和肽段层次的分析基本是一样的。多了一个unique peptide分布。
疑问:为什么都用方差分析?难道更多的情况不是两组吗,即便是多组,很多客户也是要求两两比较。
最后得到的也是过滤后的蛋白表格。
4. 物种分析

每个样本在物种各个层级的注释统计
alpha多样性:计算的是种(species)层级的Shannon-Wiener index
beta多样性:计算的是种(species)层级的PCoA
样本聚类:基于种(species)层级的丰度数据,欧氏距离ward.D聚类
物种组成:各物种层级bar图(原始强度,无归一化)
5. 功能分析

功能数据库注释统计:COG,NOG,KEGG,GO及其unique数目(与蛋白一对一)。
分类饼图:包括COG,NOG和Pathway,饼图的扇形大小并非分类功能的数目,而是所有样本proteinGroup的强度之和。
功能组成bar图:包括COG,NOG和Pathway,各样本的功能bar图(原始强度,无归一化)。
功能组成热图:包括COG,NOG和Pathway,各样本的功能聚类热图。
PCA分析:包括COG,NOG和KEGG(这里应该也是Pathway层级)功能丰度的PCA。

  • 蛋白质组学业务咨询
  • 扫码咨询相关问题
  • weinxin
  • 代谢组学业务咨询
  • 扫码咨询相关问题
  • weinxin

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: