蛋白质组和代谢组数据分析

蛋白质组学和代谢组学揭示了生物系统的功能状态。

蛋白质和代谢物的计算分析解决了生物化学的基本问题：哪些反应发生了？正在构建什么？能量如何产生和利用？

虽然　转录组学　通常用于推断信号和代谢途径的活动，但蛋白质组学和代谢组学提供了更直接的视角，揭示了这些途径和单个反应的关键分子。

蛋白质和代谢物通常通过质谱（MS）手段进行鉴定和定量。其他方法，如依赖抗体（用于蛋白质）或核磁共振（NMR；用于代谢物）的方法提供了低通量或较少定量的数据，通常比MS更具成本效益。

除了途径分析外，患者样本的蛋白质组学和代谢组学数据特别适合于生物标志物的发现。

向下滚动以了解更多关于蛋白质组学，代谢组学和脂质组学的信息。

蛋白质组学数据分析

蛋白质组学的生物信息学分析始于识别蛋白质并量化其丰度-绝对或相对，这取决于实验。

与分析任何基因表达数据一样，下一步是通过主成分分析（PCA）或类似的降维方法进行探索性分析，以研究数据集的方差和分组。

更专注的分析可能包括差异表达和途径分析，以表征样本之间的差异。

这些分析也可以针对富集了特定翻译后修饰（如磷酸化）的蛋白质进行，总蛋白质和富集子集（例如磷酸化蛋白质组）的定量数据可以并行或集成处理，以获得更详细的途径活动视图。

代谢组由参与生物体内反应的内源性和外源性小分子的几乎无限目录组成。

虽然蛋白质组学研究了这些反应的催化剂，但代谢组学关注它们的底物，中间体和产物。

与蛋白质组学类似，高通量代谢组学数据通常用于量化和研究代谢通路或识别具有临床意义的分子，例如生物标志物。因此，探索性和统计分析与蛋白质组学非常相似。

代谢组学的一个特殊案例是脂质组学，它专注于生物体内脂质分子的巨大多样性。脂质组学分析通常旨在表征脂质代谢和转运的（失）功能，特别是在代谢性疾病中。