簡介
今天要介紹的一款網頁輕工具叫NetworkAnalyst，是一個表達譜數據綜合可視化的工具欢揖。目前涛癌，該工具可對已選擇基因的ID、不同數據集基因表達矩陣固蚤、 RNAseq 和 RNAseq fastq文件進行可視化分析娘汞。首先，咱們看下NetworkAnalyst發(fā)表的文章里面對該類輕工具的總結
優(yōu)勢一看自然就明白了夕玩，至于它能干嘛你弦，每個按鈕點一點，還提供示例數據燎孟，上手自然簡單禽作！官網首頁，已經到第3個大版本了
基因ID的可視化
?基因ID的可視化主要包括各種可視化分析( Assorted Visual Analytics )和網絡可視化分析( Network Visual Analytics )兩類揩页。具體可視化內容如下圖：
各種可視化分析
1.List Enrichment Network
?可基于geneontology數據庫和 Panther數據庫進行GO分析旷偿，基于KEGG數據庫進行通路富集分析。下圖為一組差異表達基因KEGG分析的結果：
2.和弦圖、韋恩圖和熱圖的制作
?一組基因數據做不了哈狸捅，需要多組數據衷蜓，這里就不展示效果圖了
網絡可視化分析
1.蛋白相互作用網絡（PPI）
（1）PPI網絡
可基于 IMEx數據庫和 STRING 數據庫制作PPI網絡
下圖以一組差異表達基因基于IMEx數據庫構建PPI網絡為例：
2D:
3D:
（2）某個組織中的PPI網絡
該功能基于 DifferentialNet 數據庫，用于構建人輸入基因在不同組織器官中的PPI網絡尘喝。這個功能懂的人自然就知道比較牛逼了磁浇，特定組織的PPI網絡，或許會有新的發(fā)現喲朽褪！
2.Gene Regulatory Networks (GRN)
主要包括三個可視化分析：gene-MiRNA調控網絡置吓，TF-gene調控網絡和TF-MiRNA調控網絡。
（1）gene-MiRNA調控網絡基于 TarBase 和 miRTarBase數據庫缔赠，用于構建基因與MiRNA的調控網絡衍锚。
2D：
3D：
（2）TF-基因調控網絡基于ENCODE數據庫、JASPAR數據庫 和 Enrichr數據庫 制作的轉錄因子-基因調控網絡嗤堰。
ENCODE數據庫從ENCODE ChIP-seq數據獲得的轉錄因子和基因靶標數據戴质。 僅適用于峰值強度信號<500和預測的調節(jié)電位得分<1（使用BETA減法算法）。
JASPAR數據庫 通過TF結合位點配置文件數據庫派生的JASPAR轉錄因子目標踢匣。
ChEA告匠，即芯片富集分析，Enrichr數據庫可通過整合文獻精選的Chip-X數據推斷得到离唬。
（3）TF-MiRNA基于 RegNetwork 數據庫制作轉錄因子調控網絡 后专，僅適用于人和小鼠。
? 構建輸入基因中的轉錄因子與MiRNA相互調控網絡输莺。
2D：
3D：
3.Diseases, drugs & chemicals（疾病戚哎，藥品和化學藥品）
主要分為蛋白藥物相互作用網絡、蛋白化學物品相互作用網絡和基因與疾病的聯系
蛋白藥物相互作用網絡基于 DrugBankdatabase (Version 5.0)
蛋白化學物品相互作用網絡基于 Comparative Toxicogenomics Database (CTD)
基因與疾病的聯系 DisGeNET database
4.Gene Coexpression Networks
（1）組織特異性基因共表達網絡基于 TCSBN database
下圖為差異表達基因在脂肪組織中的共表達的網絡：
（2）細胞特異性基因共表達網絡基于 Immuno-Navigator database
下圖展示了差異表達基因在CD4+T細胞中的共表達情況：
基于基因表達矩陣進行meta分析
對電腦的要求：①最新版本的Google Chrome或Mozilla Firefox嫂用；②至少15英寸顯示屏型凳，分辨率為1440 x 900或更高；③使用Intel Core i5 / i7或同等功能的至少2G可用內存尸折。
合并的方法
? 基因表達矩陣的合并總共有4種方法：合并 P Values 啰脚，合并 Effect Sizes ，投票計算和直接合并实夹。合并 P Values 橄浓，合并 Effect Sizes和投票計算主要適用于不同平臺測得的基因表達矩陣，其中合并 P Values 和合并 **Effect Sizes **通過隨機效應模型和固定效應模型合并亮航。直接合并適用于同一平臺測得的表達矩陣荸实。
合并后的可視化方法如下圖所示：
1.Network Visual Analytics
對選擇的基因進行網絡可視化分析，可選擇提交數據集中的任何一個數據集的差異表達基因缴淋，也可選擇通過meta分析合并后的差異表達基因准给。結果如前所述泄朴。
2.ORA Enrichment Network
ORA（Over-Representation Analysis）富集分析為 普通富集分析 ，同Network Visual Analytics 中的基因富集分析露氮。通差異表達基因的富集分析祖灰。
3.**ORA Heatmap Clustering **
4. Venn Diagram
? 韋恩圖可以做各個數據集與meta分析過表達基因的交集，點擊某個區(qū)域即可顯示交集的基因畔规。
5.Chord Diagram
?和弦圖可有效顯示少于1000個基因的關系局扶，最大不超過2000個基因。
6. GSEA Enrichment Network
主要展示GSEA分析的結果叁扫。注意：這里需要修改合并方法中的P值三妈，取得所有基因的表達矩陣。
7.GSEA Heatmap Clustering
可以展示某個功能集中基因的富集情況莫绣。下圖展示了轉錄因子信號通路的基因富集情況畴蒲。
8.合并后的PCA 3D
好了，今天的分享就到這里了哈对室，總結一下模燥，這個輕工具非常好用，蛋白互作神器软驰，圖都是發(fā)表級的涧窒，還比STRING數據庫的原始圖高大上不少，更牛逼的是現在它還可以做各種分析锭亏，祝大家使用愉快哈！
作者：解琪琪硬鞍；任恩惠
鏈接：http://www.reibang.com/u/bcb81276c29d
來源：簡書
參考文獻：
- Zhou, G., Soufan, O., Ewald, J., Hancock, REW, Basu, N. and Xia, J. (2019) "NetworkAnalyst 3.0: a visual analytics platform for comprehensive gene expression profiling and meta-analysis" Nucleic Acids Research (doi:10.1093/nar/gkz240)
- Xia J, Gill E, and Hancock REW (2015) "NetworkAnalyst for Statistical, Visual and Network-based Approaches for Meta-analysis of Expression Data" Nature Protocols 10, 823–844
- Xia J, Benner MJ, and Hancock REW (2014) "NetworkAnalyst - integrative approaches for protein–protein interaction network analysis and visual exploration" Nucl. Acids Res. 42 (W1): W167-W174. (PPI data analysis and visualization)
- Xia, J., Lyle, N.H., Mayer, M., Pena, O.M. and Hancock, R.E.W. (2013) “INVEX - a web-based tool for integrative visualization of expression data”. Bioinformatics 29 (24), 3232-3234 (gene expression data analysis)
- Xia, J., Fjell, C.D., Mayer, M., Pena, O.M., Wishart, D.S. and Hancock, R.E.W. (2013) “INMEX - a web-based tool for integrative meta-analysis of expression data”. Nucleic Acids Research 41, W63-W70. (meta-analysis)
簡書著作權歸作者所有慧瘤，任何形式的轉載都請聯系作者獲得授權并注明出處。
