iNetModels 2.0多组学整合网站的使用

揭示各种omics数据之间的关联对于全面了解在人类健康和疾病中改变的生物过程和疾病的改变至关重要。到目前为止，很少有研究集中在单一数据库中收集和展示多组学关联。在此，我们提出了iNetModels。一个交互式数据库和可视化平台多组学生物网络（MOBNs）的互动数据库和可视化平台。该平台描述了临床生化、人体测量参数、血浆蛋白组学和血浆代谢组学之间的关联，以及从同一个人身上获得的口腔和肠道微生物组的宏基因组学数据。此外，iNet-Models包括组织和癌症特定的基因共表达网络（GCNs），用于探索特定基因之间的联系。该平台允许用户交互式地探索单一特征与其他全向性数据的关联，并定制其特定的背景（如男性/女性特定）。用户还可以注册他们的数据，以分享和可视化MOBNs和GCNs。此外，iNetModels允许没有生物信息学背景的用户促进人类健康和疾病研究。网址为https://inetmodels.com。

MOBNs是基于三个独立的纵向健康剖析研究的临床变量、血浆蛋白质组学、血浆代谢组学和宏基因组学数据的共识而产生的。(i) SCAPISSciLifeLab健康分析研究：临床变量、代谢组学、蛋白质组学和肠道基因组学数据；(ii) P100研究：临床变量、代谢组学和蛋白质组学数据收集自108人(21-89岁以上)在9个月内的3次访问；(iii) 综合个人全能研究：临床变量、代谢组学和蛋白质组学数据来自10个胰岛素敏感(IS)和13个胰岛素抵抗(IR)超重者在体重增加和减少期间(97天)的三次访问。此外，我们为两个不同的临床试验生成了MOBNs，其中对非酒精性脂肪肝和COVID-19患者施以联合代谢激活剂（CMA）。(i)NAFLD CMA给药：在70天的三次访问中，31NAFLD患者的口腔和肠道微生物组的临床变量、代谢组学、蛋白质组学和元基因组学数据，以及(ii)COVID-19CMA给药。从14天的两次访问中收集93名COVID-19患者的临床变量、代谢组学和蛋白质组学数据。

网站界面如图：

步骤如图所示：

step2.b—step5的输出的结果如图

Graph可以导出，Node table和Edge Table也可以导出，重新在cytoscape或igraph包中绘制网络图。

这个平台可以帮助研究人员进行探索和验证实验，确定分析物之间的功能关系，最重要的是为生物实验提供新的见解，并最终确定潜在的药物目标和生物标志物。

其中右上角的API可以选择代码

参考文献：Arif, M., Zhang, C., Li, X., Güngör, C., Çakmak, B., Arslantürk, M., Tebani, A., Özcan, B., Subaş, O., Zhou, W. and Piening, B., 2021. iNetModels 2.0: an interactive visualization and database of multi-omics data. bioRxiv, p.662502.

iNetModels 2.0多组学整合网站的使用相关推荐

利用多组学整合鉴定人类疾病共享的和疾病特异性的宿主基因-微生物组关联
利用多组学整合鉴定人类疾病共享的和疾病特异性的宿主基因-微生物组关联 2022-05-23 本文系谷歌翻译原文:Identification of shared and disease-specif ...
百趣代谢组学文献分享：三组学整合分析在中医药研究中的应用
组学研究中经常会涉及到转录组-代谢组.代谢组-蛋白组等两个组学之间的关联分析,但小伙伴们有碰到过代谢组.转录组.蛋白组3个组学的整合研究吗?百趣生物小趣和大家分享一篇代谢组.转录组和蛋白组3组学整合分 ...
介绍一款|用于多组学整合和网络可视化分析的在线平台
谷禾健康为了使研究更系统更全面,越来越多的研究人员追求在多组学背景下解释分子数据. OmicsNet (www.omicsnet.ca) 顺应而生,这是一个在线平台,允许用户轻松地构建.可视化和分析 ...
生信多组学整合工具的比较研究
今天给大家要分享是昆士兰科技大学Sathyanarayanan在Briefings in Bioinformatics(IF: 8.990)杂志上发表的论文.作者比较了九种不同的多组学数据整合工具,对 ...
多组学整合2连发，肠道研究新突破：人参残渣有大用
最近,派森诺与中国农业科学院特产研究所合作,在<Food Chemistry>和<Journal of Functional Foods>相继发表论文,通过高通量测序.代谢组检 ...
iMeta: 整合宏组学重新认识生命和环境科学
点击蓝字关注我们 iMeta: 整合宏组学重新认识生命和环境科学 https://doi.org/10.1002/imt2.15 EDITORIAL 刘永鑫1*, 陈同2*, 李丹宜3, 傅静远4* ...
生物信息学|MOLI:基于深度神经网络进行多组学数据整合并用于药物反应预测
本篇推文引自:MOLI: multi-omics late integration with deep neural networks for drug response prediction 摘要 ...
Nature Communications: MOGONET使用图卷积网络集成多组学数据，允许患者分类和生物标志物识别
Nature Communications: MOGONET使用图卷积网络集成多组学数据,允许患者分类和生物标志物识别 1. 论文简介 Wang T, Shao W, Huang Z, et al. ...
易基因 - 组学前沿：癌症组织和血液的宏基因组测序揭示了细菌、病毒和癌症之间的新联系｜文献科普
易点评癌症可能是由于宿主组织被细菌和病毒感染所诱发的.而这类致癌过程背后的机制主要有两类:一类是病毒将自身遗传物质整合到宿主基因组中从而导致致癌病毒蛋白的表达,而另一类则是细菌所导致的慢性炎症引发的 ...

iNetModels 2.0多组学整合网站的使用

iNetModels 2.0多组学整合网站的使用相关推荐

最新文章

热门文章