如何不露声色地拒绝科研内卷?把数据丢进Mergeomics开拓一下研究思路吧~

2021-10-21 1171文献解读

是时候着手准备明年的国自然啦!在这个万物皆可卷的时代,你的国自然本子有思路了么?今天,小编给大家介绍的这个工具:Mergeomics或许可以帮助大家开拓新思路哟~目前Mergeomics已更新至2.0版,整理一下相关测序数据,丢进Mergeomics 2.0试试吧...

Mergeomics-1.png

Mergeomics 是什么?

Mergeomics web服务器是一个灵活的在线工具,用于整合多组学数据,以得出对疾病发病机制重要的生物途径、网络和关键驱动因素,它是基于开源的Mergeomics R软件包。

Mergeomics将多组学疾病关联研究(GWAS、EWAS、TWAS、PWAS等)的汇总统计数据作为输入,并具有四项主要功能:标记依赖性筛选(MDF)以校正组学标记之间的已知依赖性,消除冗余标志物;标记物富集分析(MSEA)以检测疾病相关的生物过程;Meta-MSEA用于检查各种组学数据集以识别跨数据集的相同疾病过程;关键驱动因素分析(KDA)用于确定疾病相关途径和网络的基本调控因子。在Mergeomics 2.0中,新增了一个新的功能模块,称为PharmOmics,它将Mergeomics中多组学信息的疾病途径或网络作为输入,与药物特征相匹配,预测潜在的治疗药物。

Mergeomics-2.png

Mergeomics属于网络方法范畴,主要侧重于通过发现对疾病重要的生物过程中的多个分子靶点来理解疾病的发病机理。网络方法相对于其他综合方法的优势在于其提供生物学解释性的能力,它不依赖于通过数学去卷积识别潜在结构,而是依赖于基于分子相互作用的先验信息的利用,这有助于在疾病中提供明确的目标选择(如基因)。

与其他工具相比,Mergeomics不仅适应不同来源、研究或物种的特定疾病的不同数据类型,还能通过功能基因组学考虑全能基因层之间的关系,如表达定量性状位点(eQTLs)、分子通路和组织特异性基因调控网络,以得出疾病网络并预测治疗。

Mergeomics 2.0的应用实例

Mergeomics-3.png

USE CASE:开发团队利用公开的GWAS和EWAS数据来执行Meta-MSEA和随后的KDA,以找到银屑病的致病途径和调控因子。

Mergeomics-4.png

银屑病案例分析结果:(A) Meta-MSEA输出的结果列表展示了按Meta P值排序的路径及其顶级标记和相应的映射基因,结果表明"细胞因子细胞受体相互作用"、"移植物与宿主疾病 "和 "自然杀伤细胞介导的细胞毒性 "是确定的三个最重要的路径。(B) KDA输出表格,列出了银屑病相关基因组在其网络结构中的KD和富集的意义。(C) PharmOmics输出的预测药物列表,包含可以诱导的药物以及可能治疗银屑病的药物。

Mergeomics-5.png

Mergeomics 2.0访问地址:http://mergeomics.research.idre.ucla.edu

参考文献
Jessica Ding, Montgomery Blencowe, Thien Nghiem, Sung-min Ha, Yen-Wei Chen, Gaoyan Li, Xia Yang, Mergeomics 2.0: a web server for multi-omics data integration to elucidate disease networks and predict therapeutics, Nucleic Acids Research, Volume 49, Issue W1, 2 July 2021, Pages W375–W387, https://doi.org/10.1093/nar/gkab405
图片来源于Mergeomics 2.0和参考文献,如有侵权请联系删除。

上一篇下一篇