你曾經(jīng)為作圖而苦惱嗎？你曾經(jīng)因?yàn)镕igure丑而被導(dǎo)師嫌棄嗎？你曾為高顏值的PPi圖、火山圖、熱圖、韋恩圖，弦圖和主成分分析圖而折服嗎？今天筆者給大家介紹一款強(qiáng)大的在線作圖神器——NetworkAnalyst 。

網(wǎng)址?https://www.networkanalyst.ca/? 它能夠?qū)⒛阒赖母叨舜髿馍蠙n次的圖一網(wǎng)打盡。

Networkanalyst是一個(gè)進(jìn)行基因表達(dá)分析和meta分析的在線可視化分析平臺(tái)，可以進(jìn)行比對(duì)、定量、基因表達(dá)差異分析和富集分析、蛋白相互作用分析、多個(gè)數(shù)據(jù)集整合分析，還可以繪制像PCA、蛋白互作網(wǎng)絡(luò)圖、熱圖、火山圖、韋恩圖等高顏值的圖片。

真正做到了一站式的基因表達(dá)和meta分析的可視化分析平臺(tái)。可以看到，該網(wǎng)站由5個(gè)數(shù)據(jù)上傳入口，可以根據(jù)不同的需求進(jìn)行選擇，本次的單元課會(huì)對(duì)這個(gè)網(wǎng)站的功能做最詳盡的介紹。

差異分析

基因差異表達(dá)分析，作為根據(jù)基因表達(dá)矩陣進(jìn)行生物信息學(xué)分析的第一步，有助于我們觀察基因在不同樣本中的表達(dá)差異，從而確定要研究的基因和表型之間的聯(lián)系，是最常見(jiàn)的生信數(shù)據(jù)挖掘分析策略之一。

雖然GEO數(shù)據(jù)庫(kù)提供了官方在線工具GEO2R，用于比較2組或多組樣本以獲得差異性表達(dá)的基因，但該工具主要是對(duì)系列數(shù)據(jù)（series）進(jìn)行分析，并非所有系列數(shù)據(jù)都能用GEO2R工具進(jìn)行分析，比如測(cè)序數(shù)據(jù)就不能使用GEO2R，對(duì)于這類數(shù)據(jù)，工具欄中的“Analyze with GEO2R”按鈕不會(huì)顯示。

Networkanalyst提供3種差異分析的方法——limma、edgeRs和DESeq2。Limma用于分析芯片數(shù)據(jù)；EdgeR和DESeq2用于分析測(cè)序數(shù)據(jù)；在NetworkAnalyst數(shù)據(jù)庫(kù)中，當(dāng)樣本數(shù)≥50時(shí)，不可以用DESeq2。

網(wǎng)絡(luò)分析及功能分析

富集是指將基因按照先驗(yàn)知識(shí)，也就是基因組注釋信息，對(duì)基因進(jìn)行分類的過(guò)程?；蚪?jīng)過(guò)分類后，能夠幫助認(rèn)知尋找到的基因是否具有某方面的共性（如功能、組成等等）。

生物相互作用網(wǎng)絡(luò)指的是分子與分子之間的相互作用網(wǎng)絡(luò)，“分子”包括基因、RNA、蛋白、藥物等。

種類繁多的圖片完全能滿足生信可視化的內(nèi)容。

多個(gè)數(shù)據(jù)集整合分析

介紹完單個(gè)數(shù)據(jù)集中的基因分析，下面來(lái)看看多個(gè)數(shù)據(jù)集中的基因分析。本網(wǎng)站可完成對(duì)多個(gè)不同研究的表達(dá)譜數(shù)據(jù)的統(tǒng)計(jì)分析，并進(jìn)行可視化，最終得到交互式熱圖、Venn圖和3D PCA圖。

對(duì)于本數(shù)據(jù)庫(kù)中涉及的薈萃分析部分，相當(dāng)于多個(gè)單個(gè)數(shù)據(jù)集的疊加，可以在熟練掌握單個(gè)數(shù)據(jù)集分析流程后，練習(xí)使用薈萃分析。薈萃分析對(duì)樣本以及樣本的均一性有一定要求。

之前對(duì)這件神器還不熟悉的小伙伴，學(xué)完本次的單元課，就能直接在下篇論文里試試NetworkAnalyst的強(qiáng)大功能啦。

長(zhǎng)按識(shí)別下方二維碼

↓↓↓↓↓↓↓↓

即可免費(fèi)領(lǐng)取

—END—