（图片来源网络，侵删）
药用植物因其潜在的抗肿瘤、抗炎和抗氧化特性，在民族医学和传统医学中引起了极大的关注基因组测序和合成生物学的最新进展重新激发了人们对这些天然产物的兴趣尽管有很多药用植物的基因组和转录组测序数据，但缺乏可公开访问的基因注释和表格格式的基因表达数据，这不利于它们的有效利用为了解决这一紧迫问题，我们开发了IMP (Integrated Medicinal Plantomics)整合药用植物组学平台（https://www.bic.ac.cn/IMP 点击阅读原文直接跳转）IMP收录了84个高质量的基因组（预期收录所有植物的基因组，目前已收录 441 个），整理了848,565,672个基因，以及2,158个转录组测序样本，涵盖了多个器官、组织、发育阶段和胁迫刺激通过集成的10个分析模块，用户可以简单地在IMP中探索基因的注释、序列、功能、分布和表达IMP的开发和使用将会从基础数据层面促进药用植物分子代谢途径的解析，进而在推动合成生物学的发展、促进药物发现和药物生产的天然来源的探索方面发挥重要作用IMP 针对收录的数据提供了 10 个功能分析模块，示例性结果如下图，包括多基因表达图谱的绘制、共表达基因的搜寻和鉴定、基因簇的展示、BLAST 序列搜索、多序列比对、在线差异基因分析（样品相关性热图、差异基因热图和火山图）、GO/KEGG富集分析、GSEA 富集分析、IGV 基因组浏览器展示、引物设计、序列提取等具体见NAR | 中医科学院陈同等开发整合药用植物组学平台 IMPIMP 数据库基本介绍数据平台访问地址https://www.bic.ac.cn/IMP/首页采用平面组合布局，分为导航、网站描述、统计信息和功能展示 4 个部分Logo 设计体现药物特色，药葫芦+DNA 双螺旋体现药用植物分子信息，辅以祥云标识，展示中国特色；轮播图和文字描述网站特色；首页的搜索为全局检索，用户输入基因名字、通路信息或任意基因功能相关单词即可搜索目标基因，开启网站的探索之旅；右侧 2 个视频图标可以跳转当前页面可用功能的具体描述：国内跳转 B 站，国外跳转 YouTube 平台中间 4 个图标列出数据库收录数据的统计信息：基因数目、基因碱基数、样品数和物种数目下面 12 个模式图列出网站的主要功能和功能跳转最后是网站的更新日志基于功能描述、注释或基因名字的全局搜索在首页的全局搜索框中输入基因的名字、基因的功能描述或基因的 GO 注释/KEGG通路注释的信息，即输入任何文字都可以去匹配出关注的基因（当然也有一些文字什么都匹配不出来）比如默认选中的物种是穿心莲，默认输入的文字是cytochrome p450，我们需要做的就是点击Submit 提交一下，新标签页会出现搜索结果如果碰到页面不出来的情况下，请看下浏览器最上部菜单栏下面是否有窗口被拦截的提示搜索结果页面的标识条，会用红字标记搜索的文字信息， 蓝字标记选择的物种信息下面的表格列出所有的搜索结果，分页展示：可以选择一页展示的条目数增减搜索结果的数目，也可以选择展示所有条目可以在右上角搜索框进行二次检索，进一步聚焦要关注的基因右上角也可以调节表格中展示哪些列，默认只有 2 列信息，可加列独特的 Send to 快捷操作很多物种的基因名字都是 ID 类似的编号，通常记不住IMP 可以通过文字或序列的方式搜索出一系列相关基因，选择后，点击Send to 就可以把这些目标基因集发送到对应的功能模块，实现免输入 Gene ID的快速操作比如查看搜索出的 CYP450 的整体表达信息、基因组的分布信息、批量序列提取、引物设计和多序列比对等以单基因为中心的详情页面展示页面分为 3 个部分：第一部分展示基因的基本信息，包括名字信息、功能描述信息和序列信息第二部分展示基因在不同数据集的表达图谱信息用户可以选择数据的预处理方式、图形的布局、箱体的排序、数据集来调整展示的内容同时可以通过padding调整图的左、下、右的空间，以免发生文字溢出最终的截图图可导出SVG格式，用于文章组图SVG 图也可以在 BIChttps://www.bic.ac.cn/BIC/ 的 SVGEdit 平台进行简单编辑 http://www.ehbio.com/SVGEdit/editor/第三部分展示基因的结构（内含子、外显子、UTR 等信息）和蛋白功能域信息多基因表达图谱可以自己按页面选择物种、数据集、样品（非必选的选项如果不选，默认是全选）、输入基因，也可以从搜索结果中直接带过来基因列表模糊搜索：支持根据基因的功能描述关键词进行模糊搜索，获取基因名，用于研究一类基因的表达图谱提交后获得基因表达图谱展示用户可以跳转图形的 padding 信息和高度信息可视化结果可以导出 SVG 格式作图数据可以下载，导入 ImageGP/BIC平台进行再次分析Gene fishing 调取表达模式相近的基因选择物种、Assay type、匹配模式，输入基因名（可以通过Send to功能从其它页面发送过来），提交后获得一个相关性网络图和对应的结果数据GO/KEGG 富集分析 {#gokegg}用户选择物种，输入基因名字，即可进行GO/KEGG富集分析阅读推文https://mp.weixin.qq.com/s/BCB16M4yI5Qa1tKyZy7WMg或查看视频https://www.bilibili.com/video/BV1rD4y1272a?p=4了解 GO/KEGG 富集分析的基本原理点击后，可调整富集分析结果的配色方案、选择富集的条目进行展示也可以下载表格文件，到高颜值免费在线绘图平台 ImageGP/BIC https://www.bic.ac.cn/BIC进行自由绘制GSEA 富集分析GSEA 富集分析的输入会麻烦一些，目前只支持包含一列基因和一列排序值的 2 列矩阵格式；排序值可以是常见的log2(fold change)，p-value或也可以是其他定量值阅读推文https://mp.weixin.qq.com/s/WiYUUALSmb9v5gYVxmjwjA或查看视频https://www.bilibili.com/video/BV1rD4y1272a?p=5了解 GSEA富集分析的输入数据、原理和结果解读默认绘制最富集的 2 条通路在一张图上，可以自己选择绘制哪些通路，也可以将通路绘制在多张图上BLAST序列比对和搜索BLAST 是鼎鼎有名的序列搜索工具，这里支持BLASTN: nucleotide to nucleotideTBLASTN: protein to translated nucleotideBLASTP: protein to proteinBLASTX: translated nucleotide to protein非模式物种常常没有统一的Gene Symbol，使用的是各种意义不明的 ID，序列搜索是把文献或私藏的序列映射到 IMP 或在 IMP 中搜索序列相似基因的好方法这就是 BLAST 功能所做的IMP 的 Blast 功能支持用户输入单条或多条 FASTA 序列进行搜索，用户也可以选择一个或多个或全部数据集Advanced parameter处可以设置更多匹配控制参数HTML格式的输出会包含匹配区域的序列比对信息如果用户输入了多条查询序列，可在Results for后面的下拉框中进行选择切换Table格式简洁明确地列出每条查询序列在数据库中的匹配序列，可以把匹配出的序列通过Send to功能发送到更多工具页面，快捷使用因为 BLAST自身的问题，如果用户选了多个数据库文件，当前会强制输出 Table 格式正在根 BLAST 沟通中，还未解决BLAST 参数参考BLASTN 的匹配得分除以错配罚分 (abs(reward/penalty))的商（比值）越大表示允许的序列直接的匹配度越小比值为 0.33 等同于序列相似度大于 99%；比值为 0.5 等同于序列相似度大于 95%；比值为 1 等同于序列相似度大于 75%It is important to choose reward/penalty values appropriate to the sequences being aligned with the (absolute) reward/penalty ratio increasing for more divergent sequences. A ratio of 0.33 (1/-3) is appropriate for sequences that are about 99% conserved; a ratio of 0.5 (1/-2) is best for sequences that are 95% conserved; a ratio of about one (1/-1) is best for sequences that are 75% conservedREF: https://www.ncbi.nlm.nih.gov/books/NBK279684/The reward/penalty values are ordered from most to least stringent, with the more stringent values better suited for alignments with high sequence identity.
0 评论