代谢组学与其他组学数据整合

如何更好地整合各种组学数据仍然是生物界面临的重大挑战，有时还面临不完善的实验设计和不同实验平台数据的整合。常用的方法有代谢途径水平分析、生物网络分析、经验相关分析等。有些软件或网站提供整合多个组学数据的即用型分析。例如，代谢途径富集分析包括：IMPaLA网站，使用来自11个数据库的3000多个代谢途径的信息，可用于整合多个组学分析；另外还有iPEAP软件、MetaboAnalyst网站等，可以提供代谢途径富集分析。提供生物网络分析包括：SAMNetWeb网站、可提供腹肌通路分析以及转录组和蛋白质组的网络分析； pwOmics包，是一个R软件包，可以根据随时间变化的转录组和蛋白质组信息构建网络；类似的软件还有MetaMapR（R包，带用户界面）、MetScape（Cytoscape插件）、Grinn（R包）等。可以进行经验相关性分析：WGCNA（R软件包），可以基于相关性和网络拓扑来整合和分析多种组学数据；其他 R 软件包包括 MixOmic、DiffCorr、qpgraph 和巨大。类似的软件还有MetaMapR（R包，带用户界面）、MetScape（Cytoscape插件）、Grinn（R包）等。可以进行经验相关性分析：WGCNA（R软件包），可以基于相关性和网络拓扑来整合和分析多种组学数据；其他 R 软件包包括 MixOmic、DiffCorr、qpgraph 和巨大。类似的软件还有MetaMapR（R包，带用户界面）、MetScape（Cytoscape插件）、Grinn（R包）等。可以进行经验相关性分析：WGCNA（R软件包），可以基于相关性和网络拓扑来整合和分析多种组学数据；其他 R 软件包包括 MixOmic、DiffCorr、qpgraph 和巨大。