产品详情
文献和实验
相关推荐
1、差异甲基化位点特征
本研究的数据来源于客户的甲基化测序数据 ， 包括 Top2000 HyperMethylated 和 Top2000 HypoMethylated 位点和相应注释。Top2000 Hyper满足 meth diff > 0.67 且 p value < 0.05，Top2000 Hypo 满足 meth diff < -0.67 且 p value < 0.05。（meth diff = Metformin meth ratio - Control meth ratio）根据客户提供的差异甲基化位点注释信息、meth diff 和 p value 值，对差异甲基化位点的进行过滤和基本特征统计。
2、功能和通路分析
对获得的差异甲基化基因集进行功能富集分析，包括 GO 功能[1]富集分析和 KEGG 通路富集分析。使用 Multifaceted Analysis Tool for Human Transcriptome (MATHT)工具（www.biocloudservice.com），选择 MATHT 工具的Gene Set Function ——Functional Enrichment——mRNA Enrichment 模块，该模块基于 fisher 检验的方法对基因进行富集分析，选择显著性阈值为 P<0.05。
3、蛋白互作网络构建与亚细胞定位
对差异甲基化基因进行蛋白互作网络构建。为了保证 PPI 网络的可靠性，我们基于 mentha（http://mentha.uniroma2.it/about.php）、BioGRID（Version：3.4，https://wiki.thebiogrid.org/）、HPRD（Release 9，http://www.hprd.org/）三数据库中的人类蛋白-蛋白相互作用关系，取三者交集作为背景，在其中匹配一步得到的差异甲基化基因，获得其蛋白相互作用关系（PPI）。
得到的 PPI 关系对之后，使用 Cytoscape 软件对其进行网络图构建。运用CytoNCA插件（Version 2.1.6, http://apps.cytoscape.org/apps/cytonca）进行节点网络拓扑性质分析，参数设置为 without weight。通过各个节点的连接度（Degree）得分排名，得到 PPI 网络中参与蛋白互作关系的重要节点，即 hub 蛋白。
4、药物相关基因分析
STICH（Version 5.0， http://stitch.embl.de/）是用于化学品相互作用的搜索工具，集合了基于文本挖掘和预测的代谢途径，晶体结构，结合实验和药物-靶标关系的相互作用的信息；SuperTarget（http://insilico.charite.de/supertarget/）数据库是常用的药物-靶点数据库，包含大约 7300 种药物-靶标关系的核心数据集，其中 4900 种相互作用为手动注释；CTD（http://ctdbase.org/)数据库是一个关于化学物质与基因的相互作用，化学物质在体内的运输和积累的数据库。CTD 收集了化合物、基因、序列、有脊椎动物、无脊椎动物的相关信息，便于寻找化合物毒性在多种生物中的信息。
我们利用 STICH、SuperTarget 和 CTD 数据库的药物-基因关系，对***的靶点基因或相关基因进行筛选，并与差异甲基化基因匹配，得到最可能由药导致的甲基化水平改变位点（基因）。
5、转录调控和转录因子结合位点（TFBS）分析
我们将 Hyper 甲基化位点位于 promoter 区的基因作为靶基因，基于 ITF（ http://itfp.biosino.org/itfp ） 数 据 库和TRANSFAC（http://www.gene-regulation.com/pub/databases.html）数据库中转录因子调控网络数据，我们对靶基因进行转录因子预测；获取靶基因转录起始点上游的 2k bp 区域的碱基序列和转录因子的 binding motif，通过 PWM 算法预测 motif 与 promoter区域的结合值预测TFBS，筛选位于靶基因TFBS区域附近的Hyper 甲基化位点。
因为此项服务为定制化服务，故无法给出简单的报价，有需求的老师，请致电联系
范红春： 15301721511（微信同号）
邮箱：fanhongchun@yiyaoplus.cn
本研究的数据来源于客户的甲基化测序数据 ， 包括 Top2000 HyperMethylated 和 Top2000 HypoMethylated 位点和相应注释。Top2000 Hyper满足 meth diff > 0.67 且 p value < 0.05，Top2000 Hypo 满足 meth diff < -0.67 且 p value < 0.05。（meth diff = Metformin meth ratio - Control meth ratio）根据客户提供的差异甲基化位点注释信息、meth diff 和 p value 值，对差异甲基化位点的进行过滤和基本特征统计。
2、功能和通路分析
对获得的差异甲基化基因集进行功能富集分析，包括 GO 功能[1]富集分析和 KEGG 通路富集分析。使用 Multifaceted Analysis Tool for Human Transcriptome (MATHT)工具（www.biocloudservice.com），选择 MATHT 工具的Gene Set Function ——Functional Enrichment——mRNA Enrichment 模块，该模块基于 fisher 检验的方法对基因进行富集分析，选择显著性阈值为 P<0.05。
3、蛋白互作网络构建与亚细胞定位
对差异甲基化基因进行蛋白互作网络构建。为了保证 PPI 网络的可靠性，我们基于 mentha（http://mentha.uniroma2.it/about.php）、BioGRID（Version：3.4，https://wiki.thebiogrid.org/）、HPRD（Release 9，http://www.hprd.org/）三数据库中的人类蛋白-蛋白相互作用关系，取三者交集作为背景，在其中匹配一步得到的差异甲基化基因，获得其蛋白相互作用关系（PPI）。
得到的 PPI 关系对之后，使用 Cytoscape 软件对其进行网络图构建。运用CytoNCA插件（Version 2.1.6, http://apps.cytoscape.org/apps/cytonca）进行节点网络拓扑性质分析，参数设置为 without weight。通过各个节点的连接度（Degree）得分排名，得到 PPI 网络中参与蛋白互作关系的重要节点，即 hub 蛋白。
4、药物相关基因分析
STICH（Version 5.0， http://stitch.embl.de/）是用于化学品相互作用的搜索工具，集合了基于文本挖掘和预测的代谢途径，晶体结构，结合实验和药物-靶标关系的相互作用的信息；SuperTarget（http://insilico.charite.de/supertarget/）数据库是常用的药物-靶点数据库，包含大约 7300 种药物-靶标关系的核心数据集，其中 4900 种相互作用为手动注释；CTD（http://ctdbase.org/)数据库是一个关于化学物质与基因的相互作用，化学物质在体内的运输和积累的数据库。CTD 收集了化合物、基因、序列、有脊椎动物、无脊椎动物的相关信息，便于寻找化合物毒性在多种生物中的信息。
我们利用 STICH、SuperTarget 和 CTD 数据库的药物-基因关系，对***的靶点基因或相关基因进行筛选，并与差异甲基化基因匹配，得到最可能由药导致的甲基化水平改变位点（基因）。
5、转录调控和转录因子结合位点（TFBS）分析
我们将 Hyper 甲基化位点位于 promoter 区的基因作为靶基因，基于 ITF（ http://itfp.biosino.org/itfp ） 数 据 库和TRANSFAC（http://www.gene-regulation.com/pub/databases.html）数据库中转录因子调控网络数据，我们对靶基因进行转录因子预测；获取靶基因转录起始点上游的 2k bp 区域的碱基序列和转录因子的 binding motif，通过 PWM 算法预测 motif 与 promoter区域的结合值预测TFBS，筛选位于靶基因TFBS区域附近的Hyper 甲基化位点。
因为此项服务为定制化服务，故无法给出简单的报价，有需求的老师，请致电联系
范红春： 15301721511（微信同号）
邮箱：fanhongchun@yiyaoplus.cn
上海遐永医药科技有限公司
实名认证
入驻年限：7年
