“转录组+蛋白组”的经典关联思路，你知道几个？
“转录组+蛋白组”的经典关联思路，你知道几个？
蛋白组与转录组的组合研究，是当前蛋白组研究领域中较为热门的一种形式。将基因和蛋白质进行整合，研究两者之间的互相调控关系，能够更为全面地挖掘机体的分子机制。然而关于两个组学数据的关联思路，大部分人可能仍然只是一知半解，并且往往总是由于顾忌关联分析的难度，将多组学联用技术拒之门外，又或者是在进行分析的时候只做了简单关联。今天，小编就为各位总结一下当前“转录组+蛋白组”关联分析中几种常用的分析思路。
共表达：同一通路上的基因、蛋白质表达变化
一般情况下，可以直接对已确定的目标通路去分析通路中不同的分子物质情况，这是最为直接的多组学分析方法。因为在实际研究中，往往是在已有的研究基础上或者是通过查阅文献来事先确定目标通路，再展开组学分析的。结合实验处理和不同分子物质的表达变化，去阐述目标通路的变化，从而验证实验猜想和挖掘关键通路节点。这种关联思路提供了一个整体的动态视角来观察特定通路的变化情况，主要的结果展示形式为共表达通路图（图1）。
图1 转录组-蛋白质关联：揭示木质素诱导的赤霉素降解机制（部分）①
“目标通路的差异分析”是该分析思路的关键所在，除此之外，还可以增加其他分析点来组装完整的分析思路。首先，补充不同物质的差异表达分析结果，以此来展示机体对实验处理所作出的响应程度。接着将差异物质进行富集分析并且进行比较分析，可以验证目标通路在组学分析中是否作出显著响应。同时，也可以直接根据富集分析结果，筛选在不同组学水平中都出现显著富集的通路作为目标通路来进行分析（图2）。
图2 差异基因和差异蛋白质的KEGG富集分析比较①
互调控：关键通路中的重要调控分子物质
蛋白质与基因之间的相互调控关系是挖掘关键调控物质的重要切入点。PPI网络分析可以用来展示不同物质之间直接或者间接的调控关系，并且可以根据网络中的连接程度来筛选关键的调控物质。如图3中，综合分析了PI3K/AKT通路中在转录水平和蛋白水平都出现表达下调的基因，以及在富集分析中筛选得到的与炎症、纤维化和脂质代谢相关的基因，同时鉴定受到这些基因高度调节的关键蛋白质。
图3 基因-蛋白质调控网络图②
可以发现，PPI网络分析通常属于分析流程中的末端步骤，在开展该分析之前，还需要进行一系列的筛选操作。一般情况下，需要筛选出目标共富集通路之后，再去鉴定通路中的关键分子物质。而在进行富集分析之前，还可以根据实际需求去对基因进行预先筛选，比如仅分析在两个组学的共同基因/蛋白质（图4），形成**“韦恩图+共富集分析+PPI网络分析”**分析策略。除此之外，PPI网络分析也能作为趋势分析、GSEA富集、WGCNA分析、相关性分析、九象限图等分析的下游分析策略，来进行多组学数据挖掘。
图4 转录组-蛋白组关联分析：韦恩图（A）；两组学富集条形图（B）②
共相关：与表型性状高度相关的基因/蛋白质
在WGCNA分析中，模块与表型性状之间的相关性分析能够帮助我们快速缩小筛选的基因范围。而在转录组-蛋白组关联分析中，也可以利用这种特性，筛选出与目标特征之间具有高度相关的基因模块、蛋白质模块（图5）。
图5 基因模块-性状相关性分析（A）；蛋白模块-性状相关性分析（B）③
在得到目标基因模块和目标蛋白模块之后，筛选在转录水平和蛋白水平之间共表达的基因/蛋白质，再从中挑选出候选基因/蛋白质进行分析验证。可以根据已确定的目标通路（富集结果或文献查阅等）来确认候选关键基因/蛋白质，也可以根据基因/蛋白的变化程度（显著上调，下调等）、不同组学水平的表达模式（同时显著上调等）来筛选。由此组成分析策略——“WGCNA分析+韦恩图分析+富集分析/差异火山图/九象限图”。
小 结
综上所述，在进行转录组与蛋白组关联的时候，主要可以从三个方面来展开分析：
在已有目标通路的前提下，整合与通路相关的基因表达量、蛋白质含量信息来绘制一个具有物质动态变化的通路图，可以直观地查看通路整体的变化情况，挖掘重要的调控物质。
从基因与蛋白质之间的调控关系是分子调控网络中重要的组成部分，也是转录组和蛋白组关联分析最为重要的基础之一。因此可以作为关联切入点，来挖掘具有重要调控作用的蛋白质和基因。
利用WGCNA分析，找出直接与表型性状具有高度相关的基因和蛋白，可以筛选掉大量的无关基因、蛋白，迅速找到重要的调控机制和关键物质。
引用文献
Chen, J., Chi, Y., Hao, X., & Ma, L. (2023). Metabolic regulation mechanism of Trametes gibbosa CB1 on lignin. International journal of biological macromolecules, 240, 124189. https://doi.org/10.1016/j.ijbiomac.2023.124189
Bao, S., Chen, T., Chen, J., Zhang, J., Zhang, G., Hui, Y., Li, J., & Yan, S. (2023). Multi-omics analysis reveals the mechanism of action of ophiopogonin D against pulmonary fibrosis. Phytomedicine : international journal of phytotherapy and phytopharmacology, 121, 155078. https://doi.org/10.1016/j.phymed.2023.155078
Liu, F., Sun, X., Wang, L., Zhou, K., Yao, Q., & Zhan, R. L. (2023). Tranomic and proteomic analyses of Mangifera indica in response to Xanthomonas critis pv. mangiferaeindicae. Frontiers in microbiology, 14, 1220101. https://doi.org/10.3389/fmicb.2023.1220101