如何进行基因表达趋势分析？

趋势分析（Series Test of Cluster）是基因表达分析中的常见方法，主要用来挖掘具有相同表达模式的基因。之前介绍过，使用OmicShare的趋势分析工具可以轻松完成基于STEM方法的目的基因挖掘，如下，详情可查看 《师兄，师兄，趋势分析怎么做？》 一文。

最近，OmicShare的动态趋势分析工具迎来重大更新，新增支持基于Mfuzz方法的趋势分析功能。Mfuzz主要基于模糊聚类（Soft clustering）算法的进行趋势分析，聚类效果如下图E，与之前的STEM方法（一般3~5个时间点）相比，Mfuzz方法可支持更多时间点（分组）的数据。

（Cell, 2015）

那么，如何使用新版本的动态趋势分析工 具进行基 因挖掘呢？

数据准备

趋势分析的范例数据格式如下图，第1列为gene id，之后的列为相应时间点（分组）的基因表达量数据（如FPKM值，组内生物学重复数据取均值），你也可以使用趋势分析工具自带的示例文件进行练习。

参数设置

工具的用法很简单，点击 选择文件 按钮上传表达量数据文件，聚类算法选择Mfuzz，生成的趋势模块数量这里设置为15个，数据的预处理方法选择 标准化 ，然后点击 提交 按钮。

工具链接：

https://www.omicshare.com/tools/home/report/reporttrend.html

关于数据预处理，工具提供了三种标准化方法：“ Log2标准化 ”、“ 标准化 ”（默认）和“ 不做标准化/加0 ” 。对于这三种数据处理方法，如果是表达量数值，如FPKM值，推荐使用“标准化”选项，也就是Z-score算法；如果是差异倍数数值（FC值），推荐选“Log2标准化”选项；如果是已经取过对数的差异倍数数据（如Log2FC值）推荐选择“不做标准化/加0”选项。

分析结果

大约数秒后，在结果展示区域点击 刷新项目状态 按钮查看相应的分析结果，初始的结果如下图。

接着添加Y轴坐标轴标题，并选择隐藏图例，如下图。

当然，如果对图表的默认配色不满意，我们也可以自定义配色，如下图。

另外，还可以调整趋势组合图表的排列方式，比如我们可以将每行的趋势列数调整为4列，如下图。

如果对某个趋势（Cluster）感兴趣，可通过 参数profile 选择单独显示相应趋势的图表，如下图，这里选择单独显示 profile15 ，在下方表格中勾选感兴趣的目的基因，就可在图表上单独展示这些基因的表达趋势。

通过图片尺寸调整选项窗口修改图片的比例，如下图，满意后可将图表保存为SVG或PDF格式的矢量图，之后还可以继续对图片进行后期调整。

最后，在项目总览页面，我们也可以下载全部的分析结果数据，表格包含每个基因对应的趋势编号（Cluster值）、Membership值等，使用该表格可以直接使用其他工具进行更加个性的图表绘制。

好啦，本次的趋势分析教程就分享到这里啦！ 基迪奥生物 是定制化组学测序与生物信息分析服务领域的领先者，公司组学服务涉及单细胞组学、空间组学、翻译组、基因组等40条业务线，欢迎留言咨询！

长按识别二维码填写意向