作為一個(gè)科技服務(wù)工作者，自然能夠明白每一位老師的痛處和難點(diǎn)，不過(guò)現(xiàn)在都2020年了，再也不是一個(gè)轉(zhuǎn)錄組1萬(wàn)元的天價(jià)了，那么現(xiàn)在從原始的測(cè)序數(shù)據(jù)到數(shù)據(jù)挖掘直至最后完美的SCI論文圖表，究竟是怎么出來(lái)呢？

雖然君子遠(yuǎn)庖廚，不過(guò)今天小編將為您帶進(jìn)后廚，為您娓娓道來(lái)。

1、首先我們需要原始數(shù)據(jù)

2、一分鐘的分析任務(wù)投遞

選擇合適的分析APP

命名和選擇數(shù)據(jù)

選擇參考基因組及設(shè)置差異分組

任務(wù)提交后，根據(jù)樣本數(shù)據(jù)量，一般24-48h左右大家就可以看到一份完整的分析結(jié)題報(bào)告和分析數(shù)據(jù)了。

講到這里可能有人會(huì)問(wèn)：難道就這么簡(jiǎn)單？那人家好幾篇文章里面那些高大上的圖片都是大神用小工具做的嗎，小編可以負(fù)責(zé)任的告訴你們，不是的！我們還有很多隱藏功能：

第一：基因檢索。（小編選的蛋白是PPR蛋白，從4萬(wàn)多基因里面篩選出來(lái)60個(gè)PPR蛋白相關(guān)的基因，然后根據(jù)60個(gè)基因做GO分類圖）。

第二：WGCNA分析。這個(gè)分析主要是將基因模塊與表型數(shù)據(jù)或者表型樣本進(jìn)行關(guān)聯(lián)，從而快速的鎖定一批候選基因。

運(yùn)行后打開(kāi)是下圖這樣的，對(duì)此圖有疑惑的可以點(diǎn)擊圖片左側(cè)的攝像頭。

第三：最近很火的差異基因表達(dá)趨勢(shì)分析

第四：108款分析繪圖工具(73款常用工具免費(fèi)使用)。

具體這些工具如何使用？百邁客云還有哪些隱藏功能呢？歡迎大家持續(xù)關(guān)注，小編會(huì)定期為大家進(jìn)行分享。

下載谷歌瀏覽器，輸入網(wǎng)址https://international.biocloud.net/zh/user/login?，進(jìn)入百邁客云平臺(tái)登錄界面，輸入賬號(hào)密碼登錄。賬號(hào)為手機(jī)號(hào)或者是郵箱，初始密碼為123.bmk.

二、選擇合適的分析平臺(tái)

百邁客云包含農(nóng)學(xué)和醫(yī)學(xué)兩大類分析平臺(tái)，醫(yī)學(xué)分析平臺(tái)主要針對(duì)人、鼠數(shù)據(jù)的分析，包含：轉(zhuǎn)錄組、非編碼RNA、單基因病外顯子、腫瘤外顯子、重測(cè)序等數(shù)據(jù)分析，以及全轉(zhuǎn)錄組聯(lián)合分析；農(nóng)學(xué)分析平臺(tái)可以應(yīng)用到更多的物種，涵蓋轉(zhuǎn)錄組、非編碼RNA、微生物、蛋白、代謝等數(shù)據(jù)的分析，以及全轉(zhuǎn)錄組聯(lián)合分析等。點(diǎn)擊左側(cè)導(dǎo)航分析->農(nóng)學(xué)或者醫(yī)學(xué)打開(kāi)分析平臺(tái)列表頁(yè)面，點(diǎn)擊選擇您想要使用的分析平臺(tái)，打開(kāi)其詳細(xì)介紹頁(yè)面，該頁(yè)面可以看到該平臺(tái)的應(yīng)用領(lǐng)域“平臺(tái)介紹“技術(shù)背景“案例“課堂“版本記錄，點(diǎn)擊打開(kāi)軟件即可進(jìn)入到參數(shù)頁(yè)面。

三、創(chuàng)建項(xiàng)目名稱

為了方便數(shù)據(jù)、任務(wù)和報(bào)告的管理，我們將同屬于一個(gè)項(xiàng)目的內(nèi)容會(huì)放到一個(gè)項(xiàng)目中，因此進(jìn)行基本分析時(shí)需要先選擇一個(gè)項(xiàng)目，如果沒(méi)有項(xiàng)目也可以點(diǎn)擊+新建先創(chuàng)建一個(gè)項(xiàng)目，見(jiàn)下圖。

四、數(shù)據(jù)導(dǎo)入

針對(duì)FASTQ測(cè)序數(shù)據(jù)，選擇文件夾批量導(dǎo)入，雙端測(cè)序數(shù)據(jù)必須分別以_1.fq和_2.fq結(jié)尾，系統(tǒng)便會(huì)自動(dòng)對(duì)數(shù)據(jù)進(jìn)行配對(duì)，而且多個(gè)目錄中的文件可以分多次導(dǎo)入進(jìn)來(lái)一起進(jìn)行分析。（在本公司進(jìn)行測(cè)序的數(shù)據(jù)會(huì)自動(dòng)推送到您的賬戶下，數(shù)據(jù)所在文件夾名稱為合同編號(hào)）

導(dǎo)入數(shù)據(jù)之后，可以根據(jù)自己的需要修改樣品ID，由于此處設(shè)置的ID會(huì)體現(xiàn)在分析報(bào)告和分析結(jié)果中，因此請(qǐng)慎重考慮后再設(shè)置，分析完成后不可再次修改。如果平臺(tái)上還沒(méi)有您自己的數(shù)據(jù)，請(qǐng)參考數(shù)據(jù)上傳先將您的數(shù)據(jù)傳到云平臺(tái)上。

四、基本參數(shù)設(shè)置

一般在這里選擇生信流程版本、設(shè)置報(bào)告名稱等基本參數(shù)，如果對(duì)于參數(shù)設(shè)置沒(méi)有特殊要求，推薦使用默認(rèn)參數(shù)。

五、選擇參考基因組（有參）

對(duì)于依賴參考基因組序列進(jìn)行分析的平臺(tái)，一定要選擇和分析數(shù)據(jù)對(duì)應(yīng)的參考物種及組裝版本，不同版本的參考基因組的詳細(xì)信息可以點(diǎn)擊基因組版本詳情進(jìn)行查看。（一個(gè)項(xiàng)目只能使用一個(gè)版本的參考基因組進(jìn)行分析）

六、基因功能注釋（無(wú)參）

1. 組裝方式：

轉(zhuǎn)錄組組裝方式?jīng)Q定了后續(xù)Unigenes庫(kù)的構(gòu)建和表達(dá)定量的策略以及分析結(jié)果的可靠性.根據(jù)實(shí)際情況選擇轉(zhuǎn)錄組組裝方式。分開(kāi)組裝是對(duì)每個(gè)樣品數(shù)據(jù)單 獨(dú)組裝；合并組裝是將所有樣品放在一起組裝；分組組裝適合于不同品種（或者是變異種）的組裝，將相同品種的樣品合并組裝，然后將每組的組裝結(jié)果 進(jìn)行合并去冗余。合并組裝獲得的Unigene庫(kù)更完整、冗余度更低,因此Trinity官方亦推薦使用合并組裝，以便進(jìn)行后續(xù)的表達(dá)定量和差異表達(dá)分析.

2. 注釋物種

為了提高注釋分析的效率(縮短比對(duì)比對(duì)時(shí)間)以及獲得有效的注釋信息,在選擇注釋物種時(shí),應(yīng)盡量選擇包含物種最確切的數(shù)據(jù)庫(kù).（如果分析物種為真菌類，一定要選擇真菌選項(xiàng)，否則會(huì)影響組裝效果）

七、差異分組設(shè)置

根據(jù)實(shí)驗(yàn)方案設(shè)計(jì)以及樣品信息，進(jìn)行分組的設(shè)置，流程據(jù)此進(jìn)行差異比較分析，此處只支持兩組間比較，可添加多個(gè)差異分組。FDR值一般推薦選擇0.01，差異倍數(shù)閾值一般推薦選擇（此處的參數(shù)和差異分組在后期報(bào)告?zhèn)€性化中可再次進(jìn)行修改）

八、生成標(biāo)準(zhǔn)分析報(bào)告

參數(shù)設(shè)置完成之后，可以點(diǎn)擊保存參數(shù)，方便之后進(jìn)行重新分析或者基于本次參數(shù)進(jìn)行修改后再次分析；一切準(zhǔn)備就緒后，點(diǎn)擊提交將任務(wù)提交到百邁客云計(jì)算集群上，根據(jù)不同分析平臺(tái)、不同數(shù)據(jù)量等待大概2小時(shí)到3周的時(shí)間完成項(xiàng)目分析，獲取到標(biāo)準(zhǔn)分析報(bào)告。

報(bào)告查看，點(diǎn)擊項(xiàng)目（管理）?->?我的項(xiàng)目打開(kāi)項(xiàng)目列表，找到之前提交任務(wù)時(shí)選擇的項(xiàng)目，點(diǎn)擊項(xiàng)目名稱打開(kāi)該項(xiàng)目，即可看到新生成的分析報(bào)告記錄，點(diǎn)擊報(bào)告名稱查看詳細(xì)報(bào)告。

點(diǎn)擊報(bào)告右上角的項(xiàng)目結(jié)果下載，可以選擇下載HTML報(bào)告、PDF報(bào)告和結(jié)果數(shù)據(jù)（尾款結(jié)清后）。HTML報(bào)告只包括分析報(bào)告的html文件及一個(gè)src文件夾，展示了部分結(jié)果；PDF報(bào)告是根據(jù)HTML報(bào)告轉(zhuǎn)換而來(lái)，方便您進(jìn)行報(bào)告打印；結(jié)果數(shù)據(jù)包含了項(xiàng)目中所有結(jié)果文件，一般比較大，會(huì)通過(guò)FTP進(jìn)行下載，請(qǐng)耐心等待下載。

下載谷歌瀏覽器，輸入網(wǎng)址https://international.biocloud.net/zh/user/login?，進(jìn)入百邁客云平臺(tái)登錄界面，輸入賬號(hào)密碼登錄。賬號(hào)為手機(jī)號(hào)或者是郵箱，初始密碼為123.bmk.

二、選擇合適的分析平臺(tái)

百邁客云包含農(nóng)學(xué)和醫(yī)學(xué)兩大類分析平臺(tái)，醫(yī)學(xué)分析平臺(tái)主要針對(duì)人、鼠數(shù)據(jù)的分析，包含：轉(zhuǎn)錄組、非編碼RNA、單基因病外顯子、腫瘤外顯子、重測(cè)序等數(shù)據(jù)分析，以及全轉(zhuǎn)錄組聯(lián)合分析；農(nóng)學(xué)分析平臺(tái)可以應(yīng)用到更多的物種，涵蓋轉(zhuǎn)錄組、非編碼RNA、微生物、蛋白、代謝等數(shù)據(jù)的分析，以及全轉(zhuǎn)錄組聯(lián)合分析等。點(diǎn)擊左側(cè)導(dǎo)航分析->農(nóng)學(xué)或者醫(yī)學(xué)打開(kāi)分析平臺(tái)列表頁(yè)面，點(diǎn)擊選擇您想要使用的分析平臺(tái)，打開(kāi)其詳細(xì)介紹頁(yè)面，該頁(yè)面可以看到該平臺(tái)的應(yīng)用領(lǐng)域“平臺(tái)介紹“技術(shù)背景“案例“課堂“版本記錄，點(diǎn)擊打開(kāi)軟件即可進(jìn)入到參數(shù)頁(yè)面。

三、創(chuàng)建項(xiàng)目名稱

為了方便數(shù)據(jù)、任務(wù)和報(bào)告的管理，我們將同屬于一個(gè)項(xiàng)目的內(nèi)容會(huì)放到一個(gè)項(xiàng)目中，因此進(jìn)行基本分析時(shí)需要先選擇一個(gè)項(xiàng)目，如果沒(méi)有項(xiàng)目也可以點(diǎn)擊+新建先創(chuàng)建一個(gè)項(xiàng)目，見(jiàn)下圖。

四、數(shù)據(jù)導(dǎo)入

針對(duì)FASTQ測(cè)序數(shù)據(jù)，選擇文件夾批量導(dǎo)入，雙端測(cè)序數(shù)據(jù)必須分別以_1.fq和_2.fq結(jié)尾，系統(tǒng)便會(huì)自動(dòng)對(duì)數(shù)據(jù)進(jìn)行配對(duì)，而且多個(gè)目錄中的文件可以分多次導(dǎo)入進(jìn)來(lái)一起進(jìn)行分析。（在本公司進(jìn)行測(cè)序的數(shù)據(jù)會(huì)自動(dòng)推送到您的賬戶下，數(shù)據(jù)所在文件夾名稱為合同編號(hào)）

導(dǎo)入數(shù)據(jù)之后，可以根據(jù)自己的需要修改樣品ID，由于此處設(shè)置的ID會(huì)體現(xiàn)在分析報(bào)告和分析結(jié)果中，因此請(qǐng)慎重考慮后再設(shè)置，分析完成后不可再次修改。如果平臺(tái)上還沒(méi)有您自己的數(shù)據(jù)，請(qǐng)參考數(shù)據(jù)上傳先將您的數(shù)據(jù)傳到云平臺(tái)上。

！注：1.各組學(xué)導(dǎo)入數(shù)據(jù)樣本個(gè)數(shù)要一致

????2.circRNA數(shù)據(jù)選擇去核糖體建庫(kù)則與lncRNA共用一套數(shù)據(jù)，無(wú)需單獨(dú)導(dǎo)入（百邁客建庫(kù)方法為去核糖體建庫(kù)）；選擇去線性建庫(kù)則需要單獨(dú)導(dǎo)入數(shù)據(jù)

五、選擇樣本對(duì)應(yīng)關(guān)系

為了方便后面的聯(lián)合分析內(nèi)容，需要將各RNA項(xiàng)目里的數(shù)據(jù)按照對(duì)應(yīng)關(guān)系統(tǒng)一編號(hào)，有幾組對(duì)應(yīng)關(guān)系則在左側(cè)添加幾組，再?gòu)挠覀?cè)的lncRNA樣品池和miRNA樣品池中選擇對(duì)應(yīng)的樣本添加到分組。其中默認(rèn)按鈕可以按照數(shù)字的順序快速添加對(duì)應(yīng)關(guān)系。

六、選擇參考基因組

對(duì)于依賴參考基因組序列進(jìn)行分析的平臺(tái)，一定要選擇和分析數(shù)據(jù)對(duì)應(yīng)的參考物種及組裝版本，不同版本的參考基因組的詳細(xì)信息可以點(diǎn)擊基因組版本詳情進(jìn)行查看。如果云上沒(méi)有您需要的參考基因組，您可以聯(lián)系對(duì)應(yīng)的運(yùn)營(yíng)將您提供的基因組文件部署到云平臺(tái)上，供您使用。（注：一個(gè)項(xiàng)目只能使用一個(gè)版本的參考基因組進(jìn)行分析）

七、參數(shù)設(shè)置

1. 流程版本號(hào)可以選擇默認(rèn)的最新版本

Lib_type為窗體頂端

2. Lib_type ：lncRNA建庫(kù)方式，fr-firststrand表示測(cè)序數(shù)據(jù)中，reads2方向與轉(zhuǎn)錄本方向一致；fr-unstranded為非鏈特異性建庫(kù)；fr-secondstrand 表示read1方向與轉(zhuǎn)錄本方向一致(百邁客lncRNA的建庫(kù)方式為fr-firststrand）
3. lncRNA分析中反式靶基因預(yù)測(cè)方法： 樣本少的時(shí)候可以選擇基于序列方法，樣本數(shù)較多（大于5）推薦使用基于共表達(dá)分析方法。
4. miRNA的長(zhǎng)度范圍和接頭序列可根據(jù)實(shí)際情況進(jìn)行填寫，主要是為了過(guò)濾原始數(shù)據(jù)中的街頭，默認(rèn)參數(shù)為百邁客使用的序列
5. circRNA預(yù)測(cè)軟件：給出三種預(yù)測(cè)方法，CIRI和find_circ是兩個(gè)不同的預(yù)測(cè)軟件，可以分別選擇其中一個(gè)軟件進(jìn)行預(yù)測(cè)，CIRI+find_circ是將兩個(gè)軟件預(yù)測(cè)的結(jié)果取交集作為最終的結(jié)果，（此選項(xiàng)可能會(huì)導(dǎo)致預(yù)測(cè)結(jié)果偏少）

八、差異分組設(shè)置

根據(jù)實(shí)驗(yàn)方案設(shè)計(jì)以及樣品信息，進(jìn)行分組的設(shè)置，流程據(jù)此進(jìn)行差異比較分析，此處只支持兩組間比較，可添加多個(gè)差異分組。

DEseq2軟件適用于有生物學(xué)重復(fù)的項(xiàng)目，edgeR適用于無(wú)生物學(xué)重復(fù)的項(xiàng)目，選擇第一個(gè)，系統(tǒng)會(huì)自動(dòng)識(shí)別項(xiàng)目類型選擇對(duì)應(yīng)的軟件

1. FDR值一般推薦選擇0.01，差異倍數(shù)閾值一般推薦選擇2.（此處設(shè)置的的參數(shù)和差異分組在后期報(bào)告?zhèn)€性化中可再次進(jìn)行修改）

九、聯(lián)合分析參數(shù)

1. 構(gòu)建共表達(dá)網(wǎng)絡(luò)的篩選條件為共表達(dá)相關(guān)性閾值和共表達(dá)相關(guān)性分析中顯著性閾值兩個(gè)參數(shù)，其中共表達(dá)相關(guān)性閾值越大，顯著性閾值越小，則條件越嚴(yán)格。
2. 構(gòu)建ceRNA網(wǎng)絡(luò)的關(guān)系對(duì)的篩選條件為ceRNA超幾何檢驗(yàn)fdr值、ceRNA超幾何檢驗(yàn)p值、ceRNA共享的miRNA數(shù)目三個(gè)參數(shù)，其中fdr值和P值越小，共享miRNA數(shù)目越大則篩選條件越嚴(yán)格。
3. 圖中參數(shù)為推薦參數(shù)

十、生成標(biāo)準(zhǔn)分析報(bào)告

參數(shù)設(shè)置完成之后，可以點(diǎn)擊保存參數(shù)，方便之后進(jìn)行重新分析或者基于本次參數(shù)進(jìn)行修改后再次分析；一切準(zhǔn)備就緒后，點(diǎn)擊提交將任務(wù)提交到百邁客云計(jì)算集群上，根據(jù)不同分析平臺(tái)、不同數(shù)據(jù)量等待大概2小時(shí)到3周的時(shí)間完成項(xiàng)目分析，獲取到標(biāo)準(zhǔn)分析報(bào)告。

報(bào)告查看，點(diǎn)擊項(xiàng)目（管理）?->?我的項(xiàng)目打開(kāi)項(xiàng)目列表，找到之前提交任務(wù)時(shí)選擇的項(xiàng)目，點(diǎn)擊項(xiàng)目名稱打開(kāi)該項(xiàng)目，即可看到新生成的分析報(bào)告記錄，點(diǎn)擊報(bào)告名稱查看詳細(xì)報(bào)告。

點(diǎn)擊報(bào)告右上角的項(xiàng)目結(jié)果下載，可以選擇下載HTML報(bào)告、PDF報(bào)告和結(jié)果數(shù)據(jù)（尾款結(jié)清后）。HTML報(bào)告只包括分析報(bào)告的html文件及一個(gè)src文件夾，展示了部分結(jié)果；PDF報(bào)告是根據(jù)HTML報(bào)告轉(zhuǎn)換而來(lái)，方便您進(jìn)行報(bào)告打??；結(jié)果數(shù)據(jù)包含了項(xiàng)目中所有結(jié)果文件，一般比較大，會(huì)通過(guò)FTP進(jìn)行下載

下載谷歌瀏覽器，輸入網(wǎng)址https://international.biocloud.net/zh/user/login?，進(jìn)入百邁客云平臺(tái)登錄界面，輸入賬號(hào)密碼登錄。賬號(hào)為手機(jī)號(hào)或者是郵箱，初始密碼為123.bmk.

二、選擇合適的分析平臺(tái)

百邁客云包含農(nóng)學(xué)和醫(yī)學(xué)兩大類分析平臺(tái)，醫(yī)學(xué)分析平臺(tái)主要針對(duì)人、鼠數(shù)據(jù)的分析，包含：轉(zhuǎn)錄組、非編碼RNA、單基因病外顯子、腫瘤外顯子、重測(cè)序等數(shù)據(jù)分析，以及全轉(zhuǎn)錄組聯(lián)合分析；農(nóng)學(xué)分析平臺(tái)可以應(yīng)用到更多的物種，涵蓋轉(zhuǎn)錄組、非編碼RNA、微生物、蛋白、代謝等數(shù)據(jù)的分析，以及全轉(zhuǎn)錄組聯(lián)合分析等。點(diǎn)擊左側(cè)導(dǎo)航分析->農(nóng)學(xué)或者醫(yī)學(xué)打開(kāi)分析平臺(tái)列表頁(yè)面，點(diǎn)擊選擇您想要使用的分析平臺(tái)，打開(kāi)其詳細(xì)介紹頁(yè)面，該頁(yè)面可以看到該平臺(tái)的應(yīng)用領(lǐng)域“平臺(tái)介紹“技術(shù)背景“案例“課堂“版本記錄，點(diǎn)擊打開(kāi)軟件即可進(jìn)入到參數(shù)頁(yè)面。

三、創(chuàng)建項(xiàng)目名稱

為了方便數(shù)據(jù)、任務(wù)和報(bào)告的管理，我們將同屬于一個(gè)項(xiàng)目的內(nèi)容會(huì)放到一個(gè)項(xiàng)目中，因此進(jìn)行基本分析時(shí)需要先選擇一個(gè)項(xiàng)目，如果沒(méi)有項(xiàng)目也可以點(diǎn)擊+新建先創(chuàng)建一個(gè)項(xiàng)目，見(jiàn)下圖。

四、選擇輸入文件

1. 蛋白鑒定表格：蛋白質(zhì)質(zhì)譜鑒定的結(jié)果表格。制表符分隔的文本文件，第一列為蛋白ID，其他列為樣品的表達(dá)量。對(duì)格式不清楚的可點(diǎn)擊查看示例下載示例文件。（百邁客項(xiàng)目的結(jié)果文件會(huì)直接推送到客戶賬號(hào)下，文件夾名稱為合同編號(hào)，可直接導(dǎo)入使用）
2. 蛋白數(shù)據(jù)庫(kù)：蛋白質(zhì)質(zhì)譜鑒定所用的數(shù)據(jù)庫(kù)。不同數(shù)據(jù)庫(kù)得到的蛋白ID格式不同。這里給出了常用的uniport數(shù)據(jù)庫(kù)和轉(zhuǎn)錄組數(shù)據(jù)庫(kù)。如果需要和轉(zhuǎn)錄組聯(lián)合分析，建議使用轉(zhuǎn)錄組數(shù)據(jù)庫(kù),并且可以輸入轉(zhuǎn)錄組的注釋信息文件，百邁客的轉(zhuǎn)錄組項(xiàng)目會(huì)自動(dòng)生成此文件，也可以下載示例查看具體的格式）。

五、綜合選項(xiàng)

1. 流程版本：選擇最新的版本（目前為0）
2. Kegg注釋物種分類：點(diǎn)擊下拉框選擇KEGG注釋所用的物種類別
3. 報(bào)告名稱：可以自定義方便區(qū)分的報(bào)告名稱，可以使用默認(rèn)名稱
4. 物種名稱：支持自定義物種名稱，與后期生成的任務(wù)名稱相關(guān)聯(lián)
5. 標(biāo)準(zhǔn)化方式：否：不進(jìn)行標(biāo)準(zhǔn)化；總峰面積：表示每個(gè)樣本中的每個(gè)蛋白除以該樣本總的峰面積；加和方法：先計(jì)算單個(gè)樣本所有蛋白的sum值, 再用sum值除以幾個(gè)樣本sum值中最大的，得到偏差系數(shù)，最后用蛋白/樣本的偏差系數(shù)得到標(biāo)準(zhǔn)化后的值。此處iTRAQ項(xiàng)目數(shù)據(jù)已經(jīng)進(jìn)行過(guò)歸一化，可以選擇否，lable-free項(xiàng)目推薦總峰面積

六、差異分組設(shè)置

根據(jù)實(shí)驗(yàn)方案設(shè)計(jì)以及樣品信息，進(jìn)行分組的設(shè)置，流程據(jù)此進(jìn)行差異比較分析，此處只支持兩組間比較，可添加多個(gè)差異分組。

1. pvalue值一般推薦選擇0.01，差異倍數(shù)閾值一般推薦選擇2.（此處設(shè)置的的參數(shù)和差異分組在后期報(bào)告?zhèn)€性化中可再次進(jìn)行修改）
2. 分組設(shè)置：有幾組生物學(xué)重復(fù)就在左側(cè)的分組池中添加相應(yīng)數(shù)量的分組，再?gòu)挠覀?cè)的樣品池中選樣本加入相應(yīng)的分組中，1個(gè)樣本只能屬于一個(gè)分組且一個(gè)分組的樣本數(shù)目不少于2個(gè)（這里需要修改分組名稱，分析完成后不可修改）
3. 差異分組設(shè)置

根據(jù)實(shí)驗(yàn)方案設(shè)計(jì)以及樣品信息，進(jìn)行分組的設(shè)置，流程據(jù)此進(jìn)行差異比較分析，此處只支持兩組間比較，可添加多個(gè)差異分組。（此處的參數(shù)和差異分組在后期報(bào)告?zhèn)€性化中可再次進(jìn)行修改）

七、生成標(biāo)準(zhǔn)分析報(bào)告

參數(shù)設(shè)置完成之后，可以點(diǎn)擊保存參數(shù)，方便之后進(jìn)行重新分析或者基于本次參數(shù)進(jìn)行修改后再次分析；一切準(zhǔn)備就緒后，點(diǎn)擊提交將任務(wù)提交到百邁客云計(jì)算集群上，根據(jù)不同分析平臺(tái)、不同數(shù)據(jù)量等待大概2小時(shí)到3周的時(shí)間完成項(xiàng)目分析，獲取到標(biāo)準(zhǔn)分析報(bào)告。

報(bào)告查看，點(diǎn)擊項(xiàng)目（管理）?->?我的項(xiàng)目打開(kāi)項(xiàng)目列表，找到之前提交任務(wù)時(shí)選擇的項(xiàng)目，點(diǎn)擊項(xiàng)目名稱打開(kāi)該項(xiàng)目，即可看到新生成的分析報(bào)告記錄，點(diǎn)擊報(bào)告名稱查看詳細(xì)報(bào)告。

點(diǎn)擊報(bào)告右上角的項(xiàng)目結(jié)果下載，可以選擇下載HTML報(bào)告、PDF報(bào)告和結(jié)果數(shù)據(jù)（尾款結(jié)清后）。HTML報(bào)告只包括分析報(bào)告的html文件及一個(gè)src文件夾，展示了部分結(jié)果；PDF報(bào)告是根據(jù)HTML報(bào)告轉(zhuǎn)換而來(lái)，方便您進(jìn)行報(bào)告打印；結(jié)果數(shù)據(jù)包含了項(xiàng)目中所有結(jié)果文件，一般比較大，會(huì)通過(guò)FTP進(jìn)行下載，請(qǐng)耐心等待下載。

下載谷歌瀏覽器，輸入網(wǎng)址https://international.biocloud.net/zh/user/login?，進(jìn)入百邁客云平臺(tái)登錄界面，輸入賬號(hào)密碼登錄。賬號(hào)為手機(jī)號(hào)或者是郵箱，初始密碼為123.bmk.

二、選擇合適的分析平臺(tái)

百邁客云包含農(nóng)學(xué)和醫(yī)學(xué)兩大類分析平臺(tái)，醫(yī)學(xué)分析平臺(tái)主要針對(duì)人、鼠數(shù)據(jù)的分析，包含：轉(zhuǎn)錄組、非編碼RNA、單基因病外顯子、腫瘤外顯子、重測(cè)序等數(shù)據(jù)分析，以及全轉(zhuǎn)錄組聯(lián)合分析；農(nóng)學(xué)分析平臺(tái)可以應(yīng)用到更多的物種，涵蓋轉(zhuǎn)錄組、非編碼RNA、微生物、蛋白、代謝等數(shù)據(jù)的分析，以及全轉(zhuǎn)錄組聯(lián)合分析等。點(diǎn)擊左側(cè)導(dǎo)航分析->農(nóng)學(xué)或者醫(yī)學(xué)打開(kāi)分析平臺(tái)列表頁(yè)面，點(diǎn)擊選擇您想要使用的分析平臺(tái)，打開(kāi)其詳細(xì)介紹頁(yè)面，該頁(yè)面可以看到該平臺(tái)的應(yīng)用領(lǐng)域“平臺(tái)介紹“技術(shù)背景“案例“課堂“版本記錄，點(diǎn)擊打開(kāi)軟件即可進(jìn)入到參數(shù)頁(yè)面。

三、創(chuàng)建項(xiàng)目名稱

為了方便數(shù)據(jù)、任務(wù)和報(bào)告的管理，我們將同屬于一個(gè)項(xiàng)目的內(nèi)容會(huì)放到一個(gè)項(xiàng)目中，因此進(jìn)行基本分析時(shí)需要先選擇一個(gè)項(xiàng)目，如果沒(méi)有項(xiàng)目也可以點(diǎn)擊+新建先創(chuàng)建一個(gè)項(xiàng)目，見(jiàn)下圖。

四、選擇輸入文件

代謝定量文件：針對(duì)鑒定到的代謝物進(jìn)行定量的結(jié)果表格。制表符分隔的文本文件，第一列為代謝物ID，其他列為樣品的表達(dá)量。對(duì)格式不清楚的可點(diǎn)擊查看示例下載示例文件。（百邁客項(xiàng)目的結(jié)果文件會(huì)直接推送到客戶賬號(hào)下，文件夾名稱為合同編號(hào)，可直接導(dǎo)入使用）

五、綜合選項(xiàng)

1. 流程版本：選擇最新的版本（目前為0）
2. Kegg注釋物種分類：點(diǎn)擊下拉框選擇KEGG注釋所用的物種類別
3. 報(bào)告名稱：可以自定義方便區(qū)分的報(bào)告名稱，可以使用默認(rèn)名稱
4. 物種名稱：支持自定義物種名稱，與后期生成的任務(wù)名稱相關(guān)聯(lián)
5. 標(biāo)準(zhǔn)化方式：否表示不使用歸一化，總峰面積歸一化表示每個(gè)樣本中的每個(gè)代謝物除以該樣本總的峰面積，內(nèi)標(biāo)則是每個(gè)代謝物除以內(nèi)標(biāo)代謝物的峰面積且默認(rèn)內(nèi)標(biāo)的代謝物定性名稱為IS，內(nèi)標(biāo)不參與后續(xù)的分析。（LC推薦使用總峰面積，GC推薦使用內(nèi)標(biāo)）

六、差異分組設(shè)置

根據(jù)實(shí)驗(yàn)方案設(shè)計(jì)以及樣品信息，進(jìn)行分組的設(shè)置，流程據(jù)此進(jìn)行差異比較分析，此處只支持兩組間比較，可添加多個(gè)差異分組。

1. 推薦閾值選擇：（1）差異倍數(shù)閾值1、T檢驗(yàn)p值0.05、VIP值1 （2）差異倍數(shù)閾值2、T檢驗(yàn)p值1、VIP值1

（其中vip值采用了正交偏最小二乘法判別分析（OPLS-DA），該分析會(huì)給每個(gè)代謝物一個(gè)變量投影重要度VIP值，值越大說(shuō)明代謝物的差異越顯著）

2. 分組設(shè)置：有幾組生物學(xué)重復(fù)就在左側(cè)的分組池中添加相應(yīng)數(shù)量的分組，再?gòu)挠覀?cè)的樣品池中選樣本加入相應(yīng)的分組中，1個(gè)樣本只能屬于一個(gè)分組且一個(gè)分組的樣本數(shù)目不少于2個(gè)。（這里需要修改分組名稱，分析完成后不可修改）
3. 差異分組設(shè)置：根據(jù)實(shí)驗(yàn)方案設(shè)計(jì)以及樣品信息，進(jìn)行分組的設(shè)置，流程據(jù)此進(jìn)行差異比較分析，此處只支持兩組間比較，可添加多個(gè)差異分組。（此處的參數(shù)和差異分組在后期報(bào)告?zhèn)€性化中可再次進(jìn)行修改）

七、生成標(biāo)準(zhǔn)分析報(bào)告

參數(shù)設(shè)置完成之后，可以點(diǎn)擊保存參數(shù)，方便之后進(jìn)行重新分析或者基于本次參數(shù)進(jìn)行修改后再次分析；一切準(zhǔn)備就緒后，點(diǎn)擊提交將任務(wù)提交到百邁客云計(jì)算集群上，根據(jù)不同分析平臺(tái)、不同數(shù)據(jù)量等待大概2小時(shí)到3周的時(shí)間完成項(xiàng)目分析，獲取到標(biāo)準(zhǔn)分析報(bào)告。

報(bào)告查看，點(diǎn)擊項(xiàng)目（管理）?->?我的項(xiàng)目打開(kāi)項(xiàng)目列表，找到之前提交任務(wù)時(shí)選擇的項(xiàng)目，點(diǎn)擊項(xiàng)目名稱打開(kāi)該項(xiàng)目，即可看到新生成的分析報(bào)告記錄，點(diǎn)擊報(bào)告名稱查看詳細(xì)報(bào)告。

點(diǎn)擊報(bào)告右上角的項(xiàng)目結(jié)果下載，可以選擇下載HTML報(bào)告、PDF報(bào)告和結(jié)果數(shù)據(jù)（尾款結(jié)清后）。HTML報(bào)告只包括分析報(bào)告的html文件及一個(gè)src文件夾，展示了部分結(jié)果；PDF報(bào)告是根據(jù)HTML報(bào)告轉(zhuǎn)換而來(lái)，方便您進(jìn)行報(bào)告打??；結(jié)果數(shù)據(jù)包含了項(xiàng)目中所有結(jié)果文件，一般比較大，會(huì)通過(guò)FTP進(jìn)行下載，請(qǐng)耐心等待下載。

Part 1?|?SRA數(shù)據(jù)庫(kù)介紹

SRA(Sequence Read Archive)是NCBI中專門用于存放原始高通量測(cè)序數(shù)據(jù)的一個(gè)子庫(kù)，收錄了各種二代、三代測(cè)序儀產(chǎn)生的數(shù)據(jù)，與ENA/EBI、DDBJ間共享原始測(cè)序數(shù)據(jù)。

INSDC（International Nucleotide Sequence Database Collaboration）成員間共享測(cè)序數(shù)據(jù)

有過(guò)數(shù)據(jù)上傳經(jīng)歷的童鞋應(yīng)該對(duì)SRA并不陌生，上傳數(shù)據(jù)前我們一般要?jiǎng)?chuàng)建BioProject、BioSample，用于詳細(xì)說(shuō)明項(xiàng)目信息、樣品信息；并通過(guò)SRA的Experiment、RUN描述建庫(kù)測(cè)序相關(guān)信息，如建庫(kù)類型、測(cè)序儀器、單雙端等；下圖概括出了幾者之間的關(guān)系。

https://www.ncbi.nlm.nih.gov/sra/docs/submitmeta/

SRA上傳和檢索數(shù)據(jù)時(shí)，我們會(huì)遇到各種各樣的編號(hào)，這些編號(hào)間的對(duì)應(yīng)關(guān)系通過(guò)下表我們可以理清。項(xiàng)目和樣品信息首先會(huì)存放在BioProject和BioSample數(shù)據(jù)庫(kù)中，得到類似PRJNA和SAMN的編號(hào)；在SRA數(shù)據(jù)庫(kù)中也會(huì)對(duì)項(xiàng)目和樣品進(jìn)行編號(hào)，分別以SRP和SRS作為前綴，并與BioProject和BioSample中對(duì)應(yīng)；其余SR開(kāi)頭的編號(hào)都屬于SRA數(shù)據(jù)庫(kù)。

SRA數(shù)據(jù)庫(kù)中各種編號(hào)對(duì)應(yīng)表

SRA數(shù)據(jù)庫(kù)中存儲(chǔ)的是高度壓縮后的sra格式數(shù)據(jù)，截止到目前，SRA中已經(jīng)累計(jì)存儲(chǔ)了超過(guò)20P堿基數(shù)據(jù)，而且每年仍在以極快的速度增長(zhǎng)。

SRA數(shù)據(jù)量增長(zhǎng)圖（縱坐標(biāo)代表sra格式文件大小，單位TB；橫坐標(biāo)代表年；藍(lán)線代表總數(shù)據(jù)量）

Part 2?|?SRA數(shù)據(jù)庫(kù)中疾病相關(guān)數(shù)據(jù)統(tǒng)計(jì)

在SRA數(shù)據(jù)庫(kù)的愿景中，除了進(jìn)行原始測(cè)序數(shù)據(jù)的保存之外，還有一個(gè)目的就是希望這些數(shù)據(jù)可以被再次利用，得出新的發(fā)現(xiàn)。但是目前這些數(shù)據(jù)就像宇宙中無(wú)法被探測(cè)的暗物質(zhì)，無(wú)人問(wèn)津。

https://www.ncbi.nlm.nih.gov/sra/docs/

既然已經(jīng)有如此多的公共數(shù)據(jù)，我們應(yīng)該充分挖掘，不僅可以產(chǎn)出新發(fā)現(xiàn)，也可以有效降低科研成本。俗話說(shuō)的好，知己知彼，百戰(zhàn)不殆。要想充分利用這些公共數(shù)據(jù)，我們首先需要對(duì)這些數(shù)據(jù)有更加深刻的認(rèn)識(shí)，于是我們針對(duì)熱點(diǎn)研究疾病，統(tǒng)計(jì)了不同測(cè)序類型的數(shù)據(jù)量，以及項(xiàng)目數(shù)和樣品數(shù)，想了解其他疾病數(shù)據(jù)量情況的童鞋可以文末留言，我們統(tǒng)計(jì)好之后發(fā)送給您。

熱點(diǎn)研究疾病數(shù)據(jù)統(tǒng)計(jì)（單位:Gbase）

熱點(diǎn)癌癥數(shù)據(jù)統(tǒng)計(jì)（單位:Gbase）

Part 3 |?公共數(shù)據(jù)使用策略

如此多的數(shù)據(jù)，該怎樣去利用，我們整理了一些思路，供大家參考。

策略一：數(shù)據(jù)整合，增大樣本量

以研究疾病相關(guān)基因表達(dá)為例，可以整合多個(gè)項(xiàng)目中的RNA-Seq數(shù)據(jù)（也可以結(jié)合自己的數(shù)據(jù)，增大樣本量），計(jì)算基因表達(dá)量，并篩選疾病組織和正常組織間差異表達(dá)的基因；

再針對(duì)差異表達(dá)基因進(jìn)行共表達(dá)分析，獲得共表達(dá)基因集；然后進(jìn)一步對(duì)這些基因的功能、所屬通路進(jìn)行分析，從而更完整的描述出疾病發(fā)生的機(jī)理。

策略二：多種疾病間橫向比較

以研究肺癌患者中S100A4基因的差異表達(dá)為例，通過(guò)下載其他類型癌癥如：胸腺癌、惡性間皮瘤的RNA-Seq數(shù)據(jù)，并分析該基因在這兩種癌癥中的差異表達(dá)情況，如果與肺癌中有相同的差異表達(dá)趨勢(shì)，則可以增強(qiáng)我們結(jié)論的說(shuō)服力。

策略三：不同水平間橫向比較

分析不同水平的數(shù)據(jù)，如：細(xì)胞水平、組織水平、動(dòng)物模型上目標(biāo)基因的差異表達(dá)情況，增強(qiáng)分析結(jié)論的說(shuō)服力。

策略四：不同類型數(shù)據(jù)間聯(lián)合分析

我們只自測(cè)了mRNA數(shù)據(jù)，但是想了解miRNA對(duì)于mRNA的調(diào)控，那我們可以下載對(duì)應(yīng)疾病的miRNA類型的數(shù)據(jù)，通過(guò)兩者的聯(lián)合分析，更深入的了解疾病發(fā)生的機(jī)理。

公共數(shù)據(jù)使用看似很困難，需要下載、轉(zhuǎn)換格式、生信分析，目前百邁客云（www.dustyhill.net）已經(jīng)集成了SRA數(shù)據(jù)檢索、下載、轉(zhuǎn)換和分析，我們錄制了一個(gè)短視頻，展示了如何通過(guò)簡(jiǎn)單的鼠標(biāo)點(diǎn)擊高效完成以上所有工作，詳情：http://live.biocloud.net/open/course/10

參考文獻(xiàn)：

[1]????Chun-Ping Yu et al.?Transcriptome dynamics of developing maize leaves andgenomewide prediction of cis elements and their cognate transcription factors.Proc Natl Acad Sci . 2015

[2]????Iyer MK et al. The landscape oflong noncoding RNAs in the human transcriptome. Nat Genet. 2015

[3]????Patil G. et al. Soybean(Glycine max) SWEET gene family: insights through comparative genomics,transcriptome profiling and whole genome re-sequence analysis. BMC Genomics.2015

[4]????Matthijs M. et al. Profiling ofthe Early Nitrogen Stress Response in the Diatom Phaeodactylum tricornutumReveals a Novel Family of RING-Domain Transcription Factors. Plant Physiol.2016

應(yīng)用場(chǎng)景：
使用矩陣數(shù)據(jù)文件進(jìn)行熱圖繪制，通常可以對(duì)矩陣數(shù)據(jù)進(jìn)行篩選，歸一化和聚類等處理，多用于不同樣品間基因表達(dá)水平聚類分析。主要應(yīng)用在真核有參轉(zhuǎn)錄組、真核無(wú)參轉(zhuǎn)錄組、微生物多樣性等數(shù)據(jù)分析中。

操作步驟：
登錄百邁客云首頁(yè)（www.dustyhill.net）——分析——工具——繪圖工具——熱圖

操作方法：
1. 輸入文件
（1）文件要求：文件內(nèi)容應(yīng)為制表符隔開(kāi)的文本文件，且大小不可超過(guò) 10M。默認(rèn)首行、首列為表頭，一般每列表示一個(gè)樣品，每行表示一個(gè)基因，也可統(tǒng)計(jì)其他含義的數(shù)據(jù)矩陣。除表頭外，參與統(tǒng)計(jì)繪圖的內(nèi)容應(yīng)為純數(shù)字，文件范例如下：

（2） 指定作圖列：可對(duì)指定列繪圖，如只對(duì)第 2 到第 5 列和第 10 列作圖，可輸入：“2-5,10”。若想按特定順序繪圖，需用逗號(hào)將繪圖列按序列出，并在下方參數(shù)中取消按列聚類，如“6,3,2,5,4”。
（3） 指定基因：可輸入基因列表文件，系統(tǒng)會(huì)自動(dòng)過(guò)濾空行或以#開(kāi)頭的行并提取第一列作為指定基因，結(jié)合上方輸入的矩陣文件進(jìn)行統(tǒng)計(jì)繪圖。

2. 參數(shù)設(shè)置
（1）配色方案：設(shè)置繪圖所采用的配色?？梢赃x擇預(yù)制方案，也可以根據(jù)實(shí)際實(shí)際需要自定義配色方案。
（2） 對(duì)數(shù)取值：對(duì)文件數(shù)據(jù)取對(duì)數(shù)后再繪圖。取對(duì)數(shù)可以有效解決數(shù)據(jù)取值范圍過(guò)大導(dǎo)致的配色問(wèn)題。
（3） 歸一化：對(duì)行或列進(jìn)行歸一化處理?？勺畲蟪潭鹊爻尸F(xiàn)每行或每列的變化信息，避免超高值掩蓋其他數(shù)據(jù)的變化。繪制基因表達(dá)量熱圖時(shí)，常按基因歸一化。
（4） 聚類方案：可選擇是否按行、列聚類。若按特定樣本順序繪制熱圖，可取消按列聚類。
a行列顯示：可選擇是否顯示行、列 ID。
b 樣品、基因字號(hào)：可調(diào)節(jié)行、列 ID 的字體大小。

3 注意事項(xiàng)
（1） 聚類分析涉及運(yùn)算分析，當(dāng)分析的基因數(shù)或樣品數(shù)較多時(shí)，繪圖時(shí)間可能較長(zhǎng)，請(qǐng)待任務(wù)完成后點(diǎn)擊預(yù)覽查看、調(diào)整圖片。
（2）如果選擇對(duì)數(shù)據(jù)取對(duì)數(shù)，會(huì)自動(dòng)將取值為 0 的數(shù)據(jù)轉(zhuǎn)化為接近于 0 的小數(shù)。

4. 結(jié)果展示
（1） 繪圖結(jié)果：繪圖結(jié)果展示區(qū)為您展示初始或調(diào)整后的繪圖結(jié)果，同時(shí)，可通過(guò)圖片區(qū)域的交互操作查看對(duì)應(yīng)的數(shù)據(jù)信息，如：
a 鼠標(biāo)懸停于圖中相應(yīng)數(shù)據(jù)格，可顯示其對(duì)應(yīng)的行名、列名和數(shù)值。
b 點(diǎn)擊圖中相應(yīng)的行名或列名，在“查看原數(shù)據(jù)”頁(yè)會(huì)高亮顯示對(duì)應(yīng)行或列。
c 選中行聚類樹(shù)某分枝后，可在“查看原數(shù)據(jù)”也篩選出對(duì)應(yīng)行并下載。
（2）全屏預(yù)覽：點(diǎn)擊圖片右上角的縮放按鈕，可全屏預(yù)覽繪圖結(jié)果。選中聚類樹(shù)某分枝后點(diǎn)擊縮放按鈕，可在全屏預(yù)覽時(shí)高亮對(duì)應(yīng)的分枝，以便盡快找到目標(biāo)區(qū)域。
（3）圖片下載：點(diǎn)擊預(yù)覽區(qū)右上角的“下載”按鈕，可保存 SVG 或 PNG 格式的繪圖結(jié)果

（4）調(diào)整圖片
a 配色方案：設(shè)置繪圖所采用的配色?？梢赃x擇預(yù)制方案，也可以根據(jù)實(shí)際實(shí)際需要自定義配色方案。
b 對(duì)數(shù)取值：對(duì)文件數(shù)據(jù)取對(duì)數(shù)后再繪圖。取對(duì)數(shù)可以有效解決數(shù)據(jù)取值范圍過(guò)大導(dǎo)致的配色問(wèn)題。
c 歸一化：對(duì)行或列進(jìn)行歸一化處理。可最大程度地呈現(xiàn)每行或每列的變化信息，避免超高值掩蓋其他數(shù)據(jù)的變化。繪制基因表達(dá)量熱圖時(shí)，常按基因歸一化。
d 聚類方案：可選擇是否按行、列聚類。若按特定樣本順序繪制熱圖，可取消按列聚類。
e 行列顯示：可選擇是否顯示行、列 ID。
f 樣品、基因字號(hào)：可調(diào)節(jié)行、列 ID 的字體大小。
（5）查看數(shù)據(jù)
a聚類數(shù)據(jù)：顯示聚類后數(shù)據(jù)矩陣的前100行，樣品和基因順序均與左側(cè)圖中一致。
b 搜索基因：可在搜索欄中輸入關(guān)鍵詞，搜索相應(yīng)基因或基因集。

5.案例展示
2017年，中國(guó)水產(chǎn)科學(xué)院喻達(dá)輝老師在百邁客云平臺(tái)上對(duì)合浦珠母貝免疫相關(guān)數(shù)據(jù)進(jìn)行分析，2篇文章先后分別發(fā)表于同一個(gè)雜志《Fish & Shell?sh Immunology》，這兩篇文章中都進(jìn)行了聚類熱圖分析。第一篇文章中研究人員將免疫相關(guān)差異表達(dá)基因按照不同時(shí)期進(jìn)行分層聚類分析，第二篇文章中研究人員將不同時(shí)期的unigene進(jìn)行了聚類熱圖分析。為后續(xù)的研究結(jié)果的呈現(xiàn)做了較好的鋪墊作用。

??免疫相關(guān)差異表達(dá)基因按照不同時(shí)期進(jìn)行分層聚類

不同時(shí)期unigene聚類熱圖

百邁客云平臺(tái)是由北京百邁客生物科技有限公司開(kāi)發(fā)，集生物信息分析軟件、數(shù)據(jù)庫(kù)以及云計(jì)算為一體的生物大數(shù)據(jù)分析平臺(tái)。功能強(qiáng)大，操作簡(jiǎn)單的聚類熱圖就介紹到這里了，后期云平臺(tái)會(huì)為大家準(zhǔn)備更多實(shí)用小工具的操作指引，如果您在操作過(guò)程中遇到任何問(wèn)題都可以聯(lián)系咱們的云客服，歡迎點(diǎn)擊屏幕右下方客服圖像進(jìn)入咨詢環(huán)節(jié)。

參考文獻(xiàn)
1.Wei J, Liu B, Fan S, et al. Differentially expressed immune-related genes in hemocytes of the pearl oyster Pinctada fucata, against allograft identified by transcriptome analysis[J]. Fish & Shellfish Immunology, 2017, 62:247-256.
2.Wei J, Fan S, Liu B, et al. Transcriptome analysis of the immune reaction of the pearl oyster Pinctada fucata to xenograft from Pinctada maxima.[J]. Fish & Shellfish Immunology, 2017.

適用數(shù)據(jù)類型：轉(zhuǎn)錄組研究數(shù)據(jù)和基因組研究數(shù)據(jù)
軟件：R包（ggplot2）

操作步驟
登錄百邁客云首頁(yè)（www.dustyhill.net）——分析——工具——繪制GO和KEGG富集圖。

操作方法
1.輸入文件

Anno: 是所有基因功能注釋的結(jié)果總表，一般百邁客的有參、無(wú)參項(xiàng)目中會(huì)有這個(gè)數(shù)據(jù)，通常的命名為All_Database_annotation.xls。
Genes_id: 指需要進(jìn)行分析的基因集文件，txt文本格式，每一行是一個(gè)基因的名字。
GO_top_lines：指定前多少行用于GO富集繪圖，在進(jìn)行GO富集分析的時(shí)候，會(huì)將結(jié)果按P值進(jìn)行排序，然后挑選前n行進(jìn)行繪圖，默認(rèn)為20。

2.注意事項(xiàng)
（1）注釋總表（All_Database_annotation.xls），該文件包含Integrated_Function.anno、Function_anno.stat、GO.list、GO_tree.stat、Kegg.pathway、Kegg.ko等6個(gè)工作表，其中GO.list、GO_tree.stat、Kegg.pathway、Kegg.ko這四個(gè)必須包含，且命名完全一致。
（2）Genes_id和注釋總表的基因ID相對(duì)應(yīng)；
（3）文件名稱：包含字母數(shù)字以及下劃線，不能以數(shù)字開(kāi)頭，不能有空格，不能有特殊字符等。
（4）如果是在百邁客云上分析的結(jié)果，只需要在項(xiàng)目結(jié)果中找到All_Database_annotation.xls文件輸入即可。如果不是在百邁客做的項(xiàng)目，沒(méi)有這個(gè)文件，您需要先將FASTA格式的文件在云平臺(tái)的“基因功能注釋”小工具中得到All_Database_annotation.xls，如下示意圖。

3.結(jié)果說(shuō)明
該結(jié)果包含兩個(gè)文件GO和KEGG

GO包含以下文件:

其中g(shù)o_enrichment.png是GO富集結(jié)果圖，選擇置信度Pvalue最高的20個(gè)繪制通路富集圖；GO.Classification.png是GO分類圖。

KEGG包含以下文件：

KEGG.Classification.png是KEGG分類圖。

案例展示
百邁客云平臺(tái)的GO、KEGG分類富集圖繪制小工具得到了許多老師的認(rèn)可，目前已經(jīng)有一些老師運(yùn)用這款小工具發(fā)表了文章，比如鄭州大學(xué)安秀麗老師課題組對(duì)四倍體與二倍體蕪菁轉(zhuǎn)錄組比較分析的研究中運(yùn)用了GO、KEGG分類富集圖繪制工具，文章發(fā)表在《Frontiers in Plant Science》雜志上。

此外，中國(guó)農(nóng)業(yè)科學(xué)院油料作物研究所的胡瓊老師課題組對(duì)參與油菜分蘗調(diào)控相關(guān)信號(hào)通路的研究中也運(yùn)用了GO、KEGG分類富集圖繪制工具，文章發(fā)表在《Int J Mol Sci》雜志上。

百邁客云平臺(tái)是由北京百邁客生物科技有限公司開(kāi)發(fā)，集生物信息分析軟件、數(shù)據(jù)庫(kù)以及云計(jì)算為一體的生物大數(shù)據(jù)分析平臺(tái)。GO、KEGG分類富集圖繪制小工具就介紹到這里了，請(qǐng)關(guān)注百邁客云微信公眾號(hào)，后期會(huì)有更多小工具的介紹和操作指引，如果您在操作過(guò)程中遇到任何問(wèn)題都可以聯(lián)系咱們的云客服，歡迎點(diǎn)擊屏幕右下方客服圖像進(jìn)入咨詢環(huán)節(jié)。

參考文獻(xiàn)：
1. Zhao R, Feng J, Yin X, et al. Antibiotic resistome in landfill leachate from different cities of China deciphered by metagenomic analysis.[J]. Water Research, 2018, 134:126–139.
2. Cheng H, Hao M, Wang W, et al. Integrative RNA- and miRNA-Profile Analysis Reveals a Likely Role of BR and Auxin Signaling in Branch Angle Regulation ofB. napus:[J]. International Journal of Molecular Sciences, 2017, 18(5):887.

01物種數(shù)據(jù)庫(kù)可作為系統(tǒng)性的展示、查詢、分析的平臺(tái)：實(shí)現(xiàn)物種多組學(xué)數(shù)據(jù)的高效檢索、保存、調(diào)用、分析及深度挖掘。

02一些具備創(chuàng)新特性的數(shù)據(jù)庫(kù)也可單獨(dú)作為一項(xiàng)研究成果在SCI論文中進(jìn)行展示。

03通過(guò)共享云用戶的訪問(wèn)，可提升第三方數(shù)據(jù)庫(kù)的知名度，部分重要物種信息、重要分析結(jié)果可以收費(fèi)下載，為進(jìn)一步維護(hù)數(shù)據(jù)庫(kù)和科研工作提供資金。

1.百邁客云物種數(shù)據(jù)庫(kù)概述

百邁客作為一家擁有深厚基因組學(xué)數(shù)據(jù)分析行業(yè)背景的大數(shù)據(jù)挖掘分析公司，致力于為用戶設(shè)計(jì)更貼合使用習(xí)慣的基因組學(xué)數(shù)據(jù)庫(kù)系統(tǒng)，在2017年正式推出搭建百邁客云物種數(shù)據(jù)庫(kù)的服務(wù)。

簡(jiǎn)單來(lái)說(shuō)，百邁客云物種數(shù)據(jù)庫(kù)是針對(duì)物種基因組學(xué)數(shù)據(jù)的存儲(chǔ)、管理、查詢、分析的數(shù)據(jù)庫(kù)系統(tǒng)。用戶基于Web操作界面即可實(shí)現(xiàn)數(shù)據(jù)的增刪改查等操作，還可以利用數(shù)據(jù)庫(kù)部署的簡(jiǎn)單分析工具或結(jié)合百邁客云賬號(hào)進(jìn)行數(shù)據(jù)挖掘分析。

說(shuō)了那么多是不是有些心動(dòng)了呢？

跟隨小編一起看下百邁客云物種數(shù)據(jù)庫(kù)核心優(yōu)勢(shì)有哪些。

3.百邁客共建數(shù)據(jù)庫(kù)的成功案例

那么我們看下百邁客有哪些成功案例吧！

中國(guó)農(nóng)科院大豆數(shù)據(jù)庫(kù)（www.soybean-resources.cn）
包含了約1500種大豆種質(zhì)資源，382個(gè)品種的重測(cè)序，7套泛基因數(shù)據(jù)。

中科院植物所構(gòu)樹(shù)數(shù)據(jù)庫(kù)（papyrifera.biocloud.net）
包含了構(gòu)樹(shù)基因組序列及注釋信息，可進(jìn)行數(shù)據(jù)的瀏覽、使用、下載。

百邁客云物種數(shù)據(jù)庫(kù)采用模塊化設(shè)計(jì)，標(biāo)準(zhǔn)功能模塊主要有三大類

1.存儲(chǔ)&查詢模塊

? ? ? ? 存儲(chǔ)&查詢模塊設(shè)置了種質(zhì)資源、突變體信息、性狀座位信息、分子標(biāo)記、基因功能信息、基因組數(shù)據(jù)、轉(zhuǎn)錄組數(shù)據(jù)的存儲(chǔ)和查詢模塊

01物種種質(zhì)資源存儲(chǔ)&查詢模塊

種質(zhì)資源是一種遺傳資源。種質(zhì)系指農(nóng)作物親代傳遞給子代的遺傳物質(zhì)，它往往存在于特定品種之中。如古老的地方品種、新培育的推廣品種、重要的遺傳材料以及野生近緣植物，都屬于種質(zhì)資源的范圍。用戶可在該模塊中按照物種的名稱、編號(hào)、父母本、省份、地理位置、表型查詢相關(guān)材料品種概況。

02物種突變體信息存儲(chǔ)&查詢模塊

用戶在該模塊通過(guò)突變體名稱或表型檢索相關(guān)突變體，搜索結(jié)果可展示出突變體名稱、編號(hào)、突變基因信息等。其中，點(diǎn)擊突變基因可鏈接至“基因查詢模塊”查詢基因功能、序列、基因組位置等詳細(xì)信息。

03物種性狀座位信息存儲(chǔ)&查詢模塊

在該模塊用戶通過(guò)輸入表型數(shù)據(jù)查詢?cè)撔誀羁刂谱辉诨蚪M上的定位結(jié)果，該結(jié)果整合自不同研究不同定位方法定位結(jié)果，并可視化展示相應(yīng)性狀座位對(duì)于于最新版本基因組上的位置及相關(guān)基因。其中，相關(guān)基因也可鏈接至“基因查詢模塊”查詢基因功能、序列、基因組位置等詳細(xì)信息。

04分子標(biāo)記存儲(chǔ)&查詢模塊

用戶可按照精確編號(hào)、模糊編號(hào)（正則匹配）、或連鎖性狀搜索分子標(biāo)記，搜索結(jié)果含有標(biāo)記序列信息、標(biāo)記擴(kuò)增引物序列、標(biāo)記上下游基因（可鏈接至“基因查詢模塊”）、標(biāo)記相關(guān)性狀等。

05基因功能信息存儲(chǔ)&查詢模塊

在該模塊中，用戶可以基因名稱、基因ID、功能關(guān)鍵詞、物種基因組起始位置、轉(zhuǎn)錄本序列、是否定位、是否克隆為條件檢索目標(biāo)基因，檢索結(jié)果包括基因轉(zhuǎn)錄本序列（核苷酸or氨基酸序列）、染色體、起止位置、各功能數(shù)據(jù)庫(kù)注釋結(jié)果、相關(guān)文獻(xiàn)、相關(guān)性狀（可鏈接至“物種性狀座位信息存儲(chǔ)&查詢模塊”）。

06基因組數(shù)據(jù)存儲(chǔ)&查詢模塊

1）使用基因組版本號(hào)檢索相關(guān)基因組信息，檢索結(jié)果包括該基因組序列組裝、結(jié)構(gòu)注釋、功能注釋、測(cè)序數(shù)據(jù)等，所有結(jié)果均支持本地下載；

2）可按照物種名檢索相關(guān)泛基因組信息，檢索結(jié)果包括各品種基因組序列組裝、結(jié)構(gòu)注釋、功能注釋、變異位點(diǎn)、測(cè)序數(shù)據(jù)等，所有結(jié)果均支持本地下載；

3）按品種名檢索該品種全基因組重測(cè)序、簡(jiǎn)化基因組重測(cè)序測(cè)序數(shù)據(jù)及變異位點(diǎn)檢測(cè)結(jié)果。

07物種轉(zhuǎn)錄組數(shù)據(jù)存儲(chǔ)&查詢模塊

1）用戶可通過(guò)基因ID與基因name檢索相關(guān)基因下轉(zhuǎn)錄本序列、項(xiàng)目中的轉(zhuǎn)錄水平、差異表達(dá)、共表達(dá)、互作信息等，檢索結(jié)果支持本地下載。

2）按項(xiàng)目名稱檢索相關(guān)轉(zhuǎn)錄組學(xué)項(xiàng)目測(cè)序數(shù)據(jù)及完整分析結(jié)果，檢索結(jié)果支持本地下載。

2.分析工具模塊

分析工具均可從網(wǎng)頁(yè)調(diào)用，無(wú)需用戶掌握任何編程基礎(chǔ)。包含數(shù)據(jù)庫(kù)自帶分析工具，比如 blast、blat、引物設(shè)計(jì)、轉(zhuǎn)錄因子、metaQTL等；當(dāng)然也可調(diào)用部署在百邁客公有云計(jì)算平臺(tái)（www.dustyhill.net）的分析流程（APP）與生信軟件（Tools。APP包括有參/無(wú)參轉(zhuǎn)錄組分析APP、lncRNA分析APP、microRNA分析APP、circleRNA分析APP、重測(cè)序分析APP、GWAS個(gè)性化分析APP、BSA個(gè)性化分析APP、遺傳圖譜個(gè)性化分析APP、微生多樣性分析APP等；Tools模塊包含100余款各類生信分析軟件，涵蓋比對(duì)、注釋、繪圖、統(tǒng)計(jì)等；

?BMKCloud個(gè)性化分析示例

3.公共數(shù)據(jù)庫(kù)模塊

包含7大模塊：

01高通量測(cè)序數(shù)據(jù)庫(kù)

? 該公共數(shù)據(jù)庫(kù)模塊同步NCBI維護(hù)的SRA、GEO兩大高通量測(cè)序數(shù)據(jù)庫(kù)，目前該模塊12PBase，1100個(gè)屬的高通量測(cè)序數(shù)據(jù)，數(shù)據(jù)類型涵蓋RNA-seq、全基因組重測(cè)序、WES、基因組denovo組裝、甲基化、ChIP-seq等。
? 用戶可按物種名稱、數(shù)據(jù)編號(hào)、研究方向檢索相關(guān)高通量測(cè)序公共數(shù)據(jù)，檢索結(jié)果無(wú)需下載，一鍵導(dǎo)入數(shù)據(jù)庫(kù)自帶分析工具或百邁客公有云計(jì)算平臺(tái)（www.dustyhill.net）分析工具即可進(jìn)行數(shù)據(jù)分析。

02功能基因數(shù)據(jù)庫(kù)

該公共數(shù)據(jù)庫(kù)模塊整合包括GO、KEGG、miRbase、lncRNAdb、MiRTarBase、UniProt、genbank等在內(nèi)的30多個(gè)基因功能&序列類數(shù)據(jù)庫(kù)，目前收錄了約1700萬(wàn)條基因相關(guān)信息，用戶輸入基因名稱、ID、功能關(guān)鍵詞后，一鍵即可獲取基因的功能、序列、同源基因、表達(dá)、相關(guān)ncRNA、變異、相關(guān)文獻(xiàn)等信息。

03功能定位數(shù)據(jù)庫(kù)

該數(shù)據(jù)庫(kù)收錄了所有公共的性狀相關(guān)數(shù)據(jù)，目前已收錄11個(gè)物種347個(gè)性狀相關(guān)的QTL位點(diǎn)數(shù)據(jù)，如QTL、eQTL、候選基因、關(guān)聯(lián)數(shù)據(jù)等信息，QTL性狀位置可視化展示以及物種間的比較，為各個(gè)物種間定位信息的比較提供重要的數(shù)據(jù)。

04文獻(xiàn)數(shù)據(jù)庫(kù)

該公共數(shù)據(jù)庫(kù)模塊同步NCBI維護(hù)的PubMed文獻(xiàn)索引數(shù)據(jù)庫(kù)，目前收錄2600萬(wàn)+文獻(xiàn)信息，該模塊支持按照發(fā)表日期、影響因子、文章類型、信息完整度（有無(wú)測(cè)序數(shù)據(jù)、有無(wú)全文等）進(jìn)行精確檢索，檢索結(jié)果包括文獻(xiàn)題目、摘要、全文鏈接、文獻(xiàn)所涉及測(cè)序數(shù)據(jù)等。

05其他公共數(shù)據(jù)庫(kù)模塊

? 參考基因組數(shù)據(jù)庫(kù)：包含有826個(gè)物種的924套參考基因組信息；
? 變異數(shù)據(jù)庫(kù)：整合了dbSNP庫(kù)中的數(shù)據(jù)信息，目前收錄了8億+變異數(shù)據(jù)，支持通過(guò)rs、ss號(hào)進(jìn)行信息的檢索，并且支持篩選特定物種的、特定染色體、特定區(qū)域的變異信息；
? 互作網(wǎng)絡(luò)數(shù)據(jù)庫(kù)：整合了PPI、StarBase、LncRNADisease三個(gè)數(shù)據(jù)庫(kù)中的4類互作網(wǎng)絡(luò)信息，目前共收錄了306萬(wàn)互作網(wǎng)絡(luò)關(guān)系，包含了lncRNA、miRNA、mRNA、circRNA四類數(shù)據(jù)。