轉(zhuǎn)錄組學(xué)研究的可視化

轉(zhuǎn)錄組學(xué)研究的可視化分析主講人:王大鵬組員：桑杰卓嘎、西熱桑姆、劉亞楠《生物信息學(xué)概論》開(kāi)放式精品示范課堂引言轉(zhuǎn)錄組學(xué)是一門(mén)在整體水平上研究細(xì)胞中所有基因轉(zhuǎn)錄及轉(zhuǎn)錄調(diào)控規(guī)律的學(xué)科，對(duì)于人類更加深層次認(rèn)識(shí)基因提供了方向。本研究選取陳超美教授開(kāi)發(fā)的CiteSpace作為主要分析軟件，對(duì)轉(zhuǎn)錄組學(xué)研究文獻(xiàn)進(jìn)行可視化分析，并結(jié)合文獻(xiàn)的仔細(xì)閱讀，進(jìn)一步系統(tǒng)了解轉(zhuǎn)錄組學(xué)這門(mén)學(xué)科。1234數(shù)據(jù)庫(kù)：WebofScience方法：CiteSpace分析共檢出4952記錄條時(shí)間跨度：2006-2015年數(shù)據(jù)來(lái)源與方法1.研究力量分析2.重要文獻(xiàn)分析3.研究熱點(diǎn)分析4.研究前沿分析結(jié)果分析1.研究力量分析：國(guó)家發(fā)文量中心性國(guó)家（地區(qū)）12230.28USA4540.23GERMANY3580.25ENGLAND2930.09NETHERLANDS2660.19FRANCE2440PEOPLESRCHINA美國(guó)的發(fā)文量和中心性都居首位，表明美國(guó)對(duì)于轉(zhuǎn)錄組學(xué)的研究力量雄厚，德國(guó)與英國(guó)的研究力量也較高。中國(guó)大陸的文獻(xiàn)量雖大，但中心性不突出。1.研究力量分析：機(jī)構(gòu)發(fā)文量中心性機(jī)構(gòu)640.01MaastrichtUniv51-INRA44-ChineseAcadSci41-HarvardUniv41-UnivIllinois36-WageningenUniv34-UnivQueensland250.01UnivGroningen研究機(jī)構(gòu)集中在高校和研究院，MaastrichtUniv達(dá)到了64篇，INRA有51篇，中科院有44篇，無(wú)論是發(fā)文量還是中心性，機(jī)構(gòu)的研究力量相對(duì)薄弱，尚未有高產(chǎn)出和高影響力的機(jī)構(gòu)出現(xiàn)。發(fā)文量20篇以上的高產(chǎn)作者:KleinjansJCS(27)PiersmaAH(24)NielsenJ(23)UhlenM(23)PenningsJLA(21)

1.研究力量分析：作者2.重要文獻(xiàn)分析：早期奠基性文獻(xiàn)年份頻次中心性被引文獻(xiàn)2001390.64BRAZMAA,2001,NATGENET,V29,P365,DOI10.1038/NG1201-3652006310.02LIWZ,2006,BIOINFORMATICS,V22,P1658,DOI10.1093/BIOINFORMATICS/BTL1582005310.08CARNINCIP,2005,SCIENCE,V309,P1559,DOI10.1126/SCIENCE.11120142.重要文獻(xiàn)分析：早期奠基性文獻(xiàn)第一篇:Minimuminformationaboutamicroarrayexperiment(MIAME)-towardstandardsformicroarraydata.文中提出了著名的MIAME，MIAME制定了基因芯片數(shù)據(jù)的信息的最低限度的標(biāo)準(zhǔn)。第二篇:Cd-hit:afastprogramforclusteringandcomparinglargesetsofproteinornucleotidesequences.第三篇:TheTranscriptionalLandscapeoftheMammalianGenome.重要文獻(xiàn)分析——核心性?年份被引頻次中心性被引文獻(xiàn)20092500.58WANGZ,2009,NATREVGENET,V10,P57,DOI10.1038/NRG248420081890.89MORTAZAVIA,2008,NATMETHODS,V5,P621,DOI10.1038/NMETH.122620101460.04ANDERSS,2010,GENOMEBIOL,V11,P,DOI10.1186/GB-2010-11-10-R10620111360.11GRABHERRMG,2011,NATBIOTECHNOL,V29,P644,DOI10.1038/NBT.18832.重要文獻(xiàn)分析：高被引文獻(xiàn)第一：RNA-Seq:arevolutionarytoolfortranscriptomics.描述了RNA-Seq使用方法和與它的應(yīng)用相關(guān)的挑戰(zhàn)。第二：MappingandquantifyingmammaliantranscriptomesbyRNA-Seq，繪圖和量化了哺乳動(dòng)物轉(zhuǎn)錄組。第三：Differentialexpressionanalysisforsequencecountdata，一個(gè)新的算法——DESeq。年份頻次中心性被引文獻(xiàn)20081890.89MORTAZAVIA,2008,NATMETHODS,V5,P621,DOI10.1038/NMETH.12262001390.64BRAZMAA,2001,NATGENET,V29,P365,DOI10.1038/NG1201-3652004180.60JENKINSH,2004,NATBIOTECHNOL,V22,P1601,DOI10.1038/NBT104120092500.58WANGZ,2009,NATREVGENET,V10,P57,DOI10.1038/NRG24842.重要文獻(xiàn)分析：高中心性文獻(xiàn)中心性第一和頻次第二是同一文獻(xiàn)，表明這篇文獻(xiàn)在轉(zhuǎn)錄組學(xué)領(lǐng)域具有一定的重要性。中心性第二的文獻(xiàn)是奠基性最強(qiáng)的文獻(xiàn)，表明這篇文獻(xiàn)在轉(zhuǎn)錄組學(xué)領(lǐng)域有很大的奠基作用和核心作用力。中心性第三：Aproposedframeworkforthedescriptionofplantmetabolomicsexperimentsandtheirresults一文，完善了代謝組學(xué)的標(biāo)準(zhǔn)，推動(dòng)了代謝組學(xué)的發(fā)展。3.研究熱點(diǎn)分析:關(guān)鍵詞詞頻分析頻次關(guān)鍵詞翻譯1547transcriptomics轉(zhuǎn)錄組學(xué)1021Genneexpression基因表達(dá)459expression表達(dá)455proteomics蛋白質(zhì)組學(xué)353microarray基因芯片298metabolomics代謝組學(xué)277identification鑒定264genomics基因組學(xué)Geneexpression、

identification表明基因表達(dá)、鑒定是當(dāng)前研究熱點(diǎn)。而研究熱點(diǎn)集中的學(xué)科是transcriptomics、proteomics、metabolomics、genomics。另外microarray也是研究熱點(diǎn)之一。高頻關(guān)鍵詞聚類3.研究熱點(diǎn)分析:關(guān)鍵詞聚類分析這6個(gè)大類代表了轉(zhuǎn)錄組學(xué)研究熱點(diǎn)的6大分區(qū)，即小RNA分子、營(yíng)養(yǎng)基因組學(xué)、數(shù)據(jù)庫(kù)、骨骼肌、候選基因、動(dòng)脈粥樣硬化。4.研究前沿分析突變?cè)~權(quán)重年份dnamicroarray9.632006cdnamicroarray7.782007nutrigenomics5.552007functionalgenomics4.582006microarrayanalysis4.332006tandemmassspectrometry4.082006h1nmrspectroscopy3.792006expressedsequencetag3.702009DNA芯片、cDNA芯片、

營(yíng)養(yǎng)基因組學(xué)都是轉(zhuǎn)錄組學(xué)的研