IPA_COVER.jpg
跟着Cell学作图|11.Ingenuity Pathway Analysis(IPA)
“实践是检验真理的唯一标准。”
“复现是学习R语言的最好办法。”
2021.4.12_1
这篇2020年发表在cell上关于新冠的组学文章里面有大量的生信内容。今天带大家复现其中同一个软件(IPA)做的两张图。
22
210521_1
210521_2
注：
因为IPA是付费的，有的学校或者单位可能也没有，所以本来没打算讲的。不过这几天后台很多私信说想知道这两张图怎么做的，今天就简单写一下~
IPA
IPA（Ingenuity Pathway Analysis，通路分析软件）是一款基于云计算的图形化界面生物信息学软件，能够从生物学通路角度将组学数据进行分析、整合和理解，适用于转录组学、蛋白质组学、代谢组学等大数据分析，也适用于一些产生基因、化学物质列表的小规模实验。组学数据分析结果主要有经典通路、上游转录调控、下游调控子效应、疾病与功能以及分子间相互作用网络这5个结果。
经典通路分析
最大的优势是能根据上传数据中的分子上下调来预测通路的激活/抑制，然后还能预测整个通路被激活后的变化趋势，如上图C.蓝色的柱子表示对应的通路被抑制，橙色的为激活.
分子间相互作用网络
不同于string的network分析，IPA的network分析按照功能能分析的，并且还会对network网络进行打分。在上图B中红色和绿色节点分别表示上调和下调的分子，白色节点表示在我们的数据集中没有检测到的分子。
绘制
数据格式
210521_3
导入数据并做图
210518_5
挑选并导出结果
Snipaste_2021-05-21_13-35-04
Snipaste_2021-05-21_13-33-53
Snipaste_2021-05-21_13-34-35
写在后面：
本系列重在复现，所以有些细节可能讲的不是很详细。大家有问题可以后台私信，或者在我的B站：
木舟笔记进行互动！制作不易，希望大家多多点赞``在看！
