代谢组学是近年发展快速的一门学科，目前在医学、植物学、微生物学、毒理学、药物研发等多个领域中得到了广泛的应用。如何从复杂的代谢组学数据中提取出有价值的信息，筛选出潜在的生物标志物成为近年来代谢组学研究的热点和难点。
网络药理学能够通过计算机模拟算法、运用组学、高通量筛选及网络分析等技术揭露药物-靶点-疾病之间复杂的网络信号关系,已经成为揭示生物系统复杂功能和行为的有力工具。
代谢组学数据分析及网络药理学研究技术与实践课程
代谢组学研究
技术与实践
1、代谢组学简介及样本的采集与制备关键问题探讨
代谢组学概述、操作流程、样本采集、储存及制备问题
2、代谢组学数据采集与预处理，决定数据统计结果的准确性
2.1 常用技术平台介绍（NMR和LC-MS）
2.2 常用软件和数据库介绍（代谢物鉴定、数据预处理与分析）
2.3 数据预处理（归一化、标准化、数据转化、缺失值评估）
3、基于SIMCA-P软件的代谢组学数据多元统计分析与实操
3.1 样本分类（无监督和监督模式）
3.2 差异变量筛选（S-plot、S+V-plot、VIP、biplot等）
3.3 常见图形结果解读
网络药理学研究技术与实践4、网络药理学研究思路和流程
5、网络药理学数据分析与实操
5.1 化学成分的获取与筛选
5.2 中药化学成分靶点获取
5.3 疾病靶点富集数据库
5.4 化合物与疾病靶点映射（韦恩图）
5.5 PPI网络分析（PPI网站的构建、PPI核心网络的筛选）
5.6 富集分析（DAVID数据库、Metascape 数据库）
5.7 网络图构建—Cytoscape（数据导入、节点关系的建立、节点属性计算、调整网络样式、筛选及过滤、网络图导出）
代谢组学与网络药理学结合研究技术与实践6、代谢组学与网络药理学结合研究思路
7、代谢组学与网络药理学结合分析技术
7.1 代谢组学与网络药理学数据的获取
7.2 代谢组学功能分析（富集分析、通路分析等）
7.3 小分子网络关联分析（Metscape软件、KEGG数据库等）
7.4 代谢组学与网络药理学功能层次关联分析
核心技术实战8、实例操作
8.1 TCMSP数据库获取与筛选化学成分
8.2 Swiss Target Prediction数据库预测成分靶点
8.3 DisGeNET数据库获取疾病靶点
8.4 化合物与疾病靶点映射
8.5 PPI网络绘制
8.6 DAVID软件进行富集分析
8.7 Cytoscape工具绘制成分-靶点图
8.8 Metscape绘制代谢-酶网络关联图
文献解析实例9、代谢组学与网络药理学结合的文章分析流程和套路
9.1 中药化学成分靶点与代谢小分子网络分析实例（Food Res Int. 2020, 136:109503）
目标：采用Metscape软件对代谢组学发现的差异代谢物和中药成分的药物靶点关联，聚焦关键蛋白。
9.2代谢组学与网络药理学功能层次关联分析实例（J Ethnopharmacol. 2021，264:113281. ）
目标：采用功能富集工具分别对网络药理学和代谢组学数据进行关联，聚焦关键通路。
9.3代谢组学和网络药理关联分析实例（Comput Struct Biotechnol J. 2021, 19:1002-1013）
目标：整合代谢组学和网络药理学揭示羟基红花黄色素A抗急性脑外伤的作用机制损伤。
