IPA(Ingenuity Pathway Analysis)软件常见问题锦集

2017-03-15 17:08:40 来源:源资科技市场部

新闻摘要:IPA(Ingenuity Pathway Analysis)软件常见问题锦集


问题1:初次使用如何登陆?
回复:IPA登录说明如下:
(1)客户端下载地址:https://analysis.ingenuity.com/pa/installer/select,Mac系统、Windows系统选择不同客户端。
(2)客户端安装及登录

  IPA客户端安装在电脑后,桌面显示IPA快捷方式图标。双击,打开IPA软件。

 

图1-1 打开IPA软件,缓冲过程图示

 

图1-2 IPA软件登陆界面

  在上图登录界面中输入申请IPA账号使用的Email及原始密码,即可成功登录,进入IPA操作界面,如下图所示。

 

图1-3 IPA软件界面


问题2:收到原始密码后,自己如何设置密码?
回复:以忘记密码为由,申请重置密码。
打开链接:https://apps.ingenuity.com/isa/account/forgotpassword ,在下图界面Email框中输入IPA软件的登陆邮箱地址,点击Submit。待收到Qiagen公司提供的重置密码链接,重置密码即可。(以上操作请在注册IPA软件的电脑上完成)

 

图2-1 申请重置密码界面


问题3:IPA分析数据的数据格式?对数据类型与数值范围的要求是什么?
回复:IPA识别 .txt、.xlsx和.xls 格式文件,推荐使用Excel第一张表格编辑数据,表格中一定要包括ID(表格第一列,基因、蛋白或化学物)和实验数据值,每列只有一个抬头。每个表格中可以最多包括20组观察(Observation),观察结果最多对应3种数值类型。如图3-1所示。IPA能够识别的数值类型与数值范围,见表3-1。

 

图3-1 Excel编辑数据格式示例

表3-1 IPA能够识别的数值类型及其有效数值范围

 


问题4:代谢物的ID我们一般都是用HMDB的数据,如这个肾上腺素Epinephrine,我在excel中输入HMDB00068还是00068即可?
回复:输入Epinephrine在HGMD数据库中的ID:HMDB00068。IPA识别的数据库及对于ID见表4-1,供参考。

表4-1 IPA识别的数据库及其ID

 


问题5:用数据练习IPA上传,在最后一步弹出对话框,这个有影响吗?

 


回复:上传数据前,请核查数据集中的数据类型和数值范围是否符合IPA要求。如上图所示,上传的数据集中FC在(-1,1)范围的数据不符合要求,如果用户没去除这些数据,IPA会自动忽略这些数据。


如果用户的数据统计正确,如果在上传数据时出现这种情况,IPA强制忽略这些数据不会对分析结果产生影响。因为用户在上传前去除FC在(-1,1)范围的数据,跟IPA强制忽略的效果一样。


问题6:如何筛选与疾病相关的基因,标准是什么?
回复:快速筛选与某种疾病相关的基因,推荐使用IPA的高级分析模块——BioProfiler。标准以用户感兴趣内容而定。BioProfiler筛选与疾病相关的基因的操作步骤如下:
      (1)以疾病Vesicoureteral Reflux为例,在Diseases and Functions搜索栏,搜索Vesicoureteral Reflux,搜索结果见图6-1。选择与肾和泌尿疾病相关的分子,使用BioProfiler迅速筛选感兴趣的分子。

 

图6-1 与疾病Vesicoureteral Reflux相关的分子

  (2)分子导入BioProfiler后,显示结果见图6-2,用户可以自定义表格显示的信息。用户可以在Molecule Type中选择基因,还可以根据基因表达蛋白类型,进一步更准确地选择感兴趣基因。用户还可以根据图6-2所显示的信息类型,如:组织或细胞系、分子活性、对疾病的影响和突变信息等,筛选感兴趣基因。

 

图6-2(1)分子详细信息

 

图6-2(2)疾病相关信息

图6-2 分子导入BioProfiler,显示相关的详细信息


问题7:经典通路是怎么得来的?是否可信?
回复: IPA能够查询经典通路信息,提供通路图示(Pathway)与通路文字介绍(Report),信息可夙愿。这些信息来自Ingenuity Knowledge Base。Ingenuity Knowledge Base是由多位专业领域的博士或至少具有博士学位的科学家,人工阅读专业文献,从中提取的信息组成,这些信息经多轮指控,符合Ingenuity Knowledge Base筛选标准。


以ATM signaling为例,点击Pathway,打开ATM signaling图示,如图7-1。如果您还想进一步查看支持ATM Signaling的文献,请在打开的canonical pathway窗口的图形区域,右击鼠标,在弹出的工具选项,选择最后一项: View References,如图7-2所示,便可查看支持这个pathway的文献链接和名称,点击链接,即可查看支持ATM signaling的文献。

 

图7-1 ATM signaling搜索结果

 

图7-2 ATM signaling图形展示形式

 

图7-3 支持ATM signaling的文献链接


问题8:如何查询疾病相关药物信息?
回复:(1)在搜索栏中输入疾病名称,例如,Liver Cancer。(2)选择所有搜索到的分子,导入BioProfiler。(3)在BioProfiler窗口,将Molecule Type限定为:drugs and chemicals。筛选结果虽然既包括药物,又包括化学物质,但是在Molecule Type栏中明确显示筛选到的分子的类型,您可以从结果中看到哪些是药物,如图8-1所示。

 

图8-1 在BioProfiler模块中,筛选与Liver Cancer相关的药物或化合物。


问题9:如何查询某种疾病的致病机制?
回复:致病机制一般需要限制基因、蛋白等分子范围,且以具有对应分子实验数据为佳,原因有二。第一,与某一种疾病相关的分子太多,会产生太多可能导致疾病的致病机制,从中挑选最符合用户要求的治病机制并非易事。第二,如果您限定某些分子和某种背景,如:某些分子的实验数据,提供这些生物背景,IPA能够帮您建立一个能够更符合的致病机制假说。


问题10:我想整合代谢组和蛋白组数据进行一体化的相关联分析,怎么用IPA进行操作(蛋白的名称和代谢物的名称我都有)?
回复:多组学数据分析,在编辑数据集时,可以将不同类型数据ID,如:蛋白ID与代谢物ID放在同一列,但需保证这些ID能够被IPA识别。然后再根据实际需要,选择分析功能。如:代谢组数据和蛋白组数据的整合数据集可以使用Core Analysis进行分析。


建议使用蛋白ID或代谢物ID作为IPA识别分子的依据,而不是蛋白名称或代谢物名称。


问题11:我的TTEST值应该选在observation1下的哪个选项?

 


回复:IPA不识别TTEST,请查看问题3,查看IPA支持的数值类型。


问题12:导入数据时,如果选Log Ratio就会出现全部是上调的红箭头;Top Analysis-Ready Molecules 分析中,Exp Log Ratio 显示NO data,为什么?

 

 

 


回复:IPA显示的Exp Log Ratio还是,是根据上传的数据的数值显示的,Log Ratio值大于0,显示为,小于0,显示为。没有Exp Log Ratio是因为上传的数据集中没有小于0的数值。


问题13:如何从经典通路分析中挑选有用信息?
回复:先正确解读分析的经典通路结果,用户从中挑选感兴趣内容或与研究优先关的通路。以人类肝细胞癌转录组测序(HCC_488)数据集经典通路分析结果为例,解读结果。


经典通路分析结果显示内容是与整个数据集相关性显著的经典通路,代表显著性的数值P-value由Fisher's exact test right-tailed方法计算。显著性表示数据集中的分子与经典通路相关的可能性。详细内容如图13-1所示。

 

图13-1人类肝细胞癌转录组测序(HCC_488)数据集经典通路分析结果条形柱显示方式


经典通路条形图X轴表示经典通路名称,Y轴表示-log (p-value);条形柱高低表示显著性大小;通路活性状态由不同颜色表示,根据z-score预测通路是激活还是抑制。快速鉴定数据集中基因差异性表达对通路活性的影响。橘色表示激活,蓝色表示抑制,灰色表示无法预测通路状态,白色表示z-score等于或非常接近0;橘色小方块表示比值,比值 = 数据集中涉及某经典通路的基因数/某经典通路涉及的总基因数。图中1-7内容解释如下。

1:定制表参数设置,对应内容见图13-2。

图13-2定制表参数设置界面


选择需要展示的经典通路,从数据集中分子参与的经典通路中选择感兴趣的经典通路,展示方式可选择树形图和列表形式。设置分数阈值 选择图标显示形式 选择经典通路的分类顺序 选择图表Y轴数值类型。选择经典通路分数计算方法,IPA软件设置阈值选项,低于阈值的经典通路不显示在结果中。

 
  
悬停在“Mitotic Roles of Polo-Like Kinase”条形柱上,显示数据集中有多少基因与这个通路相关、-log (p-value)、z-score和比值。如图13-2红色箭头向上指向内容。单击“Mitotic Roles of Polo-Like Kinase”条形柱,在图13-2下方显示数据集中参与此通路的基因详细信息列表,其中“Expected”栏表示此通路被激活,预测基因的状态。比如,图13-2中所示,如果通路“Mitotic Roles of Polo-Like Kinase”被抑制,预测基因CCNB1被上调。

 

图13-3人类肝细胞癌转录组测序(HCC_488)数据集经典通路分析结果条形柱显示方式


图13-3显示HCC_488数据集中涉及每个经典通路的基因是上调(红色)、下调(绿色)还是无变化(灰色)。橘色点表示每个通路的-log (p-value)。将鼠标悬停在“Cell Cycle: G2/M DNA Damage Checkpoint Regulation”条形柱上,显示该通路的详细信息,如图?中红色向下的箭头指向的蓝色背景内容。单击“Cell Cycle: G2/M DNA Damage Checkpoint Regulation”条形柱,将HCC_488数据集中涉及此通路的8个基因的详细信息显示在图下方的列表中。


问题14:IPA能够修改上传的数据数值吗?IPA能够计算Fold Change吗?
回复:IPA不能修改上传数据的数值,只能选择用或忽略某些数值,或者通过设置阈值,选择符合条件的数值用于分析。IPA不是统计学工具,数据上传至IPA之前,请自行做好生物学统计。


问题15:IPA查询次数受限?
回复:IPA不限制查询次数,如果发生这种情况,很可能是您的账号因导出图片次数超过本月上限而被停用(因为IPA对导出图片次数有限制)。请您联系源资公司,反馈情况,我们会协助解决问题。


为避免此类情况发生,请用户先将感兴趣的分子网络图或通路图存放在My Pathways中,待有需要时,再导出,合理分配导出图片的数量。

【责任编辑:(Top) 返回页面顶端
Copyright © 2008 - 2021 Tri-ibiotech.com All Right Reserved. | 备案许可证: 沪ICP备11020704-5.