关联分析项目介绍

随着生命学研究进入后基因组时代，系统生物学方法逐渐成为主流。多组学联合分析作为系统生物学的重要研究策略，成为近年来的研究热点。相比单组学而言，多组学研究有几个优势：

1. 能够系统描绘调控过程，增加数据的完整性；
2. 多组学数据之间可以进行相互验证，加强结论可信度；
3. 多组学数据联合分析更有利于生物学过程调控机制的研究，提高研究的创新性。

目前关于代谢组学和关联组学整合分析的思路主要可以归为以下几类：

1. 分别分析代谢物和关联组学检测指标之间的相关性：通过单变量的两两相关或者通过多变量模型的相关性分析，界定表达相关性规律，通过聚类热图、相关性网络图以及和弦图从多个维度揭示表达调控规律；
2. 分别寻找代谢物与关联组学检测指标的联合生物标志物：通过多组学模型界定对分组贡献最大的联合标志物组合，分析联合标志物组合对表型的预测效果；
3. 基于生物学通路整合代谢组和关联组学的数据：找到参与某条重要的代谢通路的差异功能基因或者差异蛋白和差异代谢物，或者分析功能基因或者蛋白和代谢共同富集到的通路来界定生物学表型相关的关键通路。代谢组学和关联组学的关联分析是利用差异指标的定量值来进行联合分析。

关联分析将从代谢物+物种层面（代谢+宏基因特有）和代谢物+功能基因两个层面进行分析。在关联分析中，综合运用了单变量相关性、非监督模型关联、监督模型关联、生物学功能关联。具体关联分析流程图如下所示：