博文

MOREshiny：推断特定表型相关的多组学调控网络

已有 332 次阅读 2026-7-11 10:36 |个人分类:科普|系统分类:科普集锦

MOREshiny：推断特定表型相关的多组学调控网络

推断出能够解释不同表型差异的调控网络，对于理解复杂的生物过程至关重要。将各种组学数据纳入此类网络中，有助于更全面地了解调控机制。不过，目前用于多组学调控网络（multi-omic regulatory network，MORN）推断的工具仍然很少，这些工具缺乏处理各种数量和类型的组学数据的灵活性，也无法有效整合先前的调控知识，更无法生成和比较不同表型对应的调控网络。

R 包MORE克服了这些限制。该包通过将回归模型与先进的变量选择技术相结合，从而能够推断出与特定表型相关的MORN。此外，该包还允许用户分析这些调控关系在生物学上的意义。虽然 MORE 是一个文档齐全的 R 语言包，但其使用可能仅限于那些具备统计学专业知识和 R 编程技能的研究人员。这一限制可能会妨碍其在更广泛的生物医学研究领域的应用。为了解决这个问题，Aguerralde-Martin等人开发了 MOREshiny （图1，https://github.com/BiostatOmics/MOREshiny）这款用户友好的交互式应用程序。它扩展了MORE的功能，使得那些编程经验有限的用户也能轻松使用它。MOREshiny 以 Docker 容器的形式提供，这意味着它可以在一个配置完备的环境中运行，从而避免了手动管理依赖关系或进行系统配置的麻烦，这些都是非专业用户常常面临的难题。此外，MOREshiny 还具备自动决策功能，能够根据输入数据自动选择最合适的方法。这样一来，用户就无需在模型构建过程中进行复杂的统计分析，从而降低了使用难度，更便于非专业人士使用。

图1 MOREshiny 应用程序的概览。A) MOREshiny 的输入包括目标或“受调控的”组学数据（如基因表达数据）、各种调控因子相关的组学数据（如 miRNA 表达、DNA 甲基化数据等），以及需要比较的表型组（如健康组/疾病组）。用户还可以自行指定可能的调控关系，比如 miRNA 与其靶基因之间的关系。B) 数据加载完成后，用户可以配置模型参数，以应用不同的回归模型和先进的变量选择技术。C) 调用 MORE 工具后，即可得到与各表型相关的 MORN。D) MOREshiny会以表格形式展示各表型下重要的调控关系，并通过各种图表进一步展示这些数据，包括各组学数据和表型对应的调控数量或比例、不同表型之间的共同调控关系和特异性调控关系，以及调控因子与基因的详细信息。E) 还可以以图形方式展示具有激活状态的 MORN。蓝色代表调控关系中的“激活”作用，红色则代表“抑制”作用。F) MOREshiny 工具有助于识别那些在调控网络中起关键作用的基因以及全局性调控因子。G) MOREshiny 还提供了两种功能富集分析方式：一种是针对那些具有相同调控模式的基因进行的分析，另一种则是针对每个基因的调控情况，或比较不同表型之间的调控差异

参考文献

[1] Maider Aguerralde-Martin, Roxana Andreea Moldovan, María Verdú, Sonia Tarazona, MOREshiny: a user-friendly application for the inference of phenotype-specific multi-omic regulatory networks, Bioinformatics Advances, 2026;, vbag175, https://doi.org/10.1093/bioadv/vbag175

以往推荐如下：

1. 分子生物标志物数据库MarkerDB

2. 细胞标志物数据库CellMarker 2.0

3. 细胞发育轨迹数据库CellTracer

4. 人类细胞互作数据库：CITEdb

5. EMT标记物数据库：EMTome

6. EMT基因数据库：dbEMT

7. EMT基因调控数据库：EMTRegulome

8. RNA与疾病关系数据库：RNADisease v4.0

9. RNA修饰关联的读出、擦除、写入蛋白靶标数据库：RM2Target

10. 非编码RNA与免疫关系数据库：RNA2Immune

11. 值得关注的宝藏数据库：CNCB-NGDC