写在前面

在生物学里，通路通常指信号通路。常见的信号通路数据库有KEGG（https://www.kegg.jp/）和Reactome（https://reactome.org/）。我们也不用把信号通路想得很特殊，其实微观的信号通路跟宏观的交通路是类似的。交通路的要塞对应信号通路的关键分子，每条道路就代表不同分子间的作用关系。针对已有分子，KEGG和Reactome已经绘制了信号通路的图谱。但是，如果我们想知道部分分子（包括蛋白质，基因）或感兴趣分子在信号通路图谱中的作用或功能，那么就需要通路分析了。这次就介绍一款商业性通路分析软件：IPA（Ingenuity Pathway Analysis）。

01

—

IPA

IPA（图1，https://digitalinsights.qiagen.com/products-overview/discovery-insights-portfolio/analysis-and-visualization/qiagen-ipa/）是一款商业软件。使用教育网邮箱（edu后缀）可以申请免费试用两周IPA软件。该商业软件还被NIH（National Institutes of Health, https://www.nihlibrary.nih.gov/resources/tools）收纳为实用工具。其具体介绍如下：

IPA is a web-based bioinformatics application that allows researchers to upload data analysis results from high-throughput experiments such as microarray and next generation sequencing for functional analyze, integration, and further understanding. This includes both microarray and RNA-Seq gene expression, miRNA, SNP, metabolomics, and proteomics data. In general, lists of genes or chemicals can be analyzed using IPA. It also has a search capability for information on genes, proteins, chemicals, and drugs and allows interactive building of networks to represent biological systems.

简单理解就是，IPA能够帮助用户理解和分析数据，这种理解是通过构建分子信号通路的方式。

图1 IPA主页

02

—

IPA案例

IPA做通路分析是以交互构建网络的形式来开展，不同形状代表不同生物分子，整个通路图直观和美观。感兴趣的分子会以不同颜色进行标注，这样方便用户查看自己感兴趣分子的作用和功能。例如，图2展示了不同分子之间的互作关系网络图（我自己试用生成的），图3展示了冠状病毒的病理通路图（从细胞外->细胞质->细胞核的信号通路）。

图2 基于IPA的分子互作网络

图3 基于IPA的冠状病毒的病理通路

后话

IPA不仅能辅助做纯生物信息分析，而且还能够做药物信息分析。当然，也是整合多种数据源分析的可靠工具。感兴趣的话，可以注册进行两周的试用。Enjoy it！

参考文献：

[1] Krämer A, Green J, Pollard J Jr, Tugendreich S. Causal analysis approaches in Ingenuity Pathway Analysis. Bioinformatics. 2014;30(4):523-530. doi:10.1093/bioinformatics/btt703

以往推荐：

1. 代码收留站推荐一波！

2. 文献管理器推荐一波！

3. 生信书籍推荐一波！

4. 生信微信公众号推荐一波！

5. 韦恩图在线软件推荐一波！

6. 专利数据库推荐一波！

7. 文献订阅App只推荐一个！

8. SCI专刊推荐一个

9. 机器学习资源库推荐一个

10. 你想了解因果推理吗？

11. 机器学习软件推荐一个

12. ​网络可视化软件推荐两款