服务简介

趋势显著性分析——Gene Expression Trend Analysis

       对于按照处理时间、浓度、疾病恶化程度顺序设计的序列实验，为了筛选出随样本顺序变化影响最显著、最主流的基因群，需要对样本的差异基因进行基因表达趋势分析。应用模糊聚类等机器学习方法，计算出随着时间、浓度梯度或恶性程度等变化过程中基因的表达趋势，得到相应的主流表达趋势，其所属基因的表达变化是与时间、浓度或恶性程度具有显著性联系的基因，主流表达趋势所属基因将作为进一步研究的目标基因。

对其中的主流趋势进一步研究，以#15趋势为例：

 文章案例1： 以斑马鱼为模型，研究SiNPs+B[a]P共同暴露比SiNPs、B[a]P单独暴露具有更明显的心血管毒性。通过表达谱芯片检测和趋势分析，筛选出各组处理下的差异表达基因及基因的表达趋势。 SiNPs和B [a] P共暴露显著促炎和促凝血基因的表达。此外，共同暴露增加磷酸化的AP-1 / c-Jun并诱导TF表达。本研究首次证明炎症反应和血液高凝状态是由SiNPs和B [a] P在低水平暴露组合引发的。

 

参考文献： Juncao Duan et al. Inflammatory response and blood hypercoagulable state induced by low level co-exposure with silica nanoparticles and benzo[a]pyrene in zebrafish (Danio rerio) embryos. 2016. Chemosphere.
 
 
文章案例2：

 

文章案例3：