半胱氨酸氧化修饰蛋白组demo报告

半胱氨酸氧化修饰蛋白组的分析内容，首先要计算每个样本中每个蛋白的氧化修饰比例，即氧化半胱氨酸相应位点定量值除以总半胱氨酸相应位点定量值。然后利用生物学重复的氧化修饰比例值来计算平均值和标准差（SE）。从高置信度肽（ Peptide Threshold 1.0% FDR, & PTM probability…

半胱氨酸氧化修饰蛋白组的分析内容，首先要计算每个样本中每个蛋白的氧化修饰比例，即氧化半胱氨酸相应位点定量值除以总半胱氨酸相应位点定量值。然后利用生物学重复的氧化修饰比例值来计算平均值和标准差（SE）。从高置信度肽（ Peptide Threshold 1.0% FDR, & PTM probability Cutoff>0.75 ）定量的单个位点用于 数据分析 。除非另有说明，我们将氧化变化百分比±10%且Benjamini-Hochberg校正p值≤0.01的位点视为“变化显著”。对于氧化修饰比例分析，我们将氧化%≥20%的半胱氨酸定义为广泛/高度修饰，分析时优先关注并可视化展示这部分位点。

关键表1& 氧化位点修饰比例计算结果

关键表2& 差异氧化位点 统计 结果

备注：以上数值并非真实数据

基于上述的两个表格，我们可以提供两个维度的分析内容，维度一： 氧化位点修饰比例的可视化统计展示； 维度二： 差异氧化位点 的表达和功能分析。以下将展示部分结果，图片示例参考doi.org/10.1016/j.cell.2020.02.012

氧化位点修饰比例统计分析

采用Pearson相关性系数的方法，评估组内/组间样本的氧化修饰比例一致性。此图展示利用背景组半胱氨酸位点和正式组氧化修饰位点定量值进行修饰比例计算之后的样本相关性。

氧化位点修饰比例聚类热图

热图，又可称为层聚类分析（HCA），用颜色的深浅表示位点氧化比例的大小，其中在纵轴方向，可以对样本进行聚类分析。此图展示利用 背景组半胱氨酸位点定量值和正式组氧化修饰位点进行百分比计算之后的聚类热图。

火山图是以氧化比例变化值为横轴，以P 值的-log10 变化值为纵轴的散点图，根据显著性变化的阈值（ 氧化变化百分比±10%且Benjamini-Hochberg校正p值≤0.01 ）为分界线，将数据主要分为三大类，红点为上调、蓝点为下调、灰点为没有变化（参照图例）。可以看出各组差异位点的分布情况。

热图，又可称为层聚类分析（HCA），用颜色的深浅表示位点氧化比例变化的大小，其中在 纵轴方向，可以对样本进行聚类分析，在横轴方向可以对氧化位点进行聚类分析。此图展示利用对照组和实验组的氧化修饰比例进行差异位点筛选的聚类热图。

本分析中是基于氧化位点所属蛋白进行生物信息学分析， 蛋白本身不考虑差异。

Gene Ontology ，简称GO，是用于整合来自所有物种的基因及其产物特性的强大工具，目的是根据以下三点注释和分类基因及其对应的产物：分子功能，细胞器组成和生物过程。通过对差异氧化位点进行GO功能富集，可以发现实验处理后，哪些相关功能发生了显著扰动。

KEGG，全称京都基因和基因组百科全书（Kyoto Encyclopedia of Genes and Genomes），用于生物信息学研究。KEGG PATHWAY数据库是KEGG资源的核心，包含高级功能信息，包括细胞过程的图示，如代谢、膜运输、信号转导以及细胞周期。 通过对差异氧化位点进行KEGG通路富集，可以发现实验处理后，哪些氧化相关途径发生了显著扰动。

优先 对高度氧化修饰比例（≥20%）的半胱氨酸蛋白质进行互作网络分析，绘制氧化还原网络，结合功能或通路的一些分析，发现重要的PPI，以及这些PPI在实验处理前后发生了如何的可逆氧化还原变化。

对高度氧化修饰 （≥ 20%） 半胱氨酸残基进行共有基序分析，发现某个氨基酸的显著富集或者在一系列近端位置上特定氨基酸的高度选择。

服务报告 - 半胱氨酸氧化修饰蛋白组demo报告