蛋白组与代谢组联合分析服务

适用研究场景

病灶组织与临床分层

在同一患者的病灶与邻近组织中分别检测两组学，可估计患者内的蛋白和代谢物差异；在相同组织类型、采样阶段下，也可按病理分级、分子亚型或疾病活动度比较患者群体。分析将酶及相关代谢物按反应位置排列，比较变化方向和个体分布，研究不同临床或病理状态下哪些代谢环节存在丰度差异。

干预机制与动态响应

针对药物、营养、环境或基因干预，按独立生物学重复设置对照、处理、剂量或时间组，每个重复分取材料完成两组学检测。纵向队列采用相同访视节点，研究蛋白与代谢物变化的出现时间、持续程度和组别差异。对应结果可支持后续选择酶活性测定、同位素示踪或靶向代谢物复测。

组织与体液的代谢关联

同一受试者或动物具有同期组织及血浆、血清等样本时，分别分析各类样本中的蛋白和代谢物变化，再在配对个体中估计组织候选与体液分子的相关性。组织定位、分泌注释和采样时间有助于解释跨区室关联，适合筛选与组织代谢状态相关、同时可在体液中检测的分子。

服务特色与技术优势

在同一批样本中研究跨层变化

以受试者、取材部位、时间点和实验重复建立蛋白组与代谢组对应关系。单层差异分析使用各层满足分析条件的数据，跨层关联与联合丰度展示使用对应的配对样本，并在图表中给出各项分析的样本范围。

按已知反应位置组织候选分子

依据已知生化反应和亚细胞定位注释，匹配候选酶、底物、产物及转运蛋白，展示相邻反应、旁路和运输过程，并据此选择复测与干预实验的反应环节。

筛选酶与代谢物候选组合

候选排序综合组间效应、个体分布、蛋白与代谢物相关性及反应注释，同时列出分子层统计结果和已知生化关系，供研究者按目标反应选择酶与代谢物组合。

分析项目

双组学数据与样本对应

• 整理两组学的样本编号、受试者、取材部位、访视和分组，建立一一对应表，分别列出各层可用样本及完整配对的联合分析集合。
• 分别整理蛋白与代谢物定量矩阵、可用特征及缺失情况，并结合批次和协变量形成双层数据概况，输出质量信息与分析数据表。
• 统一蛋白基因标识、代谢物名称及反应归属，建立酶、转运蛋白、底物和产物的对应信息，输出支持跨层比较的分子注释表。

蛋白层与代谢物层差异

• 在蛋白组可用样本中按研究分组估计蛋白丰度差异，报告变化方向、幅度、置信区间和多重校正结果，输出全蛋白差异表及火山图。
• 在代谢组可用样本中独立估计代谢物差异，报告变化方向、幅度、置信区间和多重校正结果，输出完整代谢物结果及差异图。
• 对预选蛋白和代谢物展示各组样本丰度分布，并分别绘制两层差异特征热图，输出关键分子分布图及各层标准化作图矩阵。

完整配对样本的联合模式

• 在两组学完整配对的样本中对齐蛋白与代谢物，以分子内标准化显示共同丰度模式，输出附分组和组织注释的跨层联合热图。
• 将联合热图中的分子模式与各自的组间效应并列展示，比较个体分布和平均变化，输出共同变化及方向分离的分子结果。
• 具有患者内配对或一致访视的研究，分别估计两层变化并按相同受试者对应，输出组织配对效应或访视变化的联合结果表。
• 具有预设剂量、时间或临床分层的设计，比较两层分子随相同研究因素的变化，输出对应的分层效应、动态模式及候选组合。

预设反应中的跨层关联

• 围绕预设酶、转运蛋白与底物或产物组合，在对应生物学分组的配对样本中估计相关，输出关联方向、幅度及每对可用样本数。
• 对预设分子对提供相关系数、置信区间、置换检验和多重校正结果，并按反应关系组织矩阵，输出完整关联表及相关性图。
• 对重点分子对展示每个样本的蛋白与代谢物定量散点，结合对应统计结果呈现样本间共变，输出候选关系的样本层分布图。

共同通路与双层模块支持

• 分别将蛋白和代谢物结果映射至通路或预设反应模块，整理两层共同涉及的代谢过程，输出分子归属和跨层功能主题表。
• 按反应模块统计各层对应的分子数量及变化方向，制作双层支持气泡图，展示哪些过程同时具有蛋白层与代谢物层结果。
• 围绕重点代谢过程整理酶、转运蛋白及代谢物的成员清单，并附各自变化幅度，输出可逐分子查看的功能模块结果。

反应位置与酶代谢物网络

• 按已知反应位置排列蛋白和代谢物的差异效应及置信区间，比较反应相关分子的方向和幅度，输出反应顺序效应图。
• 以酶、底物、产物和转运位置组织生化关系网络，用节点颜色显示分子变化，输出结合反应拓扑与双层结果的网络图。
• 在组织与体液同期配对的设计中，分别比较各区室候选分子的变化方向，输出组织相关信号在循环体液中的对应结果。

候选组合与交付结果

• 结合两层效应、样本间相关性和已知反应位置整理候选酶与代谢物组合，输出优先顺序及各组合对应的分子和样本层结果。
• 按候选组合的研究问题组织后续靶向检测、酶活或示踪实验目标，形成蛋白、代谢物、反应位置与拟验证内容对应的清单。
• 交付双层定量、差异、配对关联、通路归属及反应网络结果，提供图注、统计方法、作图数据和高分辨率图件，支持科研写作。

专题分析说明

蛋白与代谢物的分层差异分析

两层数据分别完成覆盖度、丰度分布和分组结构分析，按研究设计建立配对、独立分组或多因素模型。输出各分子的变化方向、效应大小、置信区间和多重比较校正结果，并通过火山图、热图和样本分布图呈现差异。多时间点项目进一步估计各访视相对基线的变化。

样本对应与联合丰度展示

按样本编号匹配组织部位、采样阶段、处理条件及临床资料，在同一列顺序下排列配对样本的蛋白和代谢物。各分子分别标准化后，可比较其在患者或实验重复中的相对高低，识别同时出现的丰度模式，并查看这些模式与分组、取材或临床特征的对应关系。

预设反应中的跨层关联

优先围绕课题关注的酶、转运蛋白与底物、产物设置关联组合，在对应样本中估计相关方向、强度及其不确定性。根据样本规模与分组结构，可结合分组调整或组内分析研究关联，配合散点图查看个体分布，使候选选择同时考虑总体关系和临床背景。

共同通路与代谢模块

分别将蛋白和代谢物映射到通路，汇总两层共同涉及的代谢过程及各自提供的分子信息。对于氨基酸、脂质、能量代谢或细胞外基质相关过程，可进一步缩小到课题关注的模块，以效应矩阵或气泡图展示各层的变化方向和分子覆盖。

酶底物产物网络与区室关系

按已有生化知识连接酶、底物、产物及转运节点，并将本项目的丰度变化叠加到网络。图中节点颜色表示相应分子的组间效应，反应连线表达已知生化关系。配合反应顺序图，可研究同一过程内不同环节的方向一致性及分离现象。

候选组合与验证实验设计

候选组合按两层效应、个体分布、反应位置和检测可行性排序，并对应到不同实验问题。靶向质谱或代谢物检测复测丰度，酶活测定评价催化活性，同位素示踪研究代谢流向，功能干预评价候选对表型的影响。报告列出所选酶、底物或产物及相应的检测对象，供后续实验直接采用。

样本与项目资料

同一取材单元分取材料用于两组学检测，或按受试者、部位与时间点建立一一对应关系。组织研究需记录取材位置、病理类型和保存条件；体液研究需统一样本类型、采样阶段并保留临床变量；细胞或动物研究需提供独立重复、处理、剂量及时间信息。易算结合样本性质讨论检测支路、材料分配与主要比较。

已有检测结果的项目可提供两层报告目录、样本信息及分子定量字段。联合分析前整理蛋白标识、代谢物注释和样本对应；对带有异构体或多个候选注释的代谢物，结合鉴定信息选择反应映射层级。主要比较、预计效应和可获得样本共同用于确定分析规模。

服务流程与交付结果

研究设计明确组织或实验材料的分取方式、两组学样本对应及主要比较，检测分别获得蛋白和代谢物定量。统计分析估计各层差异及配对样本中的相关性，反应注释标出候选的生化位置；结果讨论据此确定优先复测的酶与代谢物组合。

交付包含样本对应信息、两层数据概况、蛋白与代谢物差异表、跨层关联表、通路与反应注释、候选组合说明，以及热图、散点图和反应网络等图件。专题报告围绕研究问题解释分子层和反应层结果，并整理可用于汇报和论文准备的方法及图注。

项目咨询：请提供研究问题、样本类型、分组和配对方式，以及已有的蛋白组、代谢组或临床资料。多组学与生信定制咨询：multiomics@omicsolution.com。

图文示例

图文为分析方法、公开数据再分析或研究示例。示例中的样本数量、效应和模型性能对应各自数据与分析条件，不代表其他项目的结果保证。服务用于科研；候选关系与预测结果不能替代机制验证、独立队列验证或临床诊断。

图1 蛋白层差异全景

公开研究数据，由易算生物重新分析。

GLS、OAT、OTC 和 GLUD1 等代谢相关蛋白标在效应与统计量的对应位置，可同时比较变化幅度和统计支持程度。蛋白层差异使用本层可用样本估计；将这些蛋白映射到各自催化的反应后，可查找代谢组中已测得的底物和产物。

图2 代谢物层差异全景

公开研究数据，由易算生物重新分析。

代谢物差异由该数据层的可用样本估计，谷氨酰胺、瓜氨酸、α-酮戊二酸和脯氨酸呈现不同变化方向。与相应酶蛋白对照，可比较同一反应中底物、产物及酶丰度的变化模式。

图3 重点蛋白与代谢物的样本分布

公开研究数据，由易算生物重新分析。

散点保留各分子的组内离散、极端观测及两组重叠。蛋白和代谢物采用各自定量尺度，可查看平均差异是否在多数样本中出现，并评价候选分布的稳定性及复测需求。

图4 蛋白层与代谢物层的差异热图

公开研究数据，由易算生物重新分析。

两幅热图分别展示各数据层的代表差异分子，保留该层自身的可用样本。同行颜色用于比较同一分子在样本间的相对变化，跨层对应关系则在后续配对样本联合热图中展示。

图5 反应模块中的双层分子支持

公开研究数据，由易算生物重新分析。

各模块的分子数量反映检测覆盖，颜色概括该层的中位效应。谷氨酰胺与谷氨酸、鸟氨酸与瓜氨酸、精氨酸与脯氨酸等模块可逐一比较两层测量，确定已有酶和代谢物覆盖及适合补充靶向检测的环节。

图6 配对样本的蛋白与代谢物联合模式

公开研究数据，由易算生物重新分析。

相同列中的蛋白和代谢物来自对应样本，可直接查看两层丰度是否同时偏高、偏低或出现不同模式。右侧效应图保留组间比较，热图则显示各组内部的个体差异，便于辨认平均效应相近但样本分布不同的分子组合。

图7 预设分子关系的配对相关矩阵

公开研究数据，由易算生物重新分析。

每个单元格对应预设酶或转运蛋白与代谢物之间的相关方向和强度。不同分子对的有效样本数可能不同，排序需同时采用置信区间及多重比较校正结果；样本散点可进一步显示相关性是否主要受个别观测或取材构成影响。

图8 候选分子对的样本层散点

公开研究数据，由易算生物重新分析。

四组分子对列出有效样本数、秩相关系数和个体观测，样本形状保留取材类别。点的分布可显示取材构成及极端观测与总体趋势的关系，完整关联表提供区间和校正统计结果。

图9 沿反应位置排列的分子差异

公开研究数据，由易算生物重新分析。

酶、底物和产物按反应位置排列，共同坐标便于比较效应方向与幅度，横线显示各自估计的不确定性。各层独立估计的效应可列出同向或反向组合，用于选择同步复测的分子。

图10 酶 底物 产物与转运关系网络

公开研究数据，由易算生物重新分析。

网络按已知反应和亚细胞位置排列分子，颜色来自组织整体测量，同一代谢物重复出现时沿用同一效应值。丰度组合用于提出调控假设，催化活性与代谢流向分别通过酶活测定及同位素示踪研究。