NetworkAnalyst3.0：差异基因筛选，功能富集分析、基因网络构建等功能于一体的在线基因表达分析工具
hello大家好，小月亮又和大家见面了。上篇软文小月亮给大家介绍了NetworkAnalyst3.0工具的概览。这次小月亮就给大家详细介绍NetworkAnalyst3.0工具如何对单、多个基因列表数据进行分析。
大家如果对NetworkAnalyst 3.0工具的概览感兴趣请查看小月亮的上一篇软文：
NetworkAnalyst3.0：差异基因筛选，功能富集分析、基因网络构建等功能于一体的在线基因表达分析工具
NetworkAnalyst 3.0在线工具网址如下：
https://www.networkanalyst.ca
首先，登陆以上网址，工具界面如下：
上图1-5是NetworkAnalyst3.0工具的5种不同输入格式。（可看小月亮上一篇软文了解详情）
今天小月亮要给大家介绍的是上图中的1，单/多个基因列表输入，NetworkAnalyst3.0工具能给出哪些分析。
单个基因列表输入分析 :
点击上图中1 Gene List input，进入分析界面：
如上图，选择物种，输入的基因类型，将数据粘贴到数据粘贴框中，点击Upload,数据上传并检查格式，如果数据合格，右上角会有如下图的通知显示，然后点击上图右下角的Proceed进行分析。
点击Proceed后，很快就进入结果界面：
最上面是NetworkAnalyst3.0分析的一些要求：
建议使用 Google Chrome或 Mozilla Firefox浏览器
至少是15英寸，分别率1440 x 900或更高
内存2G或以上，i5/i7 cpu
分析结果Overview：
结果分为2大类：一般可视化分析结果；网络可视化分析结果。
接下来小月亮按照上图的1-14个结果编号来详细介绍每一部分结果。
1. Assorted Visual Analytics
— List Enrichment Network
此部分主要是提供基因列表的功能富集分析结果，以及通路的网络。
点击1 List Enrichment Network进入结果界面：
点击KEGG右侧箭头，可改变通路数据库，如GO MF等，选择好需要的通路数据库，点击Submit。工具会切换到选择的通路如GO MF的结果。工具默认展示的是KEGG通路富集分析的结果。
中间是黑色的网络图区域是富集的通路构建的通路网络图，网络图左侧的一列是网络图工具，例如上下左右移动，放大缩小，选择子模块等。
最右侧是通路分析结果表格，包括通路名称，通路中的提交基因数/通路基因数，P值，校正后P值。
具体结果的下载会在后面介绍，这个结果界面主要是展示和参数修改。
点击右侧表格中的通路有惊喜呦！
2. Assorted Visual Analytics
— List Heatmap View
点击2 List Heatmap View进入结果界面：热图比较简单，具体情况见下图，这里就不过多解释啦！
3. Assorted Visual Analytics
— VennDiagram
单基因列表不支持这部分结果，略
4. Assorted Visual Analytics
— ChordDiagram
单基因列表不支持这部分结果，略
5. Network Visual Analytics
— Protein-protein Interactions(PPI)
— Generic PPI
点击5Generic PPI进入参数选择界面：
点击红色框中的单击按钮，选择不同的蛋白网络数据库。其中第二个STRING网络中包含Confidence参数，可根据需要调整。点击OK确认。
进入结果界面：
点击Download可下载默认参数下的基因的蛋白互作网络，网络主要信息是一个3列的sif的文本文件（基因，边，基因）。点击右侧红色框内的按钮，可对网络进行设置，如Degree设置等。
点击下方Preview可返回到Analysis Overview界面。点击下方Proceed进入网络结果展示界面：
紫色框内显示为网络中每个基因节点的信息。点击右侧Function Explorer可得选择通路数据库，Submit得到功能富集的表格。点击Model Explorer设置Algorithm，Submit后，下方会生成模块表格，每个模块的复选框画√，中间的网络图会以蓝色的点标记这个模块，并且左下角的红色框内会显示模块中的基因信息。
点击上图中间网络左侧的3D，网络可变为3D格式：
按照下图操作可将图片保存至本地。
6. Network Visual Analytics
— Protein-protein Interactions(PPI)
— Tissue-specific PPI
此部分主要是针对不同的组织构建PPI网络。
点击6 Tissue-specific PPI进入参数选择界面：
根据上图选择具体的组织，考虑是否更改过滤标准，点击OK。
结果和Generic PPI部分结果样式一致，这里就不过多介绍了。
7. Network Visual Analytics
— Gene Regulatory Networks (GRN)
— Gene-miRNAInteractions
点击7Gene-miRNA Interactions进入参数选择界面：
如上图所示，NetworkAnalyst3.0在得到基因和miRNA的靶向互作关系使用的是TarBase和miRTarBase数据，不提供可设置的参数，直接点击OK进入结果界面：由于和上面的网络结果样式类似，所以这里就不过多介绍了。
8. Network Visual Analytics
— Gene Regulatory Networks (GRN)
— TF-geneInteractions
点击8 TF-gene Interactions进入参数选择界面：
选择想要使用的TF-gene互作数据库，点击OK。进入结果界面：
结果与之前网络结果类似，这里就不冗述了。
9. Network Visual Analytics
— Gene Regulatory Networks (GRN)
— TF-miRNA Coregulatory Network
点击9 TF-gene Interactions进入参数选择界面：
TF-miRNA的数据，NetworkAnalyst 3.0默认使用RegNetwork数据库，未提供参数选项，点击OK即可得到网络结果。具体结果和前面结果类似，略。
10. Network Visual Analytics
— Diseases,drugs & chemicals
— Protein-drug Interactions
点击10 Protein-drug Interactions进入参数选择界面：
Protein-drug的数据，NetworkAnalyst 3.0默认使用DrugBank数据库，未提供参数选项，点击OK即可得到网络结果。具体结果和前面结果类似，略。
11. Network Visual Analytics
— Diseases,drugs & chemicals
— Protein-chemical Interactions
点击11 Protein-chemical Interactions入参数选择界面：
Protein-chemical的数据，NetworkAnalyst 3.0默认使用Comparative Toxicogenomics Database (CTD) 数据库，未提供参数选项，点击OK即可得到网络结果。具体结果和前面结果类似，略。
12. Network Visual Analytics
— Diseases,drugs & chemicals
— Gene-disease Associations
点击12 Gene-disease Associations入参数选择界面：
Gene-disease的数据，NetworkAnalyst 3.0默认使用DisGeNET数据库，未提供参数选项，点击OK即可得到网络结果。具体结果和前面结果类似，略。
13. Network Visual Analytics
— Gene Coexpression Networks
— Tissue-specific Coexpression
此部分是构建组织特异的共表达网络。
点击13 Tissue-specific Coexpression入参数选择界面：
点击选择组织信息。NetworkAnalyst 3.0默认使用TCSBN数据库，未提供其他参数选项，点击OK即可得到网络结果。具体结果和前面结果类似，略。
14. Network Visual Analytics
— Gene Coexpression Networks
— Cell-specific Coexpression
此部分是构建cell特异的共表达网络。
点击14 Cell-specific Coexpression进入参数选择界面：
点击选择cell类型信息。NetworkAnalyst 3.0默认使用Immuno-Navigator数据库，未提供其他参数选项，点击OK即可得到网络结果。具体结果和前面结果类似，略。
最后，可点击下图右侧的导航栏的Download进入结果下载界面，下载需要的结果。
好啦，单基因列表部分就到此结束了。
多个基因列表输入分析 :
由于多个基因列表和单个基因列表的分析有很多相同的地方，下面的部分只会介绍多个基因列表和单基因列表中不同的地方。
点击上图中1 Gene List input，进入分析界面：
注意多个基因list之间用//隔开。upload，Proceed之后，进入结果界面：
结果和单基因列表结果基本相同，下面小月亮只介绍结果2、3、4，多基因列表和单基因列表不同的结果部分。
2. Assorted Visual Analytics
— List Heatmap View
点击2 List Heatmap View进入结果界面：
当热图是多基因列表时，此部分会展示多个基因列表的交叠情况，具体情况如上图。
3. Assorted Visual Analytics
— VennDiagram
点击3 VennDiagram进入结果界面：
点击韦恩图的不同区域，左下角的红框会显示区域的基因详细信息。点击右侧的Enrichment Analysis部分，可对这部分基因（例如三个列表的交集基因）进行功能富集分析。
4. Assorted Visual Analytics
— Chord Diagram
点击4 Chord Diagram进入结果界面：
交叠的基因连接在一起展示，点击保存按钮可保存此图。
好啦，多基因列表部分就到此结束了。
参考资料：
Zhou, G., Soufan, O., Ewald, J., Hancock, REW, Basu, N. and Xia, J. (2019) "NetworkAnalyst 3.0: a visual analytics platform for comprehensive gene expression profiling and meta-analysis" Nucleic Acids Research 47 (W1): W234-W241.
Xia J, Gill E, and Hancock REW (2015) "NetworkAnalyst for Statistical, Visual and Network-based Approaches for Meta-analysis of Expression Data" Nature Protocols 10, 823–844
Xia J, Benner MJ, and Hancock REW (2014) "NetworkAnalyst - integrative approaches for protein–protein interaction network analysis and visual exploration" Nucleic Acids Res. 42 (W1): W167-W174. (PPI data analysis and visualization)
Xia, J., Lyle, N.H., Mayer, M., Pena, O.M. and Hancock, R.E.W. (2013) “INVEX - a web-based tool for integrative visualization of expression data”. Bioinformatics 29 (24), 3232-3234 (gene expression data analysis)
Xia, J., Fjell, C.D., Mayer, M., Pena, O.M., Wishart, D.S. and Hancock, R.E.W. (2013) “INMEX - a web-based tool for integrative meta-analysis of expression data”. Nucleic Acids Research 41, W63-W70. (meta-analysis)