咨询信息

我们的产品覆盖了化学信息学,生物信息学,以及实验室信息管理
针对您的研究需求

我们为您选择最适合您的产品
上传时间:2019-08-01 16:25:07
GENEVESTIGATOR®是基因表达的高性能搜索引擎。它集成了上万由专家人工精选、注释的公共芯片和测序的实验结果,将基因在不同的生物环境中,如疾病、药物、组织部位、肿瘤、细胞系或基因型等条件下的表达进行了归一化和可视化,以探索不同生物环境下,基因的表达情况以及基因与生物环境的潜在联系。
  • 产品特性
  • 产品演示
  • 常见问题
  •  
     
     
    通过GENEVESTIGATOR®可以进行什么研究?
    ♦ 研究不同药物和疾病环境下的基因功能与机制
    ♦ 优化已有药物靶点和疾病分子标志物Biomarkers
    ♦ 发掘新药物靶点和疾病分子标志物Biomarkers
    ♦ 基于数以千计的实验数据更好的阐释自身实验结果
    ♦ 预测药物副作用,搜寻导致药物靶基因高表达的生物环境
    ♦ 发掘化合物适用病症,实现药物重定位
    ♦ 构建基因调节网络,搜寻不同生物环境下的共表达基因
    ♦ 关联基因与生物环境,包括疾病、药物、组织部位、肿瘤、细胞系和基因型等
    ♦ 比对大量相似实验,提升自身实验设计

    大规模数据,涵盖各个领域,专业化注释分层

    公共基因表达谱数据中蕴藏着未被挖掘的宝贵信息,例如基因表达数据库(GEO)和Array Express中收集了大量的基因表达研究数据。通常情况下,实验数据被实验人员自行提交, 这个过程缺乏质量控制和统一管理,可能会产生描述模糊或丢失、样本冗余或错误、数据质量不佳等问题。
    GENEVESTIGATOR®从众多公共基因组数据库中收集了超过285,000例来自不同领域、物种、实验的样本数据集。专家团队重新归纳和架构实验结果,通过阅读实验所对应的原文,补充材料,访问网站甚至和作者联系获取数据库中每个样本最真实的描述,收录质量合格的数据,对其进行全局归一化,用标准化的语言对实验和样本重新进行描述,解决了大规模公共实验数据无法横向对比的难题。

    动物研究和植物研究方向的数据统计

    GENEVESTIGATOR®中动物模块中收集了超过250,000例来自不同动物模型的样本数据,植物模块中收集了超过25,000例来自不同的植物与农作物模型的样本数据,以及超过2,000例来自酵母和大肠杆菌的样本数据。在植物学领域,相关引用次数超过3000篇。

     ORGANISM(物种)  STUDIES(研究)  SAMPLES(样本)
     动物模块(Biomed)
     Homo sapiens(人类)  2,164  213,217
     Mus musculus(小鼠)  1,033  27,937
     Rattus norvegicus(大鼠)  254  31,753
     Drosophila melanogaster(果蝇)  123  2,350
     Sus scrofa(野猪)  44  1,269
     Canis lupus(狼)  28  559
     Rhesus macaque(恒河猴)  25  740
     植物模块(Plant)
     Arabidopsis thanliana(拟南芥)  667  1,1790
     Oryza sativa(水稻)  167  3,542
     Glycine max(大豆)  79  4,426
     Hordeum vulgare(大麦)  76  2,503
     Medicago truncatula(蒺藜苜蓿)  57  824
     Solanum lycopersicum(番茄)  30  508
     Physcomitrella patens(苔藓)  6  74
     Nicotiana tabacum(烟草)  4  150
     Sorghum bicolor(高粱)  1  78
     其他
     Saccharomyces cerevisiae(酵母)  64  1,978
     Escherichia coli(大肠杆菌)  21  617

    研究领域

    GENEVESTIGATOR®的研究领域覆盖18个领域,拥有超过500种疾病、数千种药物/化合物治疗研究及毒性研究的数据集。


    多样化工具,各角度出发,阐释基因与环境联系

    单实验分析工具——针对特定单一实验
    ♦  多元可视化特定实验中样本表达量
    ♦  按实验设计或自定义差异表达分析

    生物环境检索工具——探索影响基因表达的生物环境
    ♦  特定基因组在不同组织部位、细胞系与肿瘤条件下的表达情况
    ♦  特定基因组在不同扰动条件,如疾病、药物、激素条件下的特异性上下调情况
    ♦  特定基因组在生物不同发育阶段的表达情况

    基因检索工具——探索特定生物环境下特异性表达的基因
    ♦  特定组织部位、细胞系与肿瘤条件下特异性表达的基因组
    ♦  特定扰动条件,如疾病、药物、激素条件下特异性上下调的基因组
    ♦  特定生物发育阶段特异性表达的基因组
    ♦  可做实验内参稳定表达的看家基因组
    ♦  特定基因在不同物种中的同源基因

    相似性检索工具——探索基因与生物环境的深层联系
    ♦  分组聚类具有相似表达图谱的基因或生物环境
    ♦  构建不同生物环境下的基因共表达网络
    ♦  发掘与药物靶点或疾病分子标志物Biomarkers具有相似性或相反性表达的扰动条件
    ♦  发掘在限定生物环境下具有相似表达图谱的基因亚集
    ♦  特定基因组的生物功能富集与注释
    ♦  可视化不同生物环境下特定的基因对的表达关系

    简单的操作,直观的展示,图形化工具
    GENEVESTIGATOR®操作简单,执行分析只需点击图片代表的按钮,采用盒形图、散点图、折线图、热图与火山图的形式直观的展示基因表达情况,支持各类算法图形的生成,包括聚类树、基因共表达网络与生物通路Venn图。

    直观对比不同组织、细胞系、肿瘤条件下的基因表达情况


    多样化图形展示方式

     
    由GENEVESTIGATOR®软件开发人员共同署名的文章:


    点击查看更多文章

    TEAM PUBLICATIONS

    Articles co-authored by members of the GENEVESTIGATOR team. For articles that have cited GENEVESTIGATOR, please check Google Scholar using the keyword "GENEVESTIGATOR".

    Zimmermann P, Bleuler S, Laule O, Martin F, Ivanov NV, Campanoni P, Oishi K, Lugon-Moulin N, Wyss M, Hruz T and W Gruissem (2014) ExpressionData - A public resource of high quality curated datasets representing gene expression across anatomy, development and experimental conditions.BioData Mining 2014, 7:18. [ Abstract ]

    Prasad A, Suresh Kumar S, Dessimoz C, Bleuler S, Laule O, Hruz T, Gruissem W, and P Zimmermann (2013)Global regulatory architecture of human, mouse and rat tissue transcriptomes.BMC Genomics 2013, 14:716. [ Abstract ]

    Meskauskiene R, Laule O, Ivanov NV, Martin F, Wyss M, Gruissem W, and P Zimmermann (2013) Controlled vocabularies for plant anatomical parts optimized for use in data analysis tools and for cross-species studies. Plant Methods 2013, 9:33. [ Abstract ]

    Hruz T, Wyss M, Lucas C, Laule O, von Rohr P, Zimmermann P, and S Bleuler (2013) A Multilevel Gamma-Clustering Layout Algorithm for Visualization of Biological Networks. Advances in Bioinformatics, vol. 2013, Article ID 920325, 10 pages, 2013. doi:10.1155/2013/920325. [ Full text ]

    Hruz T, Wyss M, Docquier M, Pfaffl MW, Masanetz S, Borghi L, Verbrugge P, Kalaydjieva L, Bleuler S, Laule O, Descombes P, Gruissem W and P Zimmermann (2011) RefGenes: identification of reliable and condition specific reference genes for RT-qPCR data normalization. BMC Genomics 2011, 12:156. [ Abstract ]

    Zimmermann P, Laule O, Schmitz J, Hruz T, Bleuler S, and W Gruissem (2008) Genevestigator Transcriptome Meta-Analysis and Biomarker Search Using Rice and Barley Gene Expression Databases. Molecular Plant 1 (5), 851-857. [ Abstract ]

    Hruz T, Laule O, Szabo G, Wessendorp F, Bleuler S, Oertle L, Widmayer P, Gruissem W and P Zimmermann (2008) Genevestigator V3: a reference expression database for the meta-analysis of transcriptomes.Advances in Bioinformatics 2008, 420747 [Full Text ]

    Bleuler S, Zimmermann P, Friberg M, and E Zitzler (2007) Discovering Trends in Gene Expression Data Using a Hybrid Evolutionary Algorithm. Algorithmic Operations Research, Vol 3(2)

    Grennan AK (2006) Genevestigator. Facilitating web-based gene-expression analysis. Plant Physiology 141(4):1164-6 [PubMed ]

    Hruz T, Hirsch-Hoffmann M, Gruissem W, and P Zimmermann (2006) Reducing Java Internet project risks: a case study of public measurement of client component functionality in the user community PPPJ06, pp. 199-202

    Laule O, Hirsch-Hoffmann M, Hruz T, Gruissem W, and P Zimmermann (2006) Web-based analysis of the mouse transcriptome using Genevestigator. BMC Bioinformatics 7, 311 [Full text ]

    Schöner D, Barkow S, Bleuler S, Bühlmann P, Gruissem W, Hennig L, Wille A, Zimmermmann P, and E Zitzler (2006) Network analysis of systems elements In: Plant Systems Biology (ed. S. Baginsky and A. Fernie), Birkhäuser Verlag.

    Hennig L and P Zimmermann (2006) Data warehouses - Your one-stop-shops for microarray data In: European Training and Networking Activity. Plant Genomics and Bioinformatics Expression Micro Arrays and Beyond – a course book (ed. J. Freitag), MPI-MPP 2006, Potsdam-Golm, pp. 211-217

    Zimmermann P, Schildknecht B, Garcia-Hernandez M, Gruissem W, Craigon D, Mukherjee G, May S, Parkinson H, Rhee S, Wagner U, and L Hennig (2006) MIAME/Plant - adding value to plant microarrray experiments Plant Methods  2 , 1 [PubMed ]

    Prelic A, Bleuler S, Zimmermann P, Wille A, Bühlmann P, Gruissem W, Hennig L, Thiele L, and E Zitzler (2006)A systematic comparison and evaluation of biclustering methods for gene expression data.Bioinformatics  22 , 1122-112 [PubMed ]

    Barkow S, Bleuler S, Prelic A, Zimmermann P, and E Zitzler (2006) BicAT: a biclustering analysis toolbox.Bioinformatics 22(10): 1282-1283 [PubMed ]

    Zimmermann P, Hennig L, and W Gruissem (2005) Gene expression analysis and network discovery using Genevestigator .Trends in Plant Science 9 10 , 407-409 [PubMed ]

    Zimmermann P, Hirsch-Hoffmann M, Hennig L, and W Gruissem (2004) GENEVESTIGATOR: Arabidopsis Microarray Database and Analysis Toolbox. Plant Physiology 136 1 , 2621-2632 [PubMed ] (most frequently cited GENEVESTIGATOR paper)

    Wille A, Zimmermann P, Vranová E, Bleuler S, Fürholz A, Hennig L, Laule O, Prelíc A, von Rohr P, Thiele L, Zitzler E, Gruissem W, and P Bühlmann (2004) Sparse graphical gaussian modeling for genetic regulatory network inference. Genome Biology  5 , R92.1-R92.13 [PubMed ]
  • 公共基因表达谱数据包含大量的宝贵信息,但是由于不同数据之间缺乏一致性而很难被整合利用(P Zimmermann , 2008)。GENEVESTIGATOR可以通过简单的几下点击鼠标来获得表达谱数据中蕴含的信息。对于实验分析,分为单实验分析和多实验分析:

    ■ 单实验分析:
    Single experiment tools: 在给定的实验条件下,展示基因的表达情况,以及识别显著表达的基因。

    ■ 多实验分析
    Condition search tools:寻找选择的靶基因在何种实验条件下被调控或者异常表达;
    Gene search Tools:在上千种实验条件中选取一种或多种选择的条件, 筛选出特异性表达的基因作为特异性的靶标/生物标志物;
    Similarity search tools: 通过组织,疾病,药物等信息,寻找产生相似表达谱的实验条件

    SINGLE EXPERIMENT ANALYSIS tools

    在给定的实验条件下,展示基因的表达情况,以及识别显著表达的基因。



    Samples tool 调研在GENEVESTIGATOR库中,选择的一个或多个基因在任意挑选的实验条件下(如组织,细胞系等), 基因的表达水平。可以知道在哪些样本中,基因有特异性表达,并得到这些样本的背景信息。



    Diff-Expression tool 强大的两两比较差异表达分析工具,利用Limma算法,结合多重校验(Benjamini Hochberg),使得结果更加可靠。散点图和基因在同一个界面展示,还对结果进行实时筛选,差异分析效率更高。


    CONDITION SEARCH tools

    寻找选择的靶基因在何种实验条件下被调控或者异常表达



    Anatomy /Cell Lines /Cancers tool. 在多个类别,即组织/细胞/肿瘤类型中,对选择的基因表达展示。 默认的排序顺序是该基因表达均值由高到低,每个箱线图表示在对应的组织/细胞/肿瘤所有的样本中, 该基因的表达统计结果。如果点击箱线图,会得到该类别所有样本表达,和对应样本分组背景信息。



    Perturbations tool. 利用这个工具,很容易确定显著影响基因表达的是何种实验条件。 在结果中可过滤倍数变化值筛选实验条件。 通过点击此行,可以得到所有该条件下样本的表达信息和分组背景。



    Development tool.
    选择的基因在所有发育阶段表达趋势进行汇总。 对于每一个阶段,GENEVESTIGTOR会计算出均值和标准差,并绘制成折线图的形式。


    GENE SEARCH tools

    在上千种实验条件中选取一种或多种选择的条件, 筛选出特异性表达的基因作为特异性的靶标/生物标志物



    Anatomy / Cell Lines / Cancers tools 这三个工具用来寻找到的基因,是在选定的组织/细胞系/以及肿瘤中有特异性表达,而在未选定的条件中没有特异性表达的基因标志物.



    Perturbations tool. 这个工具寻找到的基因,是在选定的对比实验,比如疾病与对照,外界刺激与对照,药物与对照等实验中,基因的表达有上调或者下调,而在未选定的对比实验中没有显著差异性表达的基因.都是在选定的实验条件中,寻找特异性表达的基因.与Anatomy / Cell Lines / Cancers tools不同的地方在于,这三个软件找到的基因是基于其表达值的特异性,而Perturbations tool 找到的基因是基于表达变化值的特异性.



    Development tool 利用这个工具,可以寻找到在特定的发育阶段,特异性表达的基因有哪些.



    RefGenes tool. 用于识别在选定的实验条件下,哪些基因的实验内方差最小.以这些基因作为RT-PCR的参考基因, 是最合适的.


    SIMILARITY SEARCH tools

    通过组织,疾病,药物等信息,寻找产生相似表达谱的实验条件



    Hierarchical Clustering tool.层次聚类方法,利用Leaf ordering法,对聚类的结果进行优化,得到更好的分类效果。



    Biclustering tool. 普通的聚类方法,是以所有的基因表达谱行和列的全局相似性进行划分。但是从生物学角度讲,一组基因的表达相似性,只可能存在在某些实验条件以内。如果运用所有的实验样本/条件对基因进行聚类,会掩盖真实的信息。
    双聚类的目的就是在基因表达数据矩阵中寻找同质的子矩阵,使得子矩阵中基因集在对应的条件集上表达波动一致,反之亦然。GENEVESTIGATOR软件的双聚类工具帮助识别这样的子矩阵,为疾病的亚型识别,致病机制以及分子标记的识别提供有效的工具。



    Co-Expression tool.这个工具用来识别在选定的实验条件下(组织,细胞系,肿瘤,外界刺激,疾病,发育等),哪些基因与靶基因共表达。在界面可以实时调节相关性的阈值,给定的阈值以上的基因相互关联。如果这个工具,和Perturbations tool.结合使用,可以发现更具有生物学意义的共表达集群。



    Signature tool. 利用这个工具,从整个GENEVESTIGATOR数据库中找到与自己的实验结果类似/完全相反的实验条件。只需要输入基因的表达/差异表达值即可运行搜索,输入的结果可以来自定量PCR,表达谱芯片或者RNA-Seq。


    General tool options

    其他工具选项



    Filtering options. 过滤选项.所有被归纳在GENEVESTIGATOR中的信息都是经过准确和结构化描述的语言,并经过专家核对.而且用户可以对分析对象(样本,实验,疾病,肿瘤,细胞系,模型等方面)进行勾选,比如: 样本状态可以选择野生型/非野生型,疾病属性可以选择急性/良性/慢性等等.



    Selecting experiments of interest.选择感兴趣的实验,比如疾病,实验条件,组织类型,或者通过关键词搜索,GEO或者ArrayExpress识别号等等.



    Viewing experimental details.对于GENEVESTIGATOR所有的工具,当鼠标移至界面中的基因或者实验条件时,其背景信息会展示.而且可以链接至源网站.
  • 上一篇:没有了
  • 下一篇:没有了