转录+蛋白联合分析产品爆款推荐，全新升级带来更完美体验

纯转录组发文越来越难？

转录组找到的差异基因，功能验证成功率低？蛋白组难以获取低丰度信息？

非模式物种做蛋白质组没有合适的参考数据库？

RNA和蛋白质都是用于表征基因的表达情况。但是，这两种组学技术各有优势：

• 蛋白质的表达水平更能真实反应最终的生物表型变化

• 转录组检测灵敏度高，可以获得更多低丰度表达基因（如转录因子）的表达信息

通过上图可以看到，转录与蛋白表达的相关性中位数为0.56；从GSEA功能富集分析来看，翻译后修饰相关基因的表达相关性偏低；总共有近百个基因在蛋白水平有差异，在转录水平没有差异。这些结果都充分说明了蛋白质组研究的重要性。

由上图的鉴定统计分析可以看到，转录组测序对于低丰度表达基因，尤其是一些转录因子调控的研究非常重要。综上，通过转录组+蛋白质组联合分析，可以实现两种技术在基因表达研究的优势互补。

利用两个组学技术优势的互补，再配合相应的整合分析，可以帮助研究者从更多维度聚焦关键的功能或基因。

如下图所示，通过转录-蛋白组整合KEGG富集分析，可以发现关键的通路聚焦于肿瘤相关通路以及P53信号通路；           

通过富集网络可以清楚地看到哪些基因参与了这些通路，以及哪些基因处于更核心的位置，帮助研究者进一步收敛后续研究的关键对象。如下图：

针对非模式物种，蛋白质组数据库往往不存在或不够完善，因此可以通过无参转录组的转录本拼接注释为蛋白质组学提供数据库信息。

Tips：上述联合分析中，涉及大量表达量数据的关联分析，因此，强烈建议将转录组检测以及蛋白质组检测的样本一一对应，避免因为个体差异导致的不可靠结果。如果单个个体样本量不足以同时检测2种组学，可以将多个个体混成一个生物学重复再均分成2份进行转录组及蛋白质组检测。