BioTrendFinder - an interactive web tool for exploring functional drivers in gene- and protein-level bulk omics data

BioTrendFinder 是一款交互式网络工具，通过结合样本排序策略、统计结果及多源功能注释，在降维后的基因和蛋白质组学数据中识别显著分子趋势线，从而辅助用户从网络层面探索功能驱动因子并优先筛选候选分子靶点。

要点

这篇论文介绍了一个名为 BioTrendFinder 的新工具，你可以把它想象成生物数据领域的"智能导航仪"或"侦探放大镜"。

为了让你更容易理解，我们把复杂的生物数据想象成一场巨大的、混乱的派对，而 BioTrendFinder 就是那个能帮你理清头绪、发现派对核心秘密的超级助手。

1. 以前的痛点：在噪音中找信号

比喻：
想象一下，你走进一个有两千人的派对（这就是“生物组学数据”，比如成千上万个基因或蛋白质）。

• 传统方法：就像你站在门口，只盯着两群人看（比如“穿红衣服的”和“穿蓝衣服的”），然后数数谁在说话。这能告诉你两群人有什么不同，但你无法知道是谁在推动整个派对的走向，也无法发现那些虽然没穿红/蓝衣服，但正在悄悄改变派对氛围的关键人物。
• 问题：以前的工具把这些步骤（看人群、数人数、查背景）分开做，导致你很难把线索串起来，容易错过真正的“幕后黑手”（功能驱动因子）。

2. BioTrendFinder 的核心魔法：给派对排座次

比喻：
BioTrendFinder 不只看人群，它做了一件很酷的事：它给派对上的每个人排了一个“座位顺序”。

• 如何排座？
  它利用一种叫“降维”的技术（就像把一张复杂的 3D 地图压扁成 2D 地图），让相似的人坐在一起，不同的人分开坐。然后，用户可以在地图上画一条线（比如从左到右），这条线就代表了一个变化的趋势。
• 发现“趋势线”：
  一旦排好了座，BioTrendFinder 就会观察每个“嘉宾”（基因或蛋白质）是怎么随着座位顺序变化的：
  • 有些人是越坐越兴奋（表达量越来越高，像上升趋势线）。
  • 有些人是越坐越消沉（表达量越来越低，像下降趋势线）。
  • 有些人则毫无波澜。

它的厉害之处在于：它不再只问“红衣服和蓝衣服谁多？”，而是问“在这个变化的过程中，谁在一直上升？谁在一直下降？这些变化背后有什么规律？”

3. 工作流程：像侦探一样破案

这个工具的工作流程就像侦探破案，分几步走：

1. 上传线索（Upload）：你把派对名单（数据）扔给它。
2. 排座次（Rank）：你告诉它按什么规则排座位（比如按某种疾病严重程度，或者按时间顺序）。
3. 抓趋势（Analyze）：它自动找出那些“情绪”变化最剧烈的人（趋势线），并把他们分成两组：“上升组”和“下降组”。
4. 查背景（Statistics & Enrichment）：
   • 它检查这些人的变化是不是真的显著（排除噪音）。
   • 它去查“通讯录”（STRING 数据库和生物本体库），看看这些人是做什么的。比如，发现“上升组”里的人都在搞“细胞压力反应”，而“下降组”里的人都在搞“基础代谢”。
5. 画关系网（Functional PPI）：
   它把这些关键人物画成一张关系网。如果两个人经常一起出现，或者属于同一个“帮派”（功能模块），它们之间就会连上线。
6. 揪出真凶（Functional Module）：
   最后，它会生成一个**“核心名单”。在这个名单里，那些不仅变化大、而且处于关系网中心位置的人，就是你要找的“功能驱动因子”**（Candidate Targets）。

4. 实际案例：它发现了什么？

论文里用了两个真实的例子来展示它的威力：

• 案例一：脂肪细胞的“秘密日记”
  研究者分析了脂肪细胞在受冷刺激前后的蛋白质变化。

  • 发现：以前大家只关注明显的差异，但 BioTrendFinder 发现，有一组蛋白质在受冷时悄悄上升，它们像是细胞的“压力应对小组”；而另一组悄悄下降的蛋白质，则是维持日常生活的“后勤组”。
  • 意义：这揭示了细胞在面对寒冷时，是如何从“日常模式”切换到“战斗模式”的，甚至发现了一些以前被忽略的、可能帮助减肥的新蛋白。

• 案例二：寻找“减肥神药”
  研究者分析了三种人：不健康肥胖者、健康肥胖者、健康瘦人。

  • 发现：通过从“不健康”到“健康”的排序，它找出了一些基因。
    • 有些基因在“健康瘦人”中很高，在“不健康肥胖者”中很低（比如 SPX，它能抑制食欲）。
    • 有些基因则相反（比如 GAL，它让人想吃高脂肪食物）。
  • 意义：这直接指出了潜在的药物靶点：如果我们能模仿 SPX 的作用，或者抑制 GAL，也许就能治疗肥胖。

5. 总结：为什么它很重要？

一句话总结：
BioTrendFinder 就像是从“看热闹”变成了“看门道”。

• 以前：我们只能看到“哪群人不一样”。
• 现在：我们能通过趋势和关系网，精准地找到谁在驱动这种变化，以及谁是最关键的干预目标。

它把枯燥的数据变成了生动的故事，帮助科学家更快地找到治疗疾病（如肥胖、糖尿病）的“钥匙”，大大减少了在实验室里盲目试错的时间。对于普通大众来说，这意味着未来可能会有更多基于这种精准分析开发出来的新药和疗法。

技术摘要

BioTrendFinder 技术总结

1. 研究背景与问题 (Problem)

传统的批量组学数据（如 RNA-seq 和蛋白质组学）分析流程通常包含四个独立步骤：降维（PCA/UMAP）、组间统计比较、功能富集分析以及分子到生物网络的映射。尽管这些步骤各自提供了重要见解，但它们往往被视为独立的程序，缺乏相互关联。这种割裂的分析方式导致：

• 整合性不足：难以揭示数据内部的高阶关系。
• 驱动因子识别困难：分析结果通常局限于描述不同条件间的相似性和差异性，难以高效地识别具体的功能驱动因子（Functional Drivers）和候选靶点。
• 视角单一：主要依赖传统的组间对比，缺乏从替代分析视角（如样本排序）提取高层次信息的能力。

2. 方法论 (Methodology)

为了解决上述问题，作者开发了 BioTrendFinder，这是一个交互式的 Web 工具（基于 R/Shiny 和 Python），旨在通过**样本排序策略（Sample-ranking Strategy）**来探索基因和蛋白质水平的批量组学数据中的功能驱动因子。

核心工作流程：

1. 数据输入与降维：
   • 支持上传主数据集（基因/蛋白水平）和降维数据（PCA/UMAP 坐标）。
   • 内置降维功能（PCA 或 UMAP），支持数据标准化和特征过滤。
2. 样本排序与趋势线生成 (Ranking & Trendlines)：
   • 样本排序：用户可在降维图上沿任意轴点击生成样本排序，或手动定义排序（如按特定分子表达量、按预设组别顺序）。
   • 趋势线 (Trendlines)：基于排序后的样本，为每个分子生成表达趋势线，捕捉其从第一个样本到最后一个样本的表达模式。
   • 趋势线集合 (Sets)：根据斜率（Slope）和斯皮尔曼相关系数（Spearman correlation）将趋势线分为增加（Set 1）或减少（Set 2）的集合。
3. 统计过滤与显著性分析 (Statistics)：
   • 将趋势线划分为左右两端（或按组别），使用 Welch 检验比较端点差异。
   • 计算 Log2 倍数变化 (Log2FC)、P 值、FDR 校正及 Pi-score（结合 P 值和 Log2FC 的指标）。
   • 提供异常值去除和离群点过滤功能。
4. 功能网络映射与富集 (Functional PPI & Enrichment)：
   • PPI 网络：将筛选出的分子映射到 STRING v12 数据库构建的功能蛋白互作网络。
   • 多源富集：整合 11 种生物本体（Bio-ontologies）数据，包括 Gene Ontology (GO)、KEGG、Reactome、UniProt 关键词、疾病关联等。
   • 网络增强：在 PPI 网络基础上，根据显著的功能术语添加边，构建包含功能连接的综合网络。
5. 功能模块构建 (Functional Module)：
   • 基于网络拓扑（度中心性、边权重分数）和表达/统计指标（Spearman, Pi-score 等）计算节点重要性 (Node Importance)。
   • 生成功能模块评分 (FM_score)，对模块内的分子进行排名，识别最具功能重要性的候选靶点。

技术栈：

• 后端：R (v4.1.3, Shiny), Python (v3.10, NetworkX, Pandas)。
• 数据库：STRING v12, QuickGO (GO), KEGG, Reactome 等。

3. 主要贡献 (Key Contributions)

• 交互式分析框架：提供了一个统一的 Web 平台，将降维、排序、统计、功能注释和网络分析整合在一个工作流中，打破了传统分析步骤的孤立性。
• 创新的样本排序策略：不局限于预设的组别对比，允许用户根据数据分布（如 PCA 轴）或特定生物学假设（如从疾病状态到健康状态的渐变）自定义样本排序，从而发现传统方法可能遗漏的连续表达模式。
• 多维度的功能驱动因子识别：通过结合表达趋势、统计显著性、PPI 网络拓扑结构和多源本体注释，生成实体排名的功能模块 (Entity-ranked Functional Modules)，显著缩小了下游验证的搜索空间。
• 灵活性与可解释性：支持“假设驱动”和“探索性”两种分析模式，提供可视化的置信度评分、组别分割评分（Group division scores）和详细的统计指标。

4. 结果展示 (Results)

作者利用两个已发表的公开数据集验证了 BioTrendFinder 的有效性：

案例一：蛋白质组学分泌组探索性分析

• 数据：人棕色脂肪 (BAT) 和白色脂肪 (WAT) 前体细胞的条件培养基，分为未处理 (woNE) 和去甲肾上腺素处理 (NE) 组。
• 发现：
  • 识别出沿 PCA 第一主成分 (PC1) 显著增加和减少的蛋白趋势线。
  • 增加组 (Set 1)：富集了与细胞内应激、重塑相关的蛋白（如 CCT8, HSP90AA1, NAMPT），暗示从静息态向应激/重塑状态的转变。
  • 减少组 (Set 2)：富集了已知的脂肪因子（如 AZGP1, TF, MFAP5），这些蛋白在未处理组中高表达，与基础细胞外维持程序相关。
  • 结论：揭示了从经典脂肪细胞分泌谱向富含细胞内蛋白的替代分泌特征的过渡，这一模式在初始分析中未被发现。

案例二：提取肥胖改善因子（转录组学）

• 数据：20 名代谢不健康肥胖 (MUO)、20 名代谢健康肥胖 (MHO) 和 15 名代谢健康瘦人 (MHL) 的皮下脂肪组织 RNA-seq 数据。
• 策略：手动定义排序顺序 (MUO -> MHO -> MHL)，寻找随代谢健康改善而增加或减少的基因。
• 发现：
  • 增加组 (Set 1)：富集了与代谢健康相关的基因，如 SPX (抑制食欲) 和 AZGP1 (增加瘦素敏感性)。
  • 减少组 (Set 2)：富集了与肥胖恶化相关的基因，如 GAL (增加脂肪摄入) 和 CHIT1 (炎症相关)。
  • 结论：成功识别出具有潜在治疗价值的分子靶点（如 SPX 激动剂、GAL 拮抗剂），并验证了工具在定向筛选特定生物学表型改善因子方面的能力。

5. 意义与影响 (Significance)

• 超越传统差异表达分析：BioTrendFinder 不仅关注“哪些基因差异表达”，更关注“基因表达如何随样本连续变化”，从而捕捉到动态的生物学过程。
• 加速靶点发现：通过整合网络拓扑和多重功能注释，将大量候选分子转化为高置信度的排名列表，显著提高了下游实验验证的效率。
• 揭示复杂调控机制：在案例二中，工具揭示了 AZGP1 和 MFAP5 在不同生物学水平（转录 vs 分泌）上的复杂调控模式，提示了转录控制、分泌动力学或翻译后修饰的潜在差异。
• 开源与易用性：作为免费的 Web 工具，降低了复杂组学数据整合分析的门槛，适用于广泛的生物医学研究领域。

综上所述，BioTrendFinder 通过引入样本排序和趋势线分析，为批量组学数据提供了一种全新的、整合性的分析视角，有效解决了传统流程中功能驱动因子识别效率低的问题。