转录、蛋白、代谢多组学整合能整出来个啥？

最近有一批转录组、蛋白组、代谢组的多组学数据要分析，先找篇文章，看看这种多组学大概是怎么分析的，以及能分析出来啥东西，好让心里面有个底。于是，我找到了下面这篇文献：

Integrated transcriptome, proteome and metabolome analyses revealed secondary metabolites and auxiliary carbohydrate metabolism augmenting drought tolerance in rice

文章主要内容是什么？

这篇文章是研究水稻抗旱性的。分别用了抗旱和不抗干旱的两种水稻材料，在普通环境和干旱环境下进行处理，然后进行转录组、蛋白组、代谢组测序，最后整合分析。

样本量有多少？

The seedlings were grown and tissue samples were collected in three independent biological replicates. The same harvested samples were used for the transcriptome, proteome and metabolome analyses.

单个组学的分析方法？

• 转录组：Tophat比对，Cufflinks定量。edgeR差异表达分析，筛选标准：log2fc >= +1 or <=-1 and FDR <= 0.05。
• 蛋白组：MaxQuant 定量，保留FDR<0.01且至少在两个生物学重复中都鉴定到的蛋白，然后使用missForest包进行插值。差异表达分析用edgeR。
• 代谢组：使用GCMS solution software来鉴定峰，使用NIST14和Wiley08来注释峰。保留至少存在于2个生物学重复中的代谢产物，使用missForest插值。使用核糖醇（ribitol）作为内参进行标准化，然后使用edgeR进行差异表达分析。

多组学整合的方法？

筛选出DEGs、DEPs、DEMs后，对每一个DEGs和所有其他DEPs进行相关性分析，筛选出显著相关的。DEGs和DEMs、DEPs和DEMs也进行同样的处理。有点像亚楠之前构建causality network的方法。把得到的结果（表示是否显著相关的p值）使用“Brown's extension method”方法来保证它们时间是相互依赖、相互影响的。

接着把筛选出来的化合物使用KEGG进行功能富集分析。得到DEGs+DEPs、DEGs+DEMs、DEPs+DEMs中共有的通路，进行后续的分析。

得到了什么结论？

• 转录组和蛋白组整合分析：the role of transporters in regulation of drought stress
• 蛋白组：the contribution of translational machinery to drought tolerance in N22
• 代谢组：aromatic amino acids and soluble sugars contribute majorly to drought tolerance in rice.
• 三个组学整合分析：revealed the preference for auxiliary carbohydrate metabolism through glycolysis and pentose phosphate pathway（通过糖酵解和戊糖磷酸途径辅助碳水化合物代谢） contributed to drought tolerance in N22
• L-phenylalanine（L-苯丙氨酸） and the genes/proteins responsible for its biosynthesis were also found to contribute to drought tolerance in N22

文章的最终结论：In conclusion, our study provided mechanistic insights into the drought response/adaptation mechanism and is expected to facilitate engineering of drought tolerance in rice.

看起来并不复杂，得到的结果主要是筛选出来一些通路或者化合物/蛋白质/基因。不过这些东西是怎样筛选出来的呢？还得再写一篇笔记来分析一下。