多层组学整合分析是指对来自基因组、转录组、蛋白组、代谢组和脂质组等不同生物分子层次的批量数据进行归一化处理、比较分析和相关性分析等统计学分析，建立不同层次分子间数据关系。同时结合GO功能分析、代谢通路富集、分子互作等生物功能分析，系统全面地解析生物分子功能和调控机制。不同分子层次的组学数据进行整合分析一方面可以相互验证，另一方面也有助于相互补充，最终实现对生物变化大趋势与方向的综合了解，提出分子生物学变化机制模型，并筛选出重点代谢通路或者蛋白、基因、代谢、脂质产物进行后续深入实验分析与应用。

应用方向

生物领域各个研究方面，如：

▶ 农林领域：抗逆胁迫机制，生长发育机制，育种保护研究等；

▶ 畜牧业：肉类及乳品质研究，致病机理研究等；

▶ 基础医学、临床诊断：生物标志物，疾病机理机制，疾病分型，个性化治疗等；

▶ 生物医药：药物作用机理，药效评价，药物开发等；

▶ 微生物领域：致病机理，耐药机制，病原体-宿主相互作用研究等；

▶ 海洋水产：渔业资源，海水养殖，渔业环境与水产品安全等；

▶ 生物能源、环境科学领域：发酵过程优化，生物燃料生产，环境危定风险评估研究等；

▶ 食品营养：食品储藏及加工条件优化，食品组分及品质鉴定，功能性食品开发，食品安全监检测等。

数据分析

技术优势

▶ 通过对不同层面的表达水平分析，实现对蛋白质及代谢物的全谱分析。

▶ 同时实现从“因”和“果”两个方向探究生物学问题，相互间的验证作用更明显。

▶ 阐述分子调控-表型间的关联机制，系统全面地解析生物分子功能和调控机制。

▶ 从海量的数据中去伪存真，筛选出重点代谢通路或者基因、代谢产物进行后续深入实验分析与应用。

参考文献

1. Proteomics integrated with metabolomics: analysis of the internal causes of nutrient changes in alfalfa at different growth stages. BMC Plant Biol. 2018.

前期研究报道“牧草之王-苜蓿”在进入开花期后，总蛋白含量下降，纤维素含量增加，导致营养价值下降。本文对不同生长阶段的苜蓿进行蛋白质组和代谢组分析，通过KEGG代谢通路整合，发现跟氨基酸及苯丙素类合成、淀粉和蔗糖代谢等相关通路发生明显富集，揭示引起营养成分变化的分子生物学机制，为改良获得高品质的苜蓿提供理论基础。