1、 在overlay工具中新增了Search搜索框，可以实现快速搜索数据并添加到network和pathway结果中
在Overlay工具中，不再需要手动从project manager树中查找需要的analyses和datasets，可以使用search搜索框直接搜索，添加到networks和pathways分析中。另外，若您购买了Analysis Match模块，OmicSoft数据库中的analyses和datasets也会包含在搜索结果中。
Figure1：搜索分析或者数据集添加到canonical pathway中。操作方法：Overlay > Analyses, Datasets, & Lists 菜单, 点击“Add…”手动添加数据集或者分析列表；或者直接输入关键字进行搜索，支持通配符、短语词组检索和布尔逻辑检索。
构建这样的工作流，能够为您所感兴趣的pathway或者network所进行的分析或者涉及的数据集提供快速可视化呈现。Figure 2展示了在 Interferon Signaling Pathway中叠加小鼠感染甲型流感病毒和未感染病毒的肺组织研究数据(数据来自 GEO dataset GSE36328, OmicSoft, Analysis Match)。
Figure 2: 搜索 “Influenza A”得到多个来自Analysis Match的数据 ，将他们叠加到“Interferon Signaling Pathway”通路。数据展示了小鼠肺部感染甲型流感病毒的与未感染小鼠的表达水平比较(数据来自 GEO dataset GSE36328)。
2、提供更多的筛选方式帮助查找更关键的分析结果
Core Analysis结果中增加了更多可以筛选的参数列，可以帮助您更精准地筛选结果。此外，还支持使用小于或者大于某个数值进行参数筛选。
Figure 3: Core Analysis中参数筛选方法示例。 截图显示的是在Upstream Regulators结果中筛选满足标准的不同分子类型（如genes, RNAs以及 proteins），同时z-score >2.2 和p-value of <0.01的结果。
Upstream Analysis, Diseases & Functions, Regulator Effects, Networks, and Molecules和Comparison Analyses分析的部分结果中都可以找到新增的筛选框。
3、为Analysis Match分析数据及分析提供更清晰的描述
Metadata在case和control组中不同的数据值会展示在metadata 数据搜索页面顶端。示例如figure 4。
Figure 4: 更清晰的Metadata标签信息。一些帮助理解数据的关键信息（比如organism, tissue, 和platform等）被整理显示在显著的位置，即“Comparison Context”中（如图）
• Project搜索支持通配符搜索，比如ovar*, 或者*NFE2*。
• 恢复了导出Canonical Pathway时分子列表的字母排序功能。
• Upstream Analysis中的bias-corrected z-scores 打分已经被矫正了。
• 解决了在Comparison分析中点击Gene Heatmap按钮时出现的异常错误。
• Comparison分析结果gene heatmap可以导出为可视化的数值。
• 上传数据过程中选择多个ID列时出现的问题已经被纠正。
• 手动输入的Metadata数据可以用于分析。
► 新增两条通路：
Systemic Lupus Erythematosus in T Cell Signaling Pathway
Pd-1, Pd-L1 Cancer Immunotherapy Pathway
► ~94,000条新findings (数据库总信息条数超过680万):
~40,000条新 Expert findings
~34,000条来自BioGRID 数据库的蛋白-蛋白相互作用关系
~6000条来自IntAct数据库的蛋白-蛋白相互作用关系
~1700条来自GO数据库的 ontology信息
~1700条来自ClinicalTrials.gov数据库的疾病与靶标信息
~1900条来自ClinicalTrials.gov 数据库的药物与疾病信息
~250条来自MGD (JAX Labs)的小鼠基因敲除及表型信息
增加了将近4000个分析
最低硬件要求：
● PC – 1.25GHz, 2GB RAM (适合简单操作使用IPA)*
●PC – 2GHz, 4GB RAM(推荐)
● Mac – 1.25GHz, 2GB RAM (适合简单操作使用IPA)*
● Mac – 2GHz, 4 GB RAM(推荐)最小屏幕分辨率1024×768
*简单操作指搜索、Build/Overlay 操作以及小数据集上传分析。如果进行大数据集分析以及比对分析操作，IPA需要更多内存才可正常使用。
进行Advanced Analytics高级分析（包括Causal Network Analysis, BioProfiler, IsoProfiler, Phosphorylation Analysis, and Relationship Export）和 Analysis Match分析，电脑需要Core TM i5 或者同级别至少2GHz以上处理器, 64位操作系统，有3G空闲内存可以用于运行Java。屏幕分辨率至少为1280×800。
如果您对IPA感兴趣，想了解更多，您可以通过点击文末“阅读全文”进入我们的官方网站看更详细的产品介绍和下载地址，或者通过以下方式联系我们~
Tel: 021-54975000-806
E-mail: marketing@cloudscientific.com
上海康昱盛信息科技有限公司是一家专门提供生物制药领域科学信息整体解决方案的公司。我们拥有一支一流的技术服务团队和资深的专家咨询团队，针对生物医药领域的各种公司、学术机构以及政府部门，提供从生物信息学、化学信息学、药物设计、毒性预测到临床前、临床的数据分析以及管理等一系列国际领先的科研软件产品、平台以及成熟的科学信息解决方案。
