IPA（Ingenuity Pathway Analysis）是一款基于网络的简单易用的一体化图形分析及各种组学数据分析、挖掘的专业平台，其功能核心是基于后台高度结构化的Ingenuity Knowledge Base完成，包括人工阅读提取的几百万条公开发表的科研成果和报告，可用于分析、整合、理解来自于基因表达，microRNA，SNP,RNA-Seq, SNP-Genotyping微阵列的数据，代谢物组学和蛋白质组学的实验数据，和一些可产生基因、化学品列表的小规模实验的数据。通过IPA，您能够搜索到有关基因、蛋白质、化学品和药物的信息，并能为您建立起实验系统的交互模型。IPA强大的数据分析和搜索能力能帮助您很好的理解您的数据、具体靶标或者更大规模生物、化学系统下的候选生物标记。其应用范围包括靶标的发现及验证、代谢组学研究、先导化合物的验证及作用机理研究、毒性及安全性评估、生物网络模拟及分析、生物标记物研究等。每年引用IPA发表的文章超过3000篇，是目前该领域使用范围广认可度的通路分析工具。


利用Ingenuity Knowledge Base 查询生物学知识
搜索基因和化合物，疾病和功能，通路和毒物列表

5752条结构化存储的关于CASP8的生物学知识

Bioprofiler: 强大的疾病、功能筛选工具
搜索感兴趣的功能或疾病，对相关的基因、化合物进行高通量筛选

个性化网络绘制与信息交叉查询
IPA支持从任何搜索结果或者用户上传的分子列表出发进行复杂查询和网络绘制。
无论您现在感兴趣的是一系列的基因还是具体的生物学功能或疾病，IPA都能够帮助您快速了解它们背后的信息。注释内容包括：生物标志物信息；GO注释及富集；亚细胞定位；转录调控途径；药物靶标；通路注释；相互作用网络；miRNA调控网络等。

广受认可
IPA目前已有约32000篇引用，为同类商业软件的5倍以上。

IPA 分析功能涵盖生物学研究各个层面
Diseases 及 Biological Functions：和常用的GO分析不同，IPA根据基因表达量的上下调趋势判断下游过程是否激活或抑制，更准确的预测差异表达所引起的功能变化或病程趋势。所有的预测和富集结果均链接到IPA知识库，保证了来源准确性和可追溯性。
Upstream Regulators/ Causal Networks/Mechanistic Networks：Upstream Regulators模块和常规转录因子预测不同，其预测包括miRNA、转录因子、药物及小分子的调控效应以及由其所差异基因变化来预测调控子活性趋势。
Causal Networks超越数据集上游分子和靶向分子间“直接”和“单段”关系，由研究者设定目标分子或疾病/功能出发生成调控网络并进行打分，最终聚焦到相关性网络上。
Mechanistic Networks自动分析可能的信号级联，描绘转录因子共调控网络。
Regulator Effects：预测并分析转录调控子对于生物学功能变化的影响，从而更好的将Upstream analysis 转录调控网络预测与Downstream Analysis 下游生物学效应预测的结果进行有机结合
Canonical Pathways：IPA科学家们手工绘制了800多种生物信号通路和代谢通路，在Canonical Pathways分析对与实验数据相关的失调通路进行打分，查看背景知识和支持文献，查询通路分子互作实验信息，利用Build，Overlay和Path Designer工具对通路进行个性化编辑与扩展。
microRNA Target Filter：通过将microRNA实验数据和IPA知识库中实验验证以及预测的microRNA-mRNA 相互作用进行配对，探索相关的生物背景，筛选差异趋势，快速筛选可信靶标mRNA 。
Comparison Analysis：比较时间序列、剂量差异、群体间的变化趋势。通过热图聚类分析生物学效应、通路、转录因子活性和转录效应的变化趋势。
Interaction Networks：Network分析自动构建并探索转录、microRNA-mRNA、磷酸化级联、蛋白-蛋白或者蛋白-DNA相互作用等网络。鉴定出将信号事件向转录效应发展的调控事件。
Filter Dataset/Filter Biomarker：IPA提供的Dataset及Biomarker筛选功能，根据上传数据集中分子的生物学特征，如分子类型、器官表达、疾病、物种、体液检出限和生物标志物信息等为关键字进行数据的筛选和整理。
在Biomarker Filter中，IPA可以比较不同器官、不同疾病中共有的或独有的生物标志物信息。