تعيين بروتوكول لاستخدام الجينات إثراء التحليل لتحديد نموذج الحيوان المناسب للبحوث متعدية

الهدف العام من هذا الإجراء هو تحديد النموذج الحيواني المناسب لأسئلة البحث الانتقالية. يمكن أن تساعد هذه الطريقة في الإجابة على سؤال رئيسي واحد في البحث الانتقالي وهو كيف يمكنني اختيار نموذج حيواني مناسب لمرض بشري معين أرغب في التحقيق فيه؟ الميزة الرئيسية لهذه التقنية هي مقارنة بيانات الجينوم الكاملة بين النماذج الحيوانية ودراسات الأمراض البشرية.

لذلك ، يتجنب هذا النهج التفسير المتحيز المتعلق بمقارنات الجينات الفردية. على الرغم من أن هذه الطريقة توفر نظرة ثاقبة لملاءمة نماذج الفئران للأمراض الالتهابية ، إلا أنه يمكن تطبيقها أيضا على نماذج الأمراض الأخرى. تساعد GSEA في التحقيق في تنظيم السياسة لدراسات التعبير الجيني.

مخرجات كل نموذج حيواني ودراسة الأمراض هي الأساس لمزيد من المقارنات. ابدأ هذا الإجراء بتنزيل البرامج والبيانات متبوعا بمعالجة البيانات وتنسيقها كما هو موضح في بروتوكول النص. ثم افتح أداة برنامج GSEA.

انقر على تحميل البيانات زر على الجانب الأيسر من النافذة الرئيسية. سيتم فتح علامة تبويب جديدة لاستيراد ملفات البيانات المطلوبة. في علامة التبويب الجديدة ، استعرض وصولا إلى ملف بيانات التعبير الجيني وملف النمط الظاهري.

في حالة عدم تمكن GSEA من الاتصال بالإنترنت ، قم أيضا بتحميل ملفات قاعدة بيانات التوقيع الجزيئي التي تم تنزيلها وملفات التعليقات التوضيحية لشريحة الحمض النووي. تظهر البيانات التي تم استيرادها بنجاح في قسم تحميل البيانات. انقر على تشغيل GSEA زر على الجانب الأيسر من النافذة الرئيسية.

سيتم فتح علامة تبويب جديدة لتعيين معلمات التحليل. تنقسم علامة التبويب إلى ثلاثة أجزاء ، الحقول المطلوبة ، والحقول الأساسية ، والحقول المتقدمة. في الحقول المطلوبة، اختر أولا مجموعة بيانات التعبير.

ثم اختر قاعدة بيانات مجموعات الجينات إما من موقع الويب المتصل أو من ملف مجموعة الجينات المستورد يدويا. قم بتحرير تسميات النمط الظاهري لتحديد مجموعات العينات التي من المفترض أن تتم مقارنتها ببعضها البعض. على سبيل المثال ، مجموعة المرض مقابل المجموعة الضابطة الصحية.

بعد ذلك ، حدد طي مجموعة البيانات إلى رموز الجينات يساوي صواب من أجل ترجمة معرفات المسبار في مجموعة بيانات التعبير إلى رموز جينات هوغو الرسمية المستخدمة في قاعدة بيانات مجموعات الجينات. حدد خطأ إذا كانت مجموعة بيانات التعبير تحتوي بالفعل على رموز جين Hugo. اضبط عدد التباديل على الإعداد الافتراضي عند 1,000.

قم بتغيير نوع التقليب إلى مجموعة جينات حيث يوصى بتبديل النمط الظاهري فقط عندما يكون هناك أكثر من سبع عينات في كل نمط ظاهري. أخيرا ، حدد النظام الأساسي للرقاقة المستخدم لإنشاء بيانات التعبير الجيني إما من موقع الويب المتصل أو من ملف التعليقات التوضيحية لشريحة الحمض النووي المستورد يدويا. في الحقول الأساسية، قم بتحرير اسم التحليل وحفظ النتائج في قسم هذا المجلد.

بالإضافة إلى ذلك ، يمكن تغيير المزيد من المعلمات الإحصائية. لمزيد من التفاصيل حول قسم المعلمات والحقول المتقدمة ، يرجى الانتقال إلى دليل مستخدم GSEA. إذا تم تطبيق مقاييس المجموعة المحسوبة خارجيا لبيانات التعبير الجيني ، فاستخدم أداة GSEA المصنفة مسبقا.

يتم إجراء هذا التحليل بناء على قائمة بسيطة من الجينات المخصصة مسبقا لمقاييس المجموعة المحسوبة مسبقا والتي تستخدم لترتيب الجينات. بعد تحميل ملف التعبير الجيني البديل ، انتقل إلى شريط التنقل الرئيسي وانقر فوق Tools ، GseaPreranked. وبالمثل ، سيتم فتح علامة تبويب جديدة لتعيين معلمات التحليل.

بعد ذلك ، انقر فوق تشغيل زر في الجزء السفلي الأيمن من النافذة. انقر فوق التحليل الناجح في قسم تقرير GSEA لفتح نتائج التحليل. بعد ذلك ، انقر فوق نتائج الإثراء التفصيلية بتنسيق Excel لتصدير نتائج التحليل إلى جدول بيانات.

تصدير النتائج بشكل منفصل لكلا النمطين الظاهريين. في Excel، قم بضم بيانات النتائج في ملف جدول بيانات واحد. للمقارنة اللاحقة بين بيانات التعبير الجيني للعديد من الدراسات ، احتفظ على الأقل باسم مجموعة الجينات ودرجة التخصيب الطبيعية وقيمة FDR الخاصة بها.

كرر تحليل تخصيب مجموعة الجينات للدراسة الثانية ولجميع الدراسات الإضافية التي من المفترض مقارنتها ببعضها البعض. قم بتضمين أكبر عدد ممكن من الدراسات السريرية البشرية ونماذج الفئران المختلفة لتحديد نموذج الفأر الأمثل لسؤال البحث الانتقالي. لتحديد النموذج الحيواني الأمثل لتقليد الوضع البشري ، قارن نتائج GSEA لجميع الدراسات ببعضها البعض.

استخدم درجات التخصيب وقيم FDR لتصنيف المسارات على أنها نشطة أو مثبطة أو لا شيء. بالنسبة للعديد من الدراسات التي سيتم مقارنتها ، يوصى باستخدام نصوص R. لكل مقارنة بين دراستين ، احسب عدد تحقيقات المجموعات التسع الممكنة لتنظيم المسار كما هو موضح في جدول الطوارئ ثلاثة في ثلاثة.

تقييم العلاقة بين دراستين عن طريق حساب القيمة التنبؤية الإيجابية والقيمة التنبؤية السلبية التي هي بحكم تعريفها جزء من المسارات التي تظهر نفس التنظيم في دراستين. أيضا ، قم بتقدير جزء المسارات الذي كان من المتوقع أن يرتبط بالصدفة فقط ، ممثلا بفرصة ppv وفرصة npv. ثم احسب كسب المعلومات.

يمكن إجراء جميع العمليات الحسابية باستخدام برامج جداول البيانات، ولكن يوصى باستخدام وظائف R. استخدم جدول الطوارئ لزوج من الدراسات لحساب قيمة P باستخدام اختبار كاي تربيع، على سبيل المثال باستخدام الدالة R أو اختبار مربع كاي أو برامج جداول البيانات. قم بتخزين بيانات جدول الطوارئ في مصفوفة X.بعد ذلك ، قارن نتائج GSEA لجميع مجموعات الدراسات التي تم اختيارها للتحليل.

قم بفرز جميع المجموعات حسب اكتساب المعلومات. لمقارنة العديد من مجموعات البيانات ، استخدم مصفوفة وتصور النتائج باستخدام خريطة حرارية ملونة. حدد نموذج الذي يحتوي على أعلى اكتساب للمعلومات.

من أجل تقييم أهمية اكتساب المعلومات ، ضع أيضا اختبار مربع كاي في الاعتبار. يتم عرض مصفوفة الارتباط لمقارنات المسار بين الدراسات البشرية والفئران. يظهر تداخل تنظيم المسار على أنه اكتساب المعلومات التي يمكن الحصول عليها من دراسة واحدة للتنبؤ بالتأثيرات في دراسة أخرى.

الأزرق يعني ارتباطا منخفضا والأحمر يعني ارتباطا عاليا بين البيانات. كشفت مقارنة مجموعات البيانات البشرية مع الفئران عن مجموعة فرعية من نماذج الفئران التي كانت مرتبطة ارتباطا وثيقا بالدراسات البشرية. لذلك ، فإن نماذج الماوس هذه هي الأنسب لتقليد الوضع البشري.

في المقابل ، أظهرت الدراسات السابعة والثامنة والتاسعة عدم وجود علاقة بدراسات الأمراض البشرية. بمجرد إتقانها ، يمكن القيام بهذه التقنية في عدة أيام إذا تم إجراؤها بشكل صحيح. يعتمد ذلك على كمية البيانات وتوافر البيانات.

أثناء محاولة هذا الإجراء ، من المهم أن تتذكر أن صحة النتائج تعتمد على جودة البيانات المختارة وأهميتها. بعد مشاهدة هذا الفيديو ، يجب أن يكون لديك فهم جيد لكيفية اختيار نموذج حيواني مناسب لمرض بشري معين بناء على بيانات النسخ.