IR-TEx：一种面向疟疾媒介的开源大数据转录组学数据整合工具 Anopheles gambiae
2020年1月15日
IR-TEx 用于研究冈比亚按蚊（Anopheles gambiae）中与杀虫剂抗性相关的转录谱。本文提供了使用该应用程序的完整说明，探索多个转录组数据集的修改方法，以及利用该框架为来自任何生物体、在任何平台上生成的转录组数据集合构建交互式数据库的方法。
本方案具有重要意义，因为这是首次将冈比亚按蚊的转录组数据集中、免费且便捷地公开。该技术使得所有研究人员，即使不具备生物信息学背景，也能自由、便捷地获取其关注基因及杀虫剂抗性蚊虫的表达数据。首先，请点击LSTM IR-TEx项目页面底部的链接，在网络浏览器中运行IR-TEx网络应用程序。
网页初始化完成后，点击页面顶部的“Application”按钮，即可显示应用程序及其相关输出结果。阅读转录本ID输入框中默认条目对应的各项输出。选择暴露于拟除虫菊酯类杀虫剂的条件及相应的按蚊（Anopheles Coluzzii）数据集，或未暴露于任何杀虫剂类别的数据集，并筛选出相关系数大于0.98的关联转录本。
为了研究目标转录本的表达情况，首先选择该转录本。然后将转录本 ID 输入至转录本 ID 输入框中，并注意转录本编号以 RX 结尾，具体取决于所关注的异构体。通过勾选相应的复选框来选择要分析的数据集，包括国家、暴露状态、目标物种以及目标杀虫剂类别。
确保这些条件筛选出的数据集数量超过一个。在选择菜单底部点击“更新视图”或按回车键，暂时忽略绝对相关性值。等待应用程序完成更新。
第一个图表显示了在满足所选条件的每个数据集中，抗性蚊群与实验室易感蚊群之间目标转录本的 Log2 倍数变化。请阅读图表下方的信息，其中包含每个相关数据集中抗性蚊与易感蚊之间的倍数变化以及相应的校正后 P 值。每一行代表微阵列上的单个探针。
请阅读下方的附加表格，其中包含目标转录本具有显著性的实验数量，以及符合所选条件的实验总数。要以制表符分隔的格式下载数据，请点击两个表格下方的“下载”按钮。这使用户能够使用 Excel 等程序更方便地探索数据。
地图上的每个点代表各数据集中抗性蚊虫的大致采集地点，这些地点中目标转录本呈差异表达。颜色遵循应用程序中说明的交通灯系统。通过右键单击图形输出，选择“另存为图像”，并选择合适的文件夹来保存图像结果。
如果应用程序出现输出错误，可能是由于没有数据集符合输入的条件。通过多个数据集间转录本表达模式的相关性分析，可用于预测转录本功能，并有可能揭示来自同一通路的共调控转录本。在点击“更新视图”之前，将绝对相关性值滑块移至0.85，然后点击“更新视图”或按回车键。
查看相关性表格，找出当前显示的多个转录本，这些转录本与输入的转录本具有相关性。阅读图形输出下方的表格，其中包含每个转录本的相关性数值。如需以制表符分隔的格式下载数据，请点击“下载”按钮。
调节绝对相关性值滑块，观察最下方图表和表格中的任何变化。相关性值的严格性越低，显示的转录本越多，但会引入更多噪声。IR-TEx 安装完成后，打开 RStudio 补充代码文件1，逐行运行以设置 IR-TEx 系统。
当所有软件包均成功安装并按要求更新后，进入“文件”菜单，选择“打开”。找到 IR_TEx.r 文件，选中并打开。
现在应在 RStudio 的顶部窗口中可见。要运行该应用程序，请点击窗口右上角的“Run App”按钮。随后将弹出第二个窗口，应用程序将在其中加载。
加载完成后，为实现全部功能，请点击加载窗口右上角的“在浏览器中打开”。用户可按照 TEx 方案中所述方法，将使用冈比亚按蚊 15k Agilent 芯片生成的抗性数据集添加到 IR-TEx。打开 Additional File2.txt。
此RNA分析文件为新数据应遵循的模板。A列为标识符，B列为原始倍数变化（Fold Change），C列为校正后的P值。运行R代码，将不同平台的标识符匹配并整合为一个以制表符分隔的文件，然后对数据进行整理和标准化。
说明包含在文件中。任何文件路径在 Mac OS 中将用正斜杠分隔，而在 Windows 中将用双正斜杠分隔。请备份原始文件。
将补充涂层文件2结束时生成的文件输出至指定位置，以供下一步使用。补充编码文件2将生成一个新的Fold_Changes.txt文件。
运行补充代码文件3中包含的代码。在指定为文件路径的文件夹中找到名为 FC_DistribPlot.png 的输出文件。
检查 Log2 倍数变化的分布情况，以确认不同数据集之间的 Log2 倍数变化分布几乎相同。图中显示的是来自科特迪瓦和布基纳法索的两种多药抗性冈比亚按蚊（Anopheles Coluzzii）群体中 GS TMS1 和 AGAP 009110 RA 的 mRNA 表达水平。与实验室敏感型冈比亚按蚊 N-Guzo 相比，这些转录本在两个独立的多药抗性群体中均显著上调。
在来自LSTM实验室T-Oscillae品系的蚊子中进行了RNAi诱导的基因敲低实验。该品系源自科特迪瓦，对公共卫生中使用的所有主要类别的杀虫剂均具有抗性。在暴露于Delta Matheran后，与注射GFP对照组相比，GS TMS1转录本表达减弱导致死亡率显著升高，表明该转录本在拟除虫菊酯抗性中具有重要作用。
相反，AGAP 009110 RA 的敲低在暴露后并未导致死亡率发生显著变化。在该物种现有的21个微阵列数据集中，GST MS1 在20个中显著过表达。在每个地区，与易感种群相比，抗性种群的倍数变化显著更高。
所有数据集均来自多年间开展的不同实验，最初并非为基于微分析的严谨方法而设计，因此可能需要降低常规的 P 值严格性。可使用其他杀虫剂及生活史性状进一步开展表型敲低评估。若结果足够理想，后续寄生实验可进一步确定该蛋白的功能。
该技术是首次整合冈比亚按蚊复合种杀虫剂抗性转录组学数据并将其提供给该领域所有研究人员的应用。
概述
本研究探讨了冈比亚按蚊中与杀虫剂抗性相关的转录谱。IR-TEx 应用程序使研究人员能够轻松访问和分析转录组数据，即使不具备生物信息学背景亦可操作。
关键研究组成部分
研究领域
- 杀虫剂抗性
- 转录组分析
- 蚊虫生物学
背景
- 杀虫剂抗性对公共卫生构成重大挑战。
- 冈比亚按蚊是疟疾的主要传播媒介。
- 获取转录组数据对于制定抗性管理策略至关重要。
使用的方法
- IR-TEx 网络应用程序的开发
- 冈比亚按蚊及相关物种的转录组分析
- 数据可视化与相关性评估
主要结果
- IR-TEx 允许用户在多个数据集中可视化转录本表达数据。
- 观察到某些与杀虫剂抗性相关的转录本显著上调。
- 相关性分析揭示了潜在共调控的转录本。
结论
- 本研究展示了一种获取杀虫剂抗性相关数据的新方法。
- 该发现为未来的媒介控制策略提供了有价值的见解。
常见问题
行业重要性概述
IR-TEx 能够实现对与冈比亚按蚊杀虫剂抗性相关的转录组数据集进行可扩展的整合与分析，有助于在媒介生物学研究中进行早期靶点验证和机制层面的风险评估。通过集中多队列基因表达数据并实现功能注释，IR-TEx 提高了对抗性机制的预测可信度，并支持媒介控制研发项目中的候选方案筛选。其开源且可修改的框架可快速适应新数据集及不断演变的抗性表型。
生物制药研发中的战略应用
早期发现与靶点验证
- 支持在不同群体中对与耐药相关的转录本进行假设驱动的深入分析。
- 实现功能注释与共相关性分析，以阐明耐药机制通路。
- 通过整合多组学证据，为候选靶点提供机制层面的风险评估与排除。
- 提高在发现流程中优先筛选耐药基因的预测可信度。
筛选与检测方法开发
- 为下游表型筛选和检测方法开发准备经过验证的转录组学数据集。
- 在不同平台间标准化数据整合与归一化处理，提高可重复性。
- 提供稳健筛选标准所需的定量输出，如log2倍数变化和校正后的p值。
- 支持对候选耐药标志物进行可扩展的评估，以判断其是否适用于检测应用。
转化与临床前研究
- 将转录组学研究结果与表型敲低数据对齐，以增强转化连续性。
- 实现耐药标志物的跨人群验证，为临床前模型选择提供依据。
- 基于多队列证据支持对候选靶点进行风险调整后的推进。
- 有助于识别用于耐药监测的转化生物标志物。
流程与工作流整合
IR-TEx 通过实现对与耐药相关转录本的假设验证、靶点确认以及跨队列分析，融入从发现到临床前研究的连续过程。
- 发现生物学：集中转录组学数据，以支持通路阐明和生物学风险降低。
- 筛选：提供标准化的定量输出，用于检测方法开发和化合物评估。
- 分析：提供相关性表格、倍数变化分布和统计输出，用于比较分析。
- 转化研究：将转录组特征与表型结果关联，支持生物标志物的一致性分析。
- 企业级复用：提供可修改的开源平台，用于持续整合新的耐药性数据集。
运营与企业影响
- 科学价值：提高耐药靶点验证的预测可信度，降低机制上的不确定性。
- 操作价值：标准化数据整合、归一化处理和可视化流程，支持可扩展的工作流程。
- 战略价值：支持基于证据的立项或终止决策，实现资本高效的耐药靶点优先排序。
- 项目组合影响：支持经风险调整的推进策略，促进媒介控制研发中的跨职能协作。
实施注意事项
- 需要具备转录组学及基于 R 的数据处理专业知识，方可进行本地化修改。
- 需要访问 RStudio 及兼容的分析基础设施，以实现完整功能。
- 要求跨团队统一数据格式和标准化流程。
- 可适用于多种组学数据集及不断演变的耐药表型。
- 分析结果的可靠性依赖于输入数据集的质量与完整性。
生物制药常见问题
Chapters in this video
0:04
Title
0:30
Using the IR-TEx Web Application
3:57
Downloading and Implementing IR-TEx Locally
4:52
Modifying IR-TEx for use with Different Datasets
6:05
Results: Microsomal GST Contributes to Insecticide Resistance in Anopheles gambiae and Anopheles coluzzii Mosquitoes from Cte D Ivoire and Burkina Faso
7:31
Conclusion
