Ricerca basata su pattern di Epigenomic dati utilizzando GeNemo
8 ottobre 2017
A differenza dei dati di sequenza di DNA, epigenomic dati non sono facilmente soggetti a ricerche basate su testo. Presentato qui sono le procedure per utilizzare una versione aggiornata di GeNemo, uno strumento web-based di bioinformatica, per condurre le ricerche basate su pattern per somiglianze nei dati di epigenomic confronto database online disponibili tra cui Encyclopedia of DNA Elements con dati dell'utente.
L'obiettivo generale di questo video è quello di mostrare ai ricercatori nel campo dello studio epigenetico come utilizzare il programma GeNemo per ottenere regioni di somiglianza tra diversi segni epigenetici e diversi tipi di cellule. Il nostro obiettivo nella creazione di questo programma era quello di consentire ai ricercatori di confrontare le funzioni delle loro celle di dati con i loro vasti database pubblici noti, come Encode e Mousington. Ricerca informativa con ricerca tipica tramite parole chiave.
Al limite delle tue celle ci sono tre primizzazione K4 o altre curve specifiche. Sebbene questi pasticci siano utili, GeNemo può anche cercare aggiunte ai dati effettivi, piuttosto che somiglianze nella descrizione dei dati. Supponiamo di avere una nuova proteina che combatte il DNA con nessuna o poca conoscenza a priori sul tipo di modifiche epigenetiche o sul numero di cellule a cui si aspettano di relazionarsi.
GeNemo può ancora aiutare a restringere i potenziali obiettivi. GeNemo è in grado di leggere file in una varietà di formati, tra cui matematica e greco, e utilizzerà diversi metodi di corrispondenza dei modelli. Risolverà anche le regioni di smontaggio in base al loro punteggio di somiglianza e fornisce opzioni di esportazione dei dati. E ora, mostreremo come eseguire una ricerca GeNemo.
Per utilizzare GeNemo, avrai bisogno del tuo file di dati e del formato BED, o parrucca grande, che può essere convertito da dati grezzi sperimentali con strumenti bioinformatici comuni, come il browser del genoma UCSC. Per prima cosa, vai su GeNemo.org. Nella pagina principale, vedrai una casella di ricerca con le opzioni di specificazione.
Scegli con quali specie confrontare i tuoi dati. Per questo tutorial, utilizzeremo homosapiens come specie di riferimento. Quindi, scegli il tuo file da caricare su GeNemo.
Questo file può essere ospitato online o sull'unità locale. Copia e incolla l'URL in questa casella se i tuoi dati sono online. Oppure fai clic sul pulsante qui sotto per caricare un file di dati locale.
Per questa esercitazione verrà usato un file di esempio. A volte, il completamento delle ricerche può richiedere molto tempo. Se non vuoi aspettare, puoi fornire il tuo indirizzo email in questa casella.
E riceverai un'e-mail con un link ai risultati al termine della ricerca. Se stai fornendo i tuoi dati in formato BED, c'è un altro URL per caricare un file di parrucca di grandi dimensioni solo a scopo di visualizzazione. In questa casella è inoltre possibile specificare un intervallo di ricerca.
Per specificare un intervallo di ricerca, è necessario specificare il numero di cromosomi e l'intervallo di coppie di basi. I due input seguenti verrebbero letti allo stesso modo. Cromosoma 1:1-1000000. Oppure sostituendo i segni di punteggiatura con spazi, che è il formato di file BED.
Cromosoma1 1 1000000. Ora, fai clic sul pulsante di selezione dei dati per selezionare i tipi di traccia da cercare. È possibile fare clic sulle caselle di controllo accanto a ciascun campione di dati per eseguire la ricerca, ma è disponibile anche una funzione di filtro.
La funzione di filtro è utile per selezionare più tracce contemporaneamente. Qui puoi selezionare la categoria da cui filtrare, oltre a utilizzare i pulsanti nella parte inferiore della scheda. I primi tre pulsanti sono abbastanza autoesplicativi.
Il filtro fa sì che tutte le tracce che non appartengono alle categorie selezionate vengano deselezionate. Una specie di cancello e. D'altra parte, l'esclusione fa sì che le categorie selezionate vengano deselezionate.
Come un cancello non. Quando sei pronto, fai clic sul pulsante di ricerca per avviare la ricerca. Se si stanno cercando molti brani e, o non è stato specificato un intervallo di ricerca più piccolo, la ricerca potrebbe richiedere del tempo.
Nella casella dei risultati, vedrai varie sezioni del genoma in cui il tuo file di dati e le specie di ricerca sono simili in una o più delle sequenze di tracce che hai specificato. È possibile fare clic su scarica file BED per scaricare un file contenente un elenco di regioni corrispondenti. Fare clic sul pulsante Mostra in ogni casella per visualizzare la sezione corrispondente.
Nella sezione del display, vedrai la tua traccia di file di dati, così come la traccia o le tracce corrispondenti. È possibile spostarsi a monte o a valle facendo scorrere la barra sulla parte superiore con le etichette della coppia di basi. Come puoi vedere in questo esempio, la montagna qui è una somiglianza tra le due tracce.
Dopo aver visto questo video, dovresti avere una buona idea di come ottenere regioni di somiglianza tra diversi marcatori epigenetici usando GeNemo. I risultati della ricerca GeNemo includeranno marcatori epigenetici, ricerca di fattori di trascrizione, metilazione del DNA, accessibilità ai cromogeni o altri tipi di segnali in vari tipi di tessuto che hanno modelli simili in determinate posizioni genomiche ai dati di interesse. Da lì, potresti essere in grado di notare se questa proteina legante il DNA può interagire con qualche fattore trascrizionale, alcuni elementi regolatori o avere qualcosa a che fare con la struttura della cromatina, eccetera.
Puoi inoltre notare quali tipi di tessuti hanno la più alta somiglianza con il tuo set di dati, che può applicare la funzione di sviluppo della tua proteina di interesse. Facendo questo tipo di ricerca ampia, GeNemo può restituire le regioni provvisorie, i produttori e/o i tipi di cellule in un lasso di tempo relativamente basso. Da questi risultati, sarebbe anche possibile restringere le potenziali aree di interesse per derivare futuri esperimenti, come la scelta della linea cellulare appropriata per la proteina in questione, la verifica delle interazioni con specifici fattori trascrizionali o la modificazione epigenetica tramite Co IP, 30C, 4C, 5C o HiC.
Speriamo che questo tutorial sia stato utile e stiamo lavorando costantemente per migliorare GeNemo. A tal fine, accogliamo con favore qualsiasi feedback.
Panoramica
Questo articolo presenta un tutorial sull'uso di GeNemo, uno strumento bioinformatico basato sul web progettato per ricerche basate su modelli in dati epigenomici. I ricercatori possono confrontare i propri dati con ampie basi di dati pubbliche per identificare regioni di somiglianza tra diversi marcatori epigenetici e tipi cellulari.
Componenti Chiave dello Studio
Area della Scienza
- Epigenetica
- Bioinformatica
- Analisi dei dati
Sfondo
- I dati epigenomici sono difficili da ricercare utilizzando metodi basati sul testo tradizionali.
- GeNemo consente il confronto dei dati dell'utente con database pubblici noti.
- Lo strumento supporta diversi formati di dati e offre opzioni di visualizzazione.
- Comprendere le modifiche epigenetiche è fondamentale per lo studio della regolazione genica.
Scopo dello studio
- Mostrare come utilizzare GeNemo per l'analisi di dati epigenomici.
- Permettere ai ricercatori di identificare potenziali bersagli correlati ai propri dati.
- Favorire l'esplorazione delle somiglianze nei marcatori epigenetici tra diversi tipi cellulari.
Metodi Utilizzati
- Utilizzo di GeNemo per il confronto dei dati.
- Inserimento dei dati utente in formato BED o big wig.
- Selezione della specie e delle tracce di dati per l'analisi.
- Visualizzazione dei risultati e opzioni di download per le regioni corrispondenti.
Risultati principali
- Identificazione di regioni genomiche con pattern epigenetici simili.
- Capacità di visualizzare sezioni corrispondenti del genoma.
- I risultati includono vari marcatori epigenetici e fattori di trascrizione.
- Potenzialità di orientare futuri disegni sperimentali in base ai risultati ottenuti.
Conclusioni
- GeNemo è uno strumento prezioso per i ricercatori in epigenetica.
- Il programma migliora la capacità di analizzare e confrontare dati epigenomici.
- Si incoraggia il feedback per migliorare le funzionalità di GeNemo.
Domande frequenti
Rilevanza Industriale Esecutiva
GeNemo affronta un'importante lacuna nell'analisi dei dati epigenomici consentendo ricerche basate su modelli all'interno di set di dati genomici funzionali pubblici, una funzionalità assente negli strumenti tradizionali basati sul testo. Questo approccio supporta la validazione degli obiettivi e la riduzione del rischio meccanicistica nella fase iniziale della scoperta, identificando firme epigenetiche associate a tipi cellulari e stadi di sviluppo rilevanti per le malattie. Lo strumento migliora la fiducia predittiva nella generazione di ipotesi riguardo modulatori epigenetici e proteine associate alla cromatina.
Applicazioni Strategiche nella Ricerca e Sviluppo in Biopharma
Scoperta Precoce e Validazione del Bersaglio
- Valore scientifico: Consente l'analisi di ipotesi terapeutiche confrontando dati epigenomici dell'utente con set di dati ENCODE per identificare pattern condivisi nelle modifiche istoniche, nel legame dei fattori di trascrizione e nell'accessibilità della cromatina.
- Valore operativo: Supporta la validazione funzionale dei bersagli rivelando paesaggi epigenetici specifici per tipo cellulare che potrebbero indicare meccanismi regolatori delle proteine leganti il DNA.
- Valore predittivo: Facilita il triage del portafoglio evidenziando regioni genomiche con marcatori epigenetici simili, aiutando a prioritizzare bersagli con una giustificazione meccanicistica più solida.
Analisi e Sviluppo di Saggi
- Valore scientifico: Prepara sistemi biologici validati per flussi di lavoro successivi identificando contesti epigenetici in cui i bersagli di interesse sono attivi, fornendo informazioni per la progettazione dei saggi.
- Valore operativo: Migliora la standardizzazione e la riproducibilità dei saggi fornendo punteggi quantitativi di similarità e output di regioni genomiche riproducibili.
- Prontezza per lo screening: Consente una valutazione affidabile dei composti definendo regioni genomiche epigeneticamente rilevanti per successivi screening funzionali.
Ricerca Translazionale e Preclinica
- Continuità Translazionale: Collega i risultati della scoperta alla validazione preclinica identificando marcatori epigenetici in tessuti e stadi di sviluppo rilevanti per la malattia.
- Allineamento dei Biomarcatori: Supporta lo sviluppo di biomarcatori traslazionali collegando i profili epigenetici a specifici tipi cellulari e condizioni.
- Avanzamento Basato sul Rischio: Informa il processo decisionale rivelando la conservazione epigenetica tra tessuti, riducendo l'incertezza biologica nella selezione degli obiettivi.
Integrazione di Pipeline e Flusso di Lavoro
GeNemo si inserisce nel percorso di scoperta che va dalla generazione di ipotesi all'identificazione di candidati, consentendo l'interpretazione di dati epigenetici che guidano la selezione di bersagli e lo sviluppo di saggi.
- Biologia della scoperta: Supporta la verifica delle ipotesi e la chiarificazione dei percorsi identificando regioni epigenomiche con pattern simili ai dati forniti dall'utente attraverso diversi tipi cellulari e specie.
- Screening: Migliora la prontezza dei saggi attraverso output quantitativi e file BED scaricabili delle regioni corrispondenti, consentendo screening standardizzati di composti in contesti epigenetici rilevanti.
- Analisi: Fornisce punteggi di similarità e tracce genomiche visualizzabili che aiutano i team a confrontare condizioni epigenetiche e a definire priorità tra i bersagli.
- Ricerca traslazionale: Si collega al lavoro preclinico identificando firme epigenetiche in tessuti associati a malattie, sostenendo la validazione dei bersagli allineata ai biomarcatori.
- Riutilizzo aziendale: Funziona come capacità bioinformatica riutilizzabile per l'interpretazione di dati epigenomici in progetti multipli e aree terapeutiche diverse.
Impatto Operativo ed Aziendale
- Valore scientifico: Aumenta la fiducia predittiva nella validazione degli obiettivi riducendo l'ambiguità meccanicistica attraverso il confronto di modelli epigenomici.
- Valore operativo: Garantisce standardizzazione e scalabilità mediante formati di input uniformi (BED, bigWig) e parametri di ricerca riproducibili.
- Valore strategico: Migliora le decisioni di avanzamento o interruzione dei progetti consentendo una riduzione precoce dei rischi epigenetici, riducendo il rischio di fallimento biologico in fasi avanzate.
- Impatto sul portafoglio: Supporta la priorizzazione corretta rispetto ai rischi evidenziando obiettivi con una solida giustificazione epigenetica in sistemi rilevanti per le malattie.
Considerazioni sull'implementazione
- Richiede competenze in epigenetica e bioinformatica per interpretare i risultati del confronto di pattern e selezionare set di dati di riferimento appropriati.
- Necessita di accesso a formati di dati compatibili con il browser del genoma UCSC e di connettività internet per interrogare tracce ospitate come ENCODE e altre.
- Richiede una standardizzazione condivisa tra i gruppi di lavoro per quanto riguarda formattazione dei dati e parametri di ricerca, al fine di garantire la riproducibilità tra progetti.
- Richiede considerazioni adattative nell'applicare i risultati tra diversi sistemi modello (ad esempio, dal topo all'uomo) a causa della divergenza epigenetica.
- Limitato al rilevamento della similarità di pattern; non permette di dedurre relazioni causali né interazioni dirette proteina-DNA senza una successiva validazione.
