الجينومية MRI -- وهو من الموارد العامة للدراسة أنماط تسلسل الحمض النووي داخل الجينوم
May 9th, 2011
نقدم العامة موقع على شبكة الإنترنت الحاسوبية لتحليل تسلسل الجيني. يكشف تسلسل الحمض النووي مع أنماط التراكيب غير عشوائية مختلف النوكليوتيدات. يولد هذا المورد أيضا تسلسل عشوائية مع مستويات مختلفة من التعقيد.
الهدف العام من هذا الإجراء هو استكشاف المدى المتوسط وغير العشوائي ، ويسمى أيضا في تجانس التسلسل الجيني المحدد للمستخدم. يتم تحقيق ذلك من خلال فحص تكوين قليل النوكليوتيدات لتسلسل الإدخال أولا وإنشاء جدول تردد لقليل النوكليوتيدات التي تشتمل على التسلسل. يتم تحقيق هذا الهدف من خلال استدعاء برنامج SRI Analyzer.
الخطوة الثانية هي إنتاج تسلسلات عشوائية لها نفس تركيبة قليل النوكليوتيدات تماما مثل تسلسل الإدخال. يتم تحقيق ذلك من خلال استدعاء برنامج مولد SRI. تتمثل الخطوة الثالثة من الإجراء في العثور على مقاطع داخل المدخلات والتسلسلات العشوائية التي يتم إثرائها بشكل كبير بواسطة تركيبة معينة من النيوكليوتيدات أو النيوكليوتيدات ، على سبيل المثال ، GC أو ag.
يتم تحقيق هذا الهدف من خلال برنامج محلل التصوير بالرنين المغناطيسي. تتمثل الخطوة الأخيرة من الإجراء في تنزيل الملفات التي تحتوي على تسلسلات لجميع مناطق التصوير بالرنين المغناطيسي التي اكتشفها البرنامج. في النهاية ، يمكن الحصول على نتائج تظهر أن غالبية المناطق الجينومية للأغاني متعددة الخلايا يتم إثرائها بشكل كبير من خلال الأجزاء التي تحتوي على تطرف تركيبي أساسي تم اكتشافه لكل من النيوكليوتيدات الأربعة أو أي من مجموعاتها.
ترتبط هذه في المناطق المتجانسة بتأكيدات الحمض النووي غير العادية و / أو خصائص الحمض النووي المعينة. يمكن أن تساعد هذه الطريقة في الإجابة على الأسئلة الرئيسية في مجال الجينوم ، مثل العثور على عناصر الحمض النووي الوظيفية المحتملة داخل مناطق شاسعة من التسلسلات غير المشفرة ، بما في ذلك المناطق أو المداخل بين الجينات. على الرغم من أن هذه الطريقة يمكن أن توفر نظرة ثاقبة على جينومات الثدييات ، إلا أنه يمكن تطبيقها أيضا على الكائنات الحية الأخرى مثل اللافقاريات والنباتات والفطريات والبكتيريا.
افتح الصفحة الرئيسية لحزمة المدى الجيني الجيني المتوسط عبر الإنترنت في التجانس أو حزمة G GM I على www.bioinfo.utoledo. edu / gri / مورد الويب. يوفر أيضا معلومات مفصلة عن البرامج في الرابط المساعدة كيفية الإعداد التمهيدي.
بينما يتم سرد جميع المواد المنشورة حول التصوير بالرنين المغناطيسي الجيني والخوارزميات المماثلة في الروابط إلى رابط الموارد ذات الصلة ، قم بإنشاء ملف بتسلسل منسق أسرع لبدء جلسة تحليل A-G-M-R-I. يبدأ التسلسل المنسق الأسرع بجزرة أو رمز أكبر من ، متبوعا بمعرف فريد أو اسم فريد وتسلسل على الأسطر التالية. ستتم معالجة نيوكليوتيدات TG و C فقط بواسطة التصوير بالرنين المغناطيسي الجيني ، على الرغم من السماح بمدخلات الأحرف الأخرى.
استعملت التسلسل ملف ل PKD مورثة واحدة. لتوضيح الجلسة، اضغط على زر البدء. يؤدي هذا إلى فتح صفحة ويب جديدة ، والتي توفر خيار نسخ تسلسل الإدخال ولصقه في النافذة المتوفرة ، أو إذا كان الملف كبيرا.
لتحميله ، انقر فوق الزر اختيار ملف لتحميل ملف. استعرض وصولا إلى الملف المطلوب. ثم انقر فوق ابدأ هذه الجلسة بهذا الملف زر يتم عرض تأكيد أن الملف قد تم تحميله بنجاح في أعلى الصفحة. ادناه.
هذه الرسالة هي معرف للجلسة الحالية ، والتي في هذه الحالة هي C ثمانية EP oh six. لتحليل النطاق القصير في تجانس تسلسل الإدخال ، انقر فوق تحليل المدى القصير في الزر التجانس. يفتح البرنامج صفحة جديدة مصممة خصيصا لتنفيذ برنامج SRI Analyzer.
هنا نحتاج إلى اختيار الحد الأقصى لطول نيوكليوتيدات oligo المراد فحصها. نظرا لأن تسلسلات الإدخال لدينا متوسطة الحجم تبلغ حوالي 50،000 نيوكليوتيد ، فإننا نختار المشكلين كأعلى طول لقليل النوكليوتيدات التي سيتم حساب الترددات لها. أخيرا ، نحتاج إلى الضغط على زر تحليل الملف على الفور.
يحسب البرنامج ترددات جميع قليل النوكليوتيدات بالطول المختار والأطوال الأصغر داخل تسلسل الإدخال. لمعرفة ترددات جميع قليل النوكليوتيدات ، انقر فوق الرابط تنزيل ملف التكوين. هذا الملف المسمى ملف المستخدم.
يمثل com جدولا يحتوي على ثلاثة أعمدة. يحدد العمود الأول قليل النوكليوتيدات. والثاني يمثل تردداتها النسبية ، والثالث يمثل عدد تكرارات قليل النوكليوتيدات داخل تسلسل الإدخال.
لإنشاء تسلسلات عشوائية بنفس تركيبة قليل النوكليوتيدات مثل ملف الإدخال ، انقر فوق علامة التبويب مولد SRI. في الصفحة الجديدة، اختر عدد عينات التسلسلات العشوائية المراد إنشاؤها. ستحتوي كل عينة من هذه العينات على تسلسلات عشوائية بنفس العدد والطول مثل تسلسلات الإدخال في ملف المستخدم.
في هذا المثال ، ملف المستخدم هو تسلسل جين PKD واحد. بعد ذلك ، اختر أطول طول لقليل النوكليوتيدات التي سيتم تقريب تردداتها في التسلسلات العشوائية عن طريق تحديد زر الاختيار للصانعين ، والذي يرمز إلى أربعة قليل النوكليوتيدات الأساسية. بعد ذلك ، اختر اثنين لعدد عينات التسلسلات العشوائية التي سيتم إنشاؤها.
أخيرا ، ابدأ البرنامج بالنقر فوق الزر "إنشاء ملف" لتسلسلات الإدخال لمئات الآلاف من النيوكليوتيدات. قد يستغرق الأمر بضع دقائق لإنشاء تسلسلات عشوائية. وبالتالي انتظر حتى تظهر روابط التنزيل الزرقاء في أسفل هذه الصفحة.
لتحليل المدى المتوسط في تجانس المدخلات والتسلسلات العشوائية ، انقر فوق علامة التبويب محلل التصوير بالرنين المغناطيسي. في الصفحة الجديدة، حدد تسلسلا ليتم تحليله من مربع القائمة ملف المراد تحليله. ثم اختر محتوى GC من قائمة أنواع المحتوى السبعة.
محتوى GC يرمز إلى تكوين G plus C. يسمح حقل حجم النافذة باختيار طول النافذة التي سيتم فحص التسلسلات الغنية والفقيرة للمحتوى لها. احتفظ بحجم النافذة الافتراضي البالغ 50 نيوكليوتيد.
أخيرا ، اختر الحد العلوي والأدنى للمناطق الغنية بالمحتوى والمناطق الفقيرة بالمحتوى على التوالي. يمكن تحديد هذه العتبات من خلال عدد النيوكليوتيدات المعينة في النافذة الحالية أو من خلال النسبة المئوية لهذه النيوكليوتيدات في النافذة. في هذه الحالة ، دعونا نختار في البداية قيما عشوائية تبلغ 60٪ للعتبة العليا و 30٪ للعتبة الأدنى.
بعد ذلك ، اضغط على زر تحليل الملف بعد ذلك ، يظهر رابط لملف الإخراج ويتم عرض تمثيل رسومي للنتائج. يتم تمييز جميع المناطق الغنية بالمحتوى على طول تسلسل الإدخال على أنها طفرات زرقاء تصاعدية والمناطق الفقيرة بالمحتوى على أنها ارتفاعات حمراء لأسفل. يوضح الرسم البياني أن هناك عددا كبيرا جدا من المسامير الزرقاء التي تظهر المناطق الغنية ب GC وعدد أقل من المسامير الحمراء التي تظهر المناطق الفقيرة في GC.
هذا يعني أن المعلمات المختارة ليست مثالية. بالنسبة للتكرار التالي، استخدم عتبة أعلى بنسبة 75٪ وعتبة أقل بنسبة 32٪. مرة أخرى ، ابدأ محلل التصوير بالرنين المغناطيسي بالنقر فوق تحليل الملف زر.
يوضح الرسم البياني الجديد أنه حتى بالنسبة للمعلمات الجديدة الأكثر صرامة ، هناك المئات من المسامير الزرقاء. لذلك ، قم بزيادة الحد الأعلى إلى 80٪ وكرر العمليات الحسابية. يوضح الرسم البياني الجديد أن 62 منطقة غنية ب GC تحتوي على محتوى GC أكبر من أو يساوي 80٪ و 28 منطقة فقيرة GC مع محتوى GC أقل من 32٪ بعد ذلك ، قارن نتائج ملف الإدخال مع التسلسلين العشوائيين اللذين لهما نفس تكوين قليل النوكليوتيدات مثل جين PKD واحد.
للقيام بذلك ، قم بتغيير التسلسل من PKD جين واحد إلى الجين العشوائي باستخدام مربع قائمة الملف لتحليل مع الاحتفاظ بنفس المعلمات للمناطق الغنية GC والمناطق الفقيرة GC. يوضح العرض الرسومي الذي تم إنشاؤه حديثا للتسلسل العشوائي رقم واحد أن هذا التسلسل العشوائي يحتوي على منطقة فقيرة واحدة فقط من GC و 31 منطقة غنية ب GC. قد يمثل تسلسل عشوائي آخر بعض التقلبات في عدد المناطق الغنية بالمحتوى والمناطق الفقيرة بالمحتوى ، ولكن يجب أن يكون الاتجاه هو نفسه.
التسلسلات العشوائية ل PKD جين واحد أقل بعدة مرات. المناطق الغنية ب GC هي أكثر من 10 مرات أقل من المناطق الفقيرة GC. يستخدم العرض التوضيحي التالي نوعا آخر من محتوى التصوير بالرنين المغناطيسي.
في نفس pkg ، يحتوي إنترونات الجين البشري لهذا الجين على العديد من المناطق الغنية بالبيورين المرتبطة بهياكل DN aex. في صفحة الويب الخاصة بمحلل التصوير بالرنين المغناطيسي ، قم بتبديل محتوى الحمض النووي إلى النيوكليوتيدات ag التي تمثل البيورينات. حافظ على حجم النافذة مساويا ل 50 قاعدة وقم بتغيير العتبة العليا إلى 80٪ والحد الأدنى إلى 10٪ ثم اضغط على زر تحليل الملف لاستدعاء البرنامج.
يوضح الرسم البياني المعروض أن هذا الجين يحتوي على ست مناطق غنية بالزراعة تظهر من خلال مسامير رأسية زرقاء و 14 منطقة فقيرة تظهر بمسامير حمراء. ثم قارن هذه النتائج التي تم الحصول عليها لجين PKD واحد مع البيانات من التسلسلات العشوائية التي لها نفس تكوين قليل النوكليوتيدات مثل الجين الذي يتحول أولا إلى التسلسل العشوائي ، على سبيل المثال رقم اثنين ، واحتفظ بنفس المعلمات كما في الاختبار السابق. يوضح الرسم البياني لهذا التسلسل العشوائي أنه يحتوي على منطقة غنية واحدة فقط ولا تحتوي على مناطق فقيرة AG.
يتم حفظ جميع البيانات التي تم إنشاؤها أثناء الجلسة في ملفات خاصة يمكن الوصول إليها عبر علامة تبويب تنزيل الملفات في الزاوية العلوية اليمنى من كل صفحة ويب. بعد فتح هذا الرابط ، قم بتنزيل تسلسل الإدخال بالإضافة إلى جميع التسلسلات العشوائية التي تم إنشاؤها. أسفل قائمة الملفات هذه ، يوجد رابط لجدول تردد قليل النوكليوتيدات الذي تم إنشاؤه بواسطة برنامج محلل SRI.
ثم هناك روابط لجميع النتائج التي تم إنشاؤها بواسطة برنامج محلل التصوير بالرنين المغناطيسي أثناء الجلسة. على سبيل المثال ، انقر فوق مستخدم الملف ملف RAND واحد أربعة AGCO 50 32 14 ، يمثل النتائج التي تم الحصول عليها للتسلسل العشوائي. رقم واحد مع المعلمات التالية ، محتوى ag 50 نافذة طويلة للنيوكليوتيدات ، عتبة علوية ، 32 نيوكليوتيدات وعتبة سفلية 14 نيوكليوتيدات.
في هذا الملف ، تتوفر جميع مقاطع تسلسل النيوكليوتيدات التي تتطابق مع معايير المحتوى الغني أو الضعيف ، وإحداثياتها كقائمة وفقا لمواقعها المتتالية على طول تسلسل الإدخال. بعد مشاهدة هذا الفيديو ، يجب أن يكون لديك فهم جيد لكيفية التنقل عبر التصوير بالرنين المغناطيسي الجيني ، وهو مورد حسابي.
النظرة العامة
تقدم هذه المقالة مصدرًا شبكيًا حسابيًا مصممًا لتحليل التسلسلات الجينومية، مع التركيز على اكتشاف تركيبات النيوكليوتيدات غير العشوائية. يولد الأداة تسلسلات عشوائية ذات تركيبات أوليجو نوكليوتيدات مماثلة، مما يسهل استكشاف عدم تجانس الجينوم.
مكونات الدراسة الرئيسية
مجال العلم
- علم الجينوم
- علم المعلومات الحيوية
- علم الأحياء الحسابي
الخلفية
- تتناول الدراسة تحليل عدم العشوائية متوسط المدى في التسلسلات الجينومية.
- تستخدم برامج مختلفة لتحليل تركيبات الأوليجو نوكليوتيدات وتوليد التسلسلات العشوائية.
- يمكن أن يكشف فهم هذه الأنماط عن عناصر الحمض النووي الوظيفية في المناطق غير المشفرة.
- الطريقة قابلة للتطبيق عبر كائنات مختلفة، بما في ذلك الثدييات والنباتات.
هدف الدراسة
- لاستكشاف عدم العشوائية في التسلسلات الجينومية.
- لتوليد تسلسلات عشوائية تحافظ على نفس تركيبة الأوليجو نوكليوتيدات للمدخلات.
- لتحديد شرائح النيوكليوتيدات الغنية في المناطق الجينومية.
الطرق المستخدمة
- تحليل تركيبة الأوليجو نوكليوتيدات باستخدام برنامج SRI Analyzer.
- توليد تسلسلات عشوائية مع برنامج SRI generator.
- تحديد الشرائح الغنية باستخدام برنامج MRI Analyzer.
- ملفات إخراج قابلة للتحميل تحتوي على التسلسلات المحللة والنتائج.
النتائج الرئيسية
- توليد جداول التكرار للأوليجو نوكليوتيدات من تسلسلات المدخلات.
- يتم إنشاء تسلسلات عشوائية تعكس تركيبة الأوليجو نوكليوتيدات للأصل.
- يتم تحديد الإثراء الكبير لمجموعات النيوكليوتيدات المحددة في المناطق الجينومية.
- يتم توفير تمثيلات رسومية لمناطق المحتوى الغني ومناطق المحتوى الفقير.
الاستنتاجات
- يساعد المورد الحسابي في تحديد العناصر الوظيفية داخل الحمض النووي غير المشفر.
- يعزز فهم عدم تجانس الجينوم عبر أنواع مختلفة.
- يمكن تطبيق الطرق على مجموعة واسعة من الدراسات الجينومية.
الأسئلة المتداولة
Executive Industry Relevance
Genomic MRI provides a computational approach to detect non-random nucleotide patterns in non-coding DNA, supporting target validation by identifying regulatory elements with potential functional significance. This enables mechanistic de-risking in early discovery by linking sequence inhomogeneity to biological processes such as gene expression and recombination. The resource enhances predictive confidence in lead identification by prioritizing genomic regions with extreme base composition for downstream assay development.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Interrogates therapeutic hypotheses by identifying mid-range inhomogeneity regions associated with non-B-form DNA structures involved in gene regulation.
- Operational Value: Enables functional target validation through computational detection of sequence patterns enriched in purine-rich or GC-rich regions.
- Predictive Value: Supports portfolio triage by highlighting genomic regions with fixation bias against homogeneity-reducing mutations, indicating evolutionary conservation and potential functionality.
Screening & Assay Development
- Scientific Value: Prepares validated biological systems for downstream workflows by characterizing sequence patterns that correlate with unusual DNA conformations.
- Operational Value: Addresses assay standardization and reproducibility by generating randomized sequences with matched oligonucleotide composition for comparative analysis.
- Screening Readiness: Highlights platform reuse through freely available internet resources that facilitate examination of vast non-coding regions across species.
Translational & Preclinical Research
- Translational Continuity: Discusses disease relevance by linking MRI regions to regulation of gene expression and recombination, supporting biomarker alignment in preclinical models.
- Risk-Adjusted Advancement: Describes continuity from discovery through preclinical validation by enabling cross-species application in invertebrates, plants, fungi, and bacteria.
- Mechanistic De-risking: Focuses on predictive value by identifying sequence patterns associated with functional DNA elements in non-coding regions.
Pipeline & Workflow Integration
The method integrates into the discovery continuum from target validation through lead identification to preclinical work by providing quantitative outputs on sequence enrichment that inform biological de-risking decisions.
- Discovery Biology: Supports hypothesis testing and pathway clarification by analyzing oligonucleotide composition and identifying enriched nucleotide segments in user-specified genomic sequences.
- Screening: Describes assay readiness and reproducibility through generation of randomized sequences with identical oligonucleotide composition for comparative MRI analysis.
- Analytics: Highlights measurements and statistical outputs such as frequency tables and graphical representations of content-rich and content-poor regions to enable condition comparison.
- Translational Research: Connects to preclinical continuity by demonstrating applicability across organisms, supporting biomarker alignment in disease-relevant systems.
- Enterprise Reuse: Frames the method as a reusable capability via a freely accessible web resource for standardized genomic sequence analysis across projects.
Operational & Enterprise Impact
- Scientific Value: Predictive confidence, target validation, reduction of mechanistic ambiguity in non-coding DNA interpretation.
- Operational Value: Standardization, reproducibility, and scalability through automated sequence analysis and randomized control generation.
- Strategic Value: Better go/no-go decisions, capital efficiency, and reduced late-stage biological risk by prioritizing functionally relevant genomic regions early.
- Portfolio Impact: Risk-adjusted prioritization and advancement decisions based on evolutionary conservation signals in MRI regions.
Implementation Considerations
- Required scientific expertise in bioinformatics and genomics for interpreting oligonucleotide frequency tables and MRI outputs.
- Instrumentation and analytical infrastructure needs include web access to the Genomic MRI resource and capacity to handle sequences up to hundreds of thousands of nucleotides.
- Cross-team standardization requirements involve consistent use of window size, threshold parameters, and nucleotide content types (e.g., GC, AG) for reproducible MRI analysis.
- Adaptation considerations across model systems include validation of sequence input format (FASTA) and restriction to A, T, G, C nucleotides despite tolerance for other characters.
- Practical limitations include dependency on user-defined thresholds for content-rich and content-poor regions, which require optimization to avoid over-prediction of enriched segments.
