البحث على أساس نمط بيانات ابيجينوميك باستخدام جينيمو
أكتوبر 8, 2017
خلافا لبيانات تسلسل الحمض النووي، لا تخضع البيانات ابيجينوميك سهولة البحث المستندة إلى نص. المقدمة هنا هي الإجراءات استخدام إصدار تم ترقيته من جينيمو، أداة للمعلوماتية على شبكة الإنترنت، لإجراء عمليات تفتيش على أساس نمط لأوجه التشابه في البيانات ابيجينوميك مقارنة قواعد البيانات المتاحة على الإنترنت بما في ذلك "عناصر الموسوعة الحمض النووي" مع البيانات الخاصة بالمستخدم.
الهدف العام من هذا الفيديو هو إظهار الباحثين في مجال الدراسة اللاجينية كيفية استخدام برنامج GeNemo للحصول على مناطق التشابه بين العلامات اللاجينية المختلفة وأنواع الخلايا المختلفة. كان هدفنا من إنشاء هذا البرنامج هو تمكين الباحثين من مقارنة وظائف خلايا البيانات الخاصة بهم بقواعد البيانات العامة الواسعة المعروفة ، مثل Encode و Mousington. البحث المعلوماتي مع البحث النموذجي عبر الكلمات الرئيسية.
عند حافة الهاوية ، توجد خلاياك ثلاثة K4 ، أولية ، أو منحنيات محددة أخرى. في حين أن هذه الفوضى مفيدة ، يمكن ل GeNemo أيضا البحث عن إضافات البيانات الفعلية ، بدلا من أوجه التشابه في وصف البيانات. لنفترض أن لديك بروتين جديد يقاتل الحمض النووي مع عدم وجود معرفة مسبقة أو القليل منها حول نوع التعديلات اللاجينية أو عدد الخلايا التي يتوقعون أن يرتبطوا بها.
لا يزال بإمكان GeNemo المساعدة في تضييق نطاق الأهداف المحتملة. يمكن ل GeNemo قراءة الملفات في مجموعة متنوعة من التنسيقات ، بما في ذلك الرياضيات واليونانية ، وسيستخدم طرقا مختلفة لمطابقة الأنماط ، كما سيحل مناطق إيقاف التشغيل بناء على درجة تشابهها ، ويوفر خيارات تصدير البيانات. والآن ، سنوضح كيفية إجراء بحث GeNemo.
لاستخدام GeNemo ، ستحتاج إلى ملف البيانات الخاص بك و BED ، أو تنسيق شعر مستعار كبير ، والذي يمكن تحويله من البيانات الأولية التجريبية باستخدام أدوات المعلوماتية الحيوية الشائعة ، مثل متصفح الجينوم UCSC. أولا ، انتقل إلى GeNemo.org. في الصفحة الرئيسية ، سترى مربع بحث يحتوي على خيارات المواصفات.
اختر الأنواع التي تريد مقارنة بياناتك بها. في هذا البرنامج التعليمي ، سنستخدم homosapiens كأنواع مرجعية. بعد ذلك ، اختر ملفك الخاص لتحميله إلى GeNemo.
يمكن استضافة هذا الملف إما عبر الإنترنت أو على محرك الأقراص المحلي. انسخ عنوان URL والصقه في هذا المربع إذا كانت بياناتك متصلة بالإنترنت. أو انقر فوق الزر أدناه لتحميل ملف بيانات محلي.
في هذا البرنامج التعليمي ، سنستخدم نموذجا للملف. في بعض الأحيان، قد تستغرق عمليات البحث وقتا طويلا حتى تكتمل. إذا كنت لا تريد الانتظار ، فيمكنك تقديم عنوان بريدك الإلكتروني في هذا المربع.
وستتلقى بريدا إلكترونيا يحتوي على رابط للنتائج عند انتهاء البحث. إذا كنت تقدم بياناتك الخاصة بتنسيق BED ، فهناك عنوان URL آخر لتحميل ملف شعر مستعار كبير لأغراض العرض فقط. يمكنك أيضا تحديد نطاق بحث في هذا المربع.
لتحديد نطاق بحث، يجب تحديد رقم الكروموسوم، بالإضافة إلى نطاق الزوج الأساسي. ستقرأ المدخلين التاليين بنفس الطريقة. الكروموسوم 1: 1-1000000. أو عن طريق استبدال علامات الترقيم بمسافات ، وهو تنسيق ملف BED.
الكروموسوم 1 1 1000000. الآن ، انقر فوق زر تحديد البيانات لتحديد أنواع المسارات التي تريد البحث عنها. يمكنك النقر فوق خانات الاختيار بجوار كل عينة بيانات للبحث عنها ، ولكن هناك أيضا وظيفة تصفية.
وظيفة التصفية مفيدة لتحديد العديد من المسارات في نفس الوقت. هنا ، يمكنك تحديد الفئة التي تريد التصفية منها ، بالإضافة إلى استخدام الأزرار الموجودة أسفل علامة التبويب. الأزرار الثلاثة الأولى لا تحتاج إلى شرح.
يتسبب عامل التصفية في إلغاء تحديد جميع المسارات التي لا تنتمي إلى الفئات المحددة. نوع من مثل وبوابة. من ناحية أخرى ، يؤدي الاستبعاد إلى عدم تحديد الفئات المحددة.
مثل ليس بوابة. عندما تكون جاهزا ، انقر فوق زر البحث لبدء البحث. إذا كنت تبحث في العديد من المسارات ، أو لم تحدد نطاق بحث أصغر ، فقد يستغرق البحث بعض الوقت.
في مربع النتائج ، سترى أقساما مختلفة من الجينوم حيث يتشابه ملف البيانات وأنواع البحث في واحد أو أكثر من تسلسلات المسار التي حددتها. يمكنك النقر فوق تنزيل ملف BED لتنزيل ملف يحتوي على قائمة بالمناطق المطابقة. انقر فوق الزر إظهار في كل مربع لتصور قسم المطابقة.
في قسم العرض ، سترى مسار ملفات البيانات الخاصة بك ، بالإضافة إلى المسار أو المسارات المطابقة. يمكنك التحرك في المنبع أو المصب عن طريق تحريك الشريط في الأعلى باستخدام تسميات الزوج الأساسي. كما ترون في هذا المثال ، فإن الجبل هنا يشبه بين المسارين.
بعد مشاهدة هذا الفيديو ، يجب أن يكون لديك فكرة جيدة عن كيفية الحصول على مناطق التشابه بين العلامات اللاجينية المختلفة باستخدام GeNemo. ستتضمن نتائج بحث GeNemo علامات الجراث اللاجينية ، والعثور على عوامل النسخ ، أو مثيلة الحمض النووي ، أو إمكانية الوصول إلى الكروموجين ، أو أنواع أخرى من الإشارات عبر أنواع الأنسجة المختلفة التي لها أنماط مماثلة في مواقع جينومية معينة لبياناتك التي تهمك. من هناك ، قد تتمكن من ملاحظة ما إذا كان هذا البروتين المرتبط بالحمض النووي قد يتفاعل مع بعض عوامل النسخ ، أو بعض العناصر التنظيمية ، أو له علاقة ببنية الكروماتين ، وما إلى ذلك.
يمكنك أيضا ملاحظة أنواع الأنسجة التي لها أعلى تشابه مع مجموعة البيانات الخاصة بك ، والتي قد تطبق الوظيفة التنموية للبروتين الذي تهمك. من خلال إجراء مثل هذا النوع من البحث الواسع ، يمكن ل GeNemo إرجاع المناطق المؤقتة والصانعين و / أو أنواع الخلايا في فترة زمنية منخفضة نسبيا. من هذه النتائج ، سيكون من الممكن أيضا تضييق نطاق مجالات الاهتمام المحتملة لاشتقاق التجارب المستقبلية ، مثل اختيار خط الخلية المناسب للبروتين المعني ، أو اختبار التفاعلات مع عوامل نسخ محددة ، أو التعديل اللاجيني عبر Co IP أو 30C أو 4C أو 5C أو HiC.
نأمل أن يكون هذا البرنامج التعليمي مفيدا ، ونعمل باستمرار على تحسين GeNemo. ولتحقيق هذه الغاية، نرحب بأي تعليقات.
نظرة عامة
تقدم هذه المقالة دليلًا إرشاديًّا حول استخدام GeNemo، أداة حيوية على الويب مصممة لعمليات البحث القائمة على الأنماط في البيانات الفوق جينومية. يمكن للباحثين مقارنة بياناتهم مع قواعد بيانات عامة واسعة النطاق لتحديد مناطق التشابه بين العلامات الفوق جينومية المختلفة وأنواع الخلايا.
مكونات الدراسة الرئيسية
مجال العلم
- فوق الجينوميات
- المعلوماتية الحيوية
- تحليل البيانات
الخلفية
- تعتبر البيانات فوق الجينومية صعبة البحث باستخدام الطرق التقليدية المستندة إلى النص.
- يسمح GeNemo بمقارنة بيانات المستخدم مع قواعد البيانات العامة المعروفة.
- يدعم الأداة تنسيقات بيانات متنوعة ويوفر خيارات تصور.
- فهم التعديلات فوق الجينومية أمر بالغ الأهمية لدراسة تنظيم الجينات.
غرض الدراسة
- لإظهار كيفية استخدام GeNemo لتحليل البيانات فوق الجينومية.
- لتمكين الباحثين من تحديد الأهداف المحتملة المتعلقة ببياناتهم.
- لتسهيل استكشاف أوجه التشابه في العلامات الفوق جينومية عبر أنواع الخلايا المختلفة.
الطرق المستخدمة
- استخدام GeNemo لمقارنة البيانات.
- إدخال بيانات المستخدم بتنسيق BED أو big wig.
- اختيار الأنواع ومسارات البيانات للتحليل.
- تصور النتائج وخيارات تنزيل المناطق المطابقة.
النتائج الرئيسية
- تحديد مناطق جينومية بنماط فوق جينومية متشابهة.
- القدرة على تصور الأقسام المطابقة من الجينوم.
- تشمل النتائج العديد من العلامات الفوق جينومية وعوامل النسخ.
- الإمكانية لتوجيه تصميمات التجارب المستقبلية بناءً على النتائج.
الاستنتاجات
- GeNemo هو أداة قيّمة للباحثين في مجال فوق الجينوميات.
- يعزز البرنامج من القدرة على تحليل البيانات فوق الجينومية ومقارنتها.
- يُشجع على تقديم الملاحظات لتحسين وظائف GeNemo.
الأسئلة المتداولة
Executive Industry Relevance
GeNemo addresses a critical gap in epigenomic data analysis by enabling pattern-based searches across public functional genomic datasets, a capability lacking in traditional text-based tools. This supports target validation and mechanistic de-risking in early discovery by identifying epigenetic signatures associated with disease-relevant cell types and developmental stages. The tool enhances predictive confidence in hypothesis generation for epigenetic modulators and chromatin-associated proteins.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of therapeutic hypotheses by comparing user epigenomic data against ENCODE datasets to identify shared patterns in histone modifications, transcription factor binding, and chromatin accessibility.
- Operational Value: Supports functional target validation by revealing cell-type-specific epigenetic landscapes that may indicate regulatory mechanisms of DNA-binding proteins.
- Predictive Value: Facilitates portfolio triage by highlighting genomic regions with similar epigenetic marks, helping prioritize targets with stronger mechanistic rationale.
Screening & Assay Development
- Scientific Value: Prepares validated biological systems for downstream workflows by identifying epigenetic contexts where targets of interest are active, informing assay design.
- Operational Value: Enhances assay standardization and reproducibility by providing quantitative similarity scores and reproducible genomic region outputs.
- Screening Readiness: Enables reliable compound evaluation by defining epigenetically relevant genomic regions for follow-up functional screening.
Translational & Preclinical Research
- Translational Continuity: Connects discovery findings to preclinical validation by identifying epigenetic markers in disease-relevant tissues and developmental stages.
- Biomarker Alignment: Supports translational biomarker development by linking epigenetic patterns to specific cell types and conditions.
- Risk-Adjusted Advancement: Informs decision-making by revealing cross-tissue epigenetic conservation, reducing biological uncertainty in target selection.
Pipeline & Workflow Integration
GeNemo fits within the discovery continuum from hypothesis generation to lead identification, enabling epigenetic data interpretation that informs target selection and assay development.
- Discovery Biology: Supports hypothesis testing and pathway clarification by identifying epigenomic regions with similar patterns to user data across cell types and species.
- Screening: Enhances assay readiness through quantitative outputs and downloadable BED files of matching regions, enabling standardized compound screening in relevant epigenetic contexts.
- Analytics: Provides similarity scores and visualizable genomic tracks that help teams compare epigenetic conditions and prioritize targets.
- Translational Research: Connects to preclinical work by identifying epigenetic signatures in disease-associated tissues, supporting biomarker-aligned target validation.
- Enterprise Reuse: Functions as a reusable bioinformatics capability for epigenomic data interpretation across multiple projects and therapeutic areas.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence in target validation by reducing mechanistic ambiguity through epigenomic pattern matching.
- Operational Value: Ensures standardization and scalability via consistent input formats (BED, bigWig) and reproducible search parameters.
- Strategic Value: Improves go/no-go decisions by enabling early epigenetic de-risking, reducing late-stage biological failure risk.
- Portfolio Impact: Supports risk-adjusted prioritization by highlighting targets with strong epigenetic rationale across disease-relevant systems.
Implementation Considerations
- Requires expertise in epigenetics and bioinformatics to interpret pattern-matching results and select appropriate reference datasets.
- Needs access to UCSC genome browser-compatible data formats and internet connectivity for querying ENCODE and other hosted tracks.
- Demands cross-team standardization on data formatting and search parameters to ensure reproducibility across projects.
- Requires adaptation considerations when applying results across model systems (e.g., mouse to human) due to epigenetic divergence.
- Limited to pattern similarity detection; does not infer causal relationships or direct protein-DNA interactions without follow-up validation.
