我们提供了一种标准化的转录组数据基因集富集分析方案，用于确定适用于转化研究的理想小鼠模型。
该方案可用于DNA微阵列和RNA测序数据，若有相应数据，亦可进一步扩展至其他组学数据。
需要JoVE订阅才能观看此内容。 请登录或开始免费试用
本文内容
摘要
摘要
最近的研究通过传统基因对基因比较技术，将人类疾病的转录组数据集与小鼠模型的数据集进行对比，得出了关于动物模型在转化研究中相关性的相互矛盾的结论。不同基因表达分析之间存在差异的一个主要原因是差异表达基因的任意筛选。此外，跨物种和跨平台的单个基因比较常受到技术变异的限制，导致对人类与动物模型数据之间一致或不一致性的误判。因此，亟需标准化的系统性数据分析方法。为了克服主观的基因筛选和低效的基因对基因比较，我们近期证明了基因集富集分析（GSEA）具有避免这些问题的潜力。基于此，我们开发了一套使用GSEA的标准化操作流程，用于区分适用于或不适用于转化研究的动物模型。该流程不适用于预测如何设计新的模型系统-先验方法，因为它需要已有的实验组学数据。然而，本方案描述了如何以标准化的方式解读已有数据，从而选择最合适的动物模型，避免不必要的动物实验和误导性的转化研究。
引言
动物模型因其在遗传学、解剖学和生理学方面与人类具有相似性，被广泛用于研究人类疾病。此外，动物模型通常作为临床治疗的门槛，在转化医学研究的成功中发挥着巨大影响。谨慎选择最合适的动物模型可减少误导性动物实验的数量。近年来，动物模型在转化研究中的相关性引发了争议，特别是对人类炎症性疾病及其相应小鼠模型所获得的相同数据集进行分析时，得出了相互矛盾的结论1,2。这一讨论揭示了在分析组学数据时存在一个根本性问题：需要建立标准化的系统性数据分析方法，以减少基因选择的偏倚，并提高跨物种比较的稳健性3。
传统上，转录组学数据（及其他组学数据）的分析是在单基因水平上进行的，通常包括基于严格截断参数的初始基因筛选步骤（例如，倍数变化 >2.0，p 值 <0.05）。然而，初始截断参数的设定往往具有主观性、随意性，且缺乏生物学依据，甚至可能导致相反的结论1,2。此外，初始基因筛选通常将分析局限于少数显著上调或下调的基因，因此敏感性不足，无法纳入大多数表达差异较小的基因。
随着21世纪初基因组学时代的兴起以及对生物通路和生物学背景的深....
访问受限。请登录或开始试用以查看此内容。
方案
1. GSEA 软件和分子特征数据库的下载
- 前往 GSEA Broad 研究所官方网站（http://software.broadinstitute.org/gsea/index.jsp）注册，以获取 GSEA 软件工具和分子特征数据库（MSigDB）的使用权限。
- 下载 javaGSEA 桌面应用程序或其他替代软件选项（例如，R 脚本）
注意：所有选项均采用完全相同的算法。GSEA 软件可免费供学术界和工业界个人用于内部研究。 - 有关 GSEA 软件的更多详细信息，请访问其文档网站（http://software.broadinstitute.org/cancer/software/gsea/wiki/index.php/Main_Page）和 GSEA 用户指南（http://software.broadinstitute.org/gsea/doc/GSEAUserGuideFrame.html）。
- 从 GSEA 网站下载分子特征数据库（MSigDB），以获取单个基因集集合。
注意：MSigDB 是一组带注释的基因集，可用于 GSEA 软件或其他用途。基因集可根据信号通路、基因本体术语、顺式调控元件、实验特征等进行分类。MSigDB 中的基因始终以其官方 HUGO（人类基因组组织）基因符号命名。在比较特定人类疾病与不同小鼠模型之间的通路调控时，建议下载 所有经典通路、基因符号 文件（<....
访问受限。请登录或开始试用以查看此内容。
结果
本文展示了GSEA工作流程及示例数据的截图。图1显示了包含目标转录组数据的基因表达数据文件。每个研究都需要一个描述性表型文件，如图2所示。注释的基因集（例如，通路）在基因集数据库文件中定义（图3）。图4展示了使用GSEA软件工具的逐步操作流程。图5提供了一份示例结果报告。详细的GSEA富集分析结果汇总于图6。为了比较不同的基因表达研究，特别是人与小鼠研究之间的比较，需要使用列联表（图7）。为了可视化分析结果，图8展示了人和小鼠研究之间通路比较的相关性矩阵。
访问受限。请登录或开始试用以查看此内容。
讨论
动物模型长期以来被用于研究疾病机制以及开发新的治疗策略。然而，由于一些临床试验的失败，人们对动物模型的预测性开始产生质疑12。此外，针对如何分析和解释临床前试验中产生的大规模组学数据，也出现了争议性讨论：对同一数据集采用不同的数据分析方法，得出了截然相反的结论1,2。因此，迫切需要更可靠的生物信息学技术来系统分析复杂的组学数据，以确定特定人类疾病的最优动物模型。采用目前最合适的模型不仅有助于提升转化医学研究的质量，还能通过避免与人类情况不相关的动物实验，进一步促进动物福利。
本文所述方案提供了一种标准化方法，用于系统比较不同物种的组学数据，旨在为特定人类疾病确定最佳动物模型和治疗方案。通过采用基因集富集分析（GSEA）而非单基因分析，该方案避免了与主观设定基因表达阈值及基因筛选相关的各种问题。聚焦于特定通路还可针对性地探讨所研究疾病或状况的（病理）生理过程。例如，炎症）。当然，GSEA结果的准确性取决.......
访问受限。请登录或开始试用以查看此内容。
披露
作者声明不存在任何竞争性财务利益。
致谢
本工作由德国联邦风险评估研究所（BfR）资助。
....访问受限。请登录或开始试用以查看此内容。
材料
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| Excel | Microsoft Corporation |
参考文献
- Seok, J., et al. Genomic responses in mouse models poorly mimic human inflammatory diseases. Proc Natl Acad Sci U S A. 110 (9), 3507-3512 (2013).
- Takao, K., Miyakawa, T. Genomic responses in mouse models greatly mimic human inflammator....
访问受限。请登录或开始试用以查看此内容。
重印与许可
标签
