Inherent Dynamics Visualizer, eine interaktive Anwendung zur Bewertung und Visualisierung von Ergebnissen aus einer Gene Regulatory Network Inference Pipeline

Der Inherent Dynamics Visualizer erleichtert den Forschern die Arbeit mit verschiedenen Inferenzmethoden und das Verständnis ihrer Ergebnisse, was wiederum die beschleunigte Erstellung funktionaler Netzwerkmodelle ermöglicht. Der Hauptvorteil des Inherent Dynamics Visualizers besteht darin, Zwischenergebnisse zu visualisieren und zu untersuchen, um Parameter und Eingabedateiinhalte von nachgelagerten Schritten zu informieren. Der Inherent Dynamics Visualizer erleichtert die Untersuchung und das Verständnis der Ergebnisse aus mehreren Inferenzwerkzeugen.

Es wird jedoch empfohlen, auf die Dokumentation der einzelnen Tools zu verweisen, um besser zu verstehen, wie sich die Parameterauswahl auf die Ergebnisse auswirkt. Geben Sie in einer neuen IDP-Konfigurationsdatei, die den Knotenfindungsschritt parametrisiert, Datendatei gleich, Anmerkungsdatei gleich, Ausgabedatei gleich, Zahlenprozess gleich und IDVconnection gleich true in einzelnen Zeilen ein. Geben Sie nach dem Gleichheitszeichen für die Datendatei den Pfad zu und den Namen der jeweiligen Zeitreihendatei mit einem Komma nach dem Namen ein.

Geben Sie unter Anmerkungsdatei den Pfad zu und den Namen der Anmerkungsdatei ein. Geben Sie für Ausgabedatei den Pfad und den Namen des Ergebnisordners ein. Geben Sie für Den Nummernprozess die Anzahl der Prozesse ein, die der IDP verwenden soll.

Geben Sie in derselben Textdatei nach den Hauptargumenten in der Reihenfolge der dargestellten DLxJTK-Argumente in eckigen Klammern Punkte gleich und DLxJTK-Cutoff gleich in einzelnen Zeilen ein. Wenn für Zeiträume ein Zeitreihendataset verwendet wird, geben Sie jede Periodenlänge durch Kommas getrennt nach dem Gleichheitszeichen ein. Geben Sie für mehr als ein Zeitreihen-Dataset jeden Satz von Periodenlängen wie zuvor ein, setzen Sie jedoch eckige Klammern um jeden Satz und ein Komma zwischen den Sätzen.

Geben Sie für den DLxJTK-Cutoff nach dem Gleichheitszeichen eine ganze Zahl ein, die die maximale Anzahl von Genen angibt, die in der von De Lichtenburg von JTK-CYCLE ausgegebenen Genlistendatei beibehalten werden sollen. Führen Sie als Nächstes den IDP mit der erstellten Konfigurationsdatei aus, indem Sie den angegebenen Befehl mit dem entsprechenden Dateinamen im Terminal ausführen. Wechseln Sie im Terminal in das Verzeichnis Inherent Dynamics Visualizer und geben Sie den angegebenen Befehl ein.

Geben Sie dann in einem Webbrowser die angezeigte URL ein. Klicken Sie anschließend auf die Registerkarte Knotensuche und wählen Sie den gewünschten Knotenfindungsordner aus dem Dropdown-Menü aus. Um die Genlistentabelle zu erweitern oder zu kürzen, klicken Sie auf die Pfeile nach oben oder unten oder geben Sie manuell eine ganze Zahl zwischen eins und 50 in das Feld neben der Genexpression von DLxJTK-gewerteten Genen ein.

Klicken Sie in der Genlistentabelle auf das Kästchen neben einem Gen, um sein Genexpressionsprofil und ein Liniendiagramm anzuzeigen. Mehrere Gene können hinzugefügt werden. Laden Sie dann die Genliste in das Dateiformat herunter, das für den Grenzfindungsschritt benötigt wird, indem Sie auf die Schaltfläche Genliste herunterladen klicken.

Markieren Sie in der bearbeitbaren Genanmerkationstabelle ein Gen als Ziel, Regulator oder beides. Wenn ein Gen ein Regulator ist, markieren Sie das Gen als Aktivator, Repressor oder beides. Klicken Sie abschließend auf die Schaltfläche Anmerkungsdatei herunterladen, um die Anmerkungsdatei in das Dateiformat herunterzuladen, das für den Kantenfindungsschritt erforderlich ist.

Geben Sie in einer neuen IDP-Konfigurationsdatei, die den Kantenfindungsschritt parametrisiert, für Genlistendatei den Pfad zu und den Namen der generierten Genlistendatei nach dem Gleichheitszeichen ein. Geben Sie für Edge Score Column entweder PLD oder Norm Loss ein, um anzugeben, welche Dataframe-Spalte aus der LEM py-Ausgabe zum Filtern der Kanten verwendet wird. Wählen Sie als Nächstes entweder den Schwellenwert für die Kantenbewertung oder die Anzahl der Kanten für die Liste aus, und löschen Sie die andere.

Wenn edge score threshold ausgewählt wurde, geben Sie eine Zahl zwischen null und eins eins ein. Wenn Anzahl Kanten für Liste ausgewählt wurde, geben Sie einen Wert ein, der gleich oder kleiner als die Anzahl der möglichen Kanten ist. Wählen Sie dann entweder seed threshold oder num edges für seed aus und löschen Sie den anderen.

Wenn der Ausgangsschwellenwert ausgewählt wurde, geben Sie eine Zahl zwischen null und eins eins eins ein. Wenn Anzahl Kanten für Den Ausgangswert ausgewählt wurde, geben Sie einen Wert ein, der gleich oder kleiner als die Anzahl der möglichen Kanten ist. Führen Sie als Nächstes den IDP mit der erstellten Konfigurationsdatei aus, wie zuvor gezeigt.

Aktivieren oder deaktivieren Sie Kanten aus der Kantentabelle, indem Sie auf die entsprechenden Kontrollkästchen neben jeder Kante klicken, um Kanten aus dem Ausgangsnetzwerk hinzuzufügen oder daraus zu entfernen. Klicken Sie dann auf die Schaltfläche DSGRN-Netzwerkspezifikation herunterladen, um das Seed-Netzwerk im DSGRN-Netzwerkspezifikationsformat herunterzuladen. Nachdem Sie die Kanten ausgewählt haben, die in die Kantenlistendatei aufgenommen werden sollen, die in der Netzwerksuche verwendet wird, indem Sie die entsprechenden Kontrollkästchen in der Kantentabelle aktivieren, klicken Sie auf Knoten- und Kantenlisten herunterladen, um die Knotenlisten- und Kantenlistendateien in dem Format herunterzuladen, das für ihre Verwendung in der Netzwerksuche erforderlich ist.

Geben Sie in einer neuen IDP-Konfigurationsdatei, die den Netzwerkfindungsschritt parametrisiert, für seed net file, edge list file und node list file den Pfad zu und den Namen der Seed-Netzwerkdatei sowie der Edge- und Node-Listendateien ein. Geben Sie bei Bereichsvorgängen zwei Zahlen ein, die durch ein Komma nach dem Gleichheitszeichen getrennt sind. Die erste und zweite Zahl sind die minimale bzw. die maximale Anzahl des Hinzufügens oder Entfernens von Knoten oder Kanten pro Netzwerk.

Geben Sie für Anzahl Nachbarn eine Zahl ein, die angibt, wie viele Netzwerke im Netzwerk gesucht werden sollen. Geben Sie für max params eine Zahl ein, die die maximale Anzahl von DSGRN-Parametern für ein Netzwerk darstellt. Geben Sie für Knoten hinzufügen, Kante hinzufügen, Knoten entfernen und Rand entfernen Werte zwischen Null und Eins nach dem Gleichheitszeichen ein.

Die Zahlen müssen sich zu eins summieren. Führen Sie dann den IDP mithilfe der erstellten Konfigurationsdatei aus, wie zuvor gezeigt. Um eine Edge-Prävalenztabelle zu generieren, wählen Sie Netzwerke mit den folgenden beiden Optionen aus.

Geben Sie für Option eins untere und obere Grenzen für Abfrageergebnisse ein, indem Sie Minimal- und Maximalwerte in die Eingabefelder eingeben, die der x-Achse und der y-Achse des Plots entsprechen. Klicken Sie bei Option zwei auf das Streudiagramm, und ziehen Sie es, um ein Feld um die einzuschließenden Netzwerke zu zeichnen. Klicken Sie nach der Auswahl oder Eingabe von Eingabegrenzen auf die Schaltfläche Edge-Prävalenz aus ausgewählten Netzwerken abrufen.

Geben Sie als Nächstes eine Ganzzahl in das Eingabefeld für den Netzwerkindex ein, um ein einzelnes Netzwerk aus der Auswahl anzuzeigen. Klicken Sie dann auf DSGRN-Netzwerkspezifikation herunterladen, um das Anzeigenetzwerk im DSGRN-Netzwerkspezifikationsformat herunterzuladen. Wählen Sie mit den Kontrollkästchen, die jeder Kante entsprechen, Kanten aus, die in das Netzwerk oder Motiv aufgenommen werden sollen, das bzw. das für die Ähnlichkeitsanalyse verwendet wird.

Klicken Sie dann auf Senden, um das Ähnlichkeits-Streudiagramm für das ausgewählte Motiv oder Netzwerk zu erstellen. Um ein Netzwerk oder eine Gruppe von Netzwerken auszuwählen, klicken Sie auf das Streudiagramm, und ziehen Sie es über das Streudiagramm. Zeichnen Sie ein Feld um die einzuschließenden Netzwerke, um eine Edge-Prävalenztabelle zu generieren und die Netzwerke zusammen mit den jeweiligen Abfrageergebnissen anzuzeigen.

Laden Sie die Edge-Prävalenztabelle herunter, indem Sie auf Tabelle herunterladen klicken. Laden Sie dann das Anzeigenetzwerk zur Ähnlichkeitsanalyse herunter, indem Sie auf DSGRN-Netzwerkspezifikation herunterladen klicken, wie zuvor gezeigt. Dieses Protokoll wurde auf das regulatorische Netzwerk des Oszillatorgens des Hefezellzyklus angewendet.

Die Ergebnisse der ausführung aller Schritte des IDP nacheinander ohne Verwendung des IDV zwischen den Schritten werden hier angezeigt. Dieser vollständig parametrisierte Lauf des IDP führte zu Ergebnissen für die Knoten- und Kantenfindung. Bei der Netzwerkfindung wurden jedoch keine modellfähigen Netzwerke entdeckt.

Ein Satz bekannter Hefezellzyklus-Regulatoren wurde dann aus der Saccharomyces-Genomdatenbank ausgewählt und bekannte regulatorische Beziehungen zwischen Genen wurden aus hefe-verfolgten Gene extrahiert. Die Genlistentabelle wurde erweitert, um das verbleibende Gen im genregulatorischen Netzwerkmodell zu finden, und Gene wurden abgewählt, um Gene zu entfernen, die nicht im selben Modell gefunden wurden. Eine neue IDP-Konfigurationsdatei wurde für den Edge-Finding-Schritt mit der neuen Genliste und Anmerkungsdatei parametrisiert, und die Ergebnisse wurden in den IDV geladen.

Kanten ohne experimentelle Beweise wurden aus dem Samennetzwerk entfernt. Nach der Schaffung eines Samennetzwerks, das durch experimentelle Beweise gut unterstützt wurde, wurden im Netzwerkfindungsschritt 37 zulässige Modellnetzwerke gefunden, von denen 24 stabil oszillieren können. Von diesen 24 Netzwerken waren die besten Performer zwei Netzwerke, die die Daten bei 50% ihrer stabil oszillierenden Modellparameter übereinstimmten.

Als die Möglichkeit hinzugefügt wurde, Kanten während der Netzwerkgenerierung zu entfernen, wurden 612 Netzwerke gefunden, wobei 67% dieser Netzwerke die Fähigkeit hatten, stabil zu oszillieren. Interessanterweise waren 82 Netzwerke, die zu einer stabilen Schwingungsdynamik fähig waren, nicht in der Lage, eine ähnliche Dynamik wie in den Daten zu erzeugen. Und von den 411 Netzwerken zeigten 124 robuste Übereinstimmungen mit den Daten.

Biologisch machbarer Parameterraum ist DSGRN unbekannt, aber die Einbeziehung biologischer Informationen in die Knoten- und Kantenfindung hilft, die Netzwerkfindung auf biologisch vernünftige Regionen im Raum aller Netzwerke zu beschränken. Die ODE-Modellierung der Netzwerke unter Verwendung von Parametern aus dem Kantenfindungsschritt kann durchgeführt werden, um die Funktionalität der Netzwerke in silico weiter zu testen.