Un protocolo para el uso de gen Set enriquecimiento análisis para identificar el modelo Animal adecuado para la investigación traslacional

El objetivo general de este procedimiento es identificar el modelo animal apropiado para las preguntas de investigación traslacional. Este método puede ayudar a responder una pregunta clave en la investigación traslacional y es, ¿cómo puedo seleccionar un modelo animal apropiado para una enfermedad humana específica que quiero investigar? La principal ventaja de esta técnica es que los datos del genoma completo se comparan entre modelos animales y estudios de enfermedades humanas.

Por lo tanto, este enfoque evita la interpretación sesgada relacionada con las comparaciones de un solo gen. Aunque este método proporciona información sobre la idoneidad de los modelos de ratón para las enfermedades inflamatorias, también se puede aplicar a otros modelos de enfermedades. GSEA ayuda a investigar la regulación de políticas para estudios de expresión génica.

Los resultados de cada modelo animal y estudio de enfermedad son la base para comparaciones posteriores. Comience este procedimiento con la descarga de software y datos, seguida del manejo y formateo de datos como se describe en el protocolo de texto. A continuación, abra la herramienta de software GSEA.

Haga clic en el botón Cargar datos en el lado izquierdo de la ventana principal. Se abrirá una nueva pestaña para importar los archivos de datos necesarios. En la nueva pestaña, busque el archivo de datos de expresión génica y el archivo de fenotipo.

En caso de que GSEA no pueda conectarse a Internet, cargue también los archivos de la base de datos de firmas moleculares descargados y los archivos de anotaciones del chip de ADN. Los datos importados correctamente aparecen en la sección de carga de datos. Haga clic en el botón Ejecutar GSEA en el lado izquierdo de la ventana principal.

Se abrirá una nueva pestaña para establecer los parámetros del análisis. La pestaña se subdivide en tres partes: campos obligatorios, campos básicos y campos avanzados. En los campos obligatorios, elija primero el conjunto de datos de expresión.

A continuación, elija la base de datos de conjuntos de genes del sitio web conectado o del archivo de conjuntos de genes importado manualmente. Edite las etiquetas de fenotipo para seleccionar los grupos de muestras que se supone que se van a comparar entre sí. Por ejemplo, grupo de enfermedad versus grupo de control sano.

A continuación, seleccione contraer conjunto de datos a símbolos de genes igual a verdadero para traducir los identificadores de sonda en el conjunto de datos de expresión a los símbolos oficiales del gen Hugo utilizados en la base de datos de conjuntos de genes. Seleccione false si el conjunto de datos de expresión ya contiene símbolos del gen Hugo. Establezca el número de permutaciones en la configuración predeterminada en 1.000.

Cambie el tipo de permutación a conjunto de genes, ya que la permutación del fenotipo solo se recomienda cuando hay más de siete muestras en cada fenotipo. Por último, seleccione la plataforma de chip utilizada para generar los datos de expresión génica, ya sea desde el sitio web conectado o desde el archivo de anotaciones de chip de ADN importado manualmente. En los campos básicos, edite el nombre del análisis y la sección Guardar los resultados en esta carpeta.

Además, se pueden cambiar otros parámetros estadísticos. Para obtener más detalles sobre los parámetros y la sección de campos avanzados, consulte la guía del usuario de GSEA. Si se aplican métricas de grupo calculadas externamente para los datos de expresión génica, utilice una herramienta preclasificada de GSEA.

Este análisis se lleva a cabo sobre la base de una lista simple de genes preasignados a métricas de grupo precalculadas que se utilizan para clasificar los genes. Después de cargar el archivo de expresión génica alternativa, vaya a la barra de navegación principal y haga clic en Herramientas, GseaPreranked. Del mismo modo, se abrirá una nueva pestaña para establecer los parámetros del análisis.

A continuación, haga clic en el botón Ejecutar en la parte inferior derecha de la ventana. Haga clic en el análisis exitoso en la sección del informe GSEA para abrir los resultados del análisis. A continuación, haga clic en los resultados detallados del enriquecimiento en formato Excel para exportar los resultados del análisis a una hoja de cálculo.

Exporte los resultados por separado para ambos fenotipos. En Excel, combine los datos de resultados en un archivo de hoja de cálculo. Para la comparación posterior entre los datos de expresión génica de varios estudios, mantenga al menos el nombre del conjunto de genes, su puntuación de enriquecimiento normalizado y su valor FDR.

Repita el análisis de enriquecimiento del conjunto de genes para el segundo estudio y para todos los estudios posteriores que se pretenda comparar entre sí. Incluya tantos estudios clínicos en humanos y diferentes modelos de ratón como sea posible para identificar el modelo de ratón óptimo para la pregunta de investigación traslacional. Para identificar el modelo animal óptimo para imitar la situación humana, compare los resultados de GSEA de todos los estudios entre sí.

Utilice las puntuaciones de enriquecimiento y los valores de FDR para clasificar las vías como activadas, inhibidas o ninguna. Para comparar muchos estudios, se recomienda utilizar scripts de R. Para cada comparación de dos estudios, cuente el número de realizaciones de las nueve combinaciones posibles de regulación de la vía según lo indicado por una tabla de contingencia de tres por tres.

Evaluar la correlación entre dos estudios mediante el cálculo del valor predictivo positivo y el valor predictivo negativo, que es, por definición, la parte de las vías que muestran la misma regulación en dos estudios. Además, estime la parte de las vías que se esperaba que se correlacionaran solo por casualidad, representada por el azar ppv y el azar npv. A continuación, calcule la ganancia de información.

Todos los cálculos se pueden realizar mediante el uso de programas de hojas de cálculo, pero se recomienda el uso de funciones de R. Utilice la tabla de contingencia de un par de estudios para calcular el valor P con la prueba de chi-cuadrado, por ejemplo, utilizando la función R, la prueba de chi-cuadrado o programas de hoja de cálculo. Almacene los datos de la tabla de contingencia en una matriz X. A continuación, compare los resultados de GSEA para todas las combinaciones de los estudios que se seleccionaron para el análisis.

Ordene todas las combinaciones por la ganancia de información. Para la comparación de muchos conjuntos de datos, utilice una matriz y visualice los resultados mediante el uso de un mapa de calor coloreado. Seleccione el modelo animal con la mayor ganancia de información.

Para evaluar la importancia de la obtención de información, también hay que tener en cuenta la prueba de chi-cuadrado. Aquí se muestra una matriz de correlación de comparaciones de vías entre estudios en humanos y ratones. La superposición de la regulación de la vía se muestra como la obtención de información que se puede obtener de un estudio para predecir los efectos en otro estudio.

El azul significa una correlación baja y el rojo significa una correlación alta entre los datos. La comparación de los conjuntos de datos humanos con los murinos reveló un subgrupo de modelos murinos que eran altamente correlativos a los estudios en humanos. Por lo tanto, estos modelos de ratón son los más adecuados para imitar la situación humana.

Por el contrario, los estudios siete, ocho y nueve no mostraron correlación con los estudios de enfermedades humanas. Una vez dominada, esta técnica se puede realizar en varios días si se realiza correctamente. Depende de la cantidad de datos y de la disponibilidad de los mismos.

Al intentar este procedimiento, es importante recordar que la validez de los resultados depende de la calidad y relevancia de los datos elegidos. Después de ver este video, debería tener una buena comprensión de cómo seleccionar un modelo animal apropiado para una enfermedad humana específica en función de los datos de la transcripción.