9 במאי 2011
אנו מציגים את אתר האינטרנט הציבורי חישובית לניתוח רצפי הגנומי. הוא מזהה דפוסי רצף DNA שאינו אקראי עם קומפוזיציות שונות נוקלאוטיד. משאב זה גם מייצר רצפים אקראיים עם רמות שונות של מורכבות.
המטרה הכוללת של הליך זה היא לחקור טווח בינוני, לא אקראי, הנקרא גם בהומוגניות של רצף גנומי שצוין על ידי המשתמש. זה מושג על ידי בחינת הרכב האוליגונוקלאוטידים של רצף קלט ויצירת טבלת שכיחות של אוליגונוקלאוטידים המרכיבים את הרצף. מטרה זו מושגת על ידי הפעלת תוכנית SRI Analyzer.
השלב השני הוא לייצר רצפים אקראיים בעלי אותו הרכב אוליגונוקלאוטידים בדיוק כמו רצף הקלט. זה מושג על ידי הפעלת תוכנית הגנרטור SRI. השלב השלישי של ההליך הוא מציאת מקטעים בתוך הקלט ורצפים אקראיים המועשרים משמעותית על ידי שילוב נוקלאוטיד או נוקלאוטיד מסוים, למשל, GC או ag.
מטרה זו מושגת על ידי תוכנית מנתח MRI. השלב האחרון של ההליך הוא הורדת הקבצים המכילים רצפים של כל אזורי ה-MRI שזוהו על ידי התוכנית. בסופו של דבר, ניתן להשיג תוצאות המראות שרוב האזורים הגנומיים של אריות רב-תאיות מועשרים באופן משמעותי על ידי מקטעים המכילים קיצוניות בהרכב הבסיס שזוהו עבור כל אחד מארבעת הנוקלאוטידים או כל אחד מהשילובים שלהם.
אלה באזורים הומוגניים קשורים לאישורי DNA יוצאי דופן ו/או תכונות DNA מסוימות. שיטה זו יכולה לעזור לענות על שאלות מפתח בתחום הגנומיקה, כגון מציאת רכיבי DNA פונקציונליים פוטנציאליים באזורים נרחבים של רצפים לא מקודדים, כולל אזורים בין-גניים או כניסות. למרות ששיטה זו יכולה לספק תובנות לגבי גנום של יונקים, ניתן ליישם אותה גם על אורגניזמים אחרים כגון חסרי חוליות, צמחים, פטריות וחיידקים.
פתח את דף הבית של הטווח הבינוני הגנומי המקוון בהומוגניות או חבילת G GM I בכתובת www.bioinfo.utoledo. edu/gri/משאב האינטרנט. מספק גם מידע מפורט על התוכניות בעזרה כיצד Readme קישור.
בעוד שכל החומרים שפורסמו על MRI גנומי ואלגוריתמים דומים מופיעים בקישור קישורים למשאבים רלוונטיים, צור קובץ עם רצף מעוצב מהיר יותר כדי להתחיל את מפגש ניתוח A-G-M-R-I. רצף מעוצב מהיר יותר מתחיל בגזר או בסמל גדול מ, ואחריו מזהה או שם ייחודי ורצף בשורות הבאות. רק נוקלאוטידים TG ו-C יעובדו על ידי MRI גנומי, אם כי קלט אופי אחר מותר
נעשה שימוש בקובץ הרצף של הגן PKD one. כדי להדגים את ההפעלה, לחץ על כפתור ההתחלה. פעולה זו פותחת דף אינטרנט חדש, הנותן אפשרות להעתיק ולהדביק את רצף הקלט בחלון המסופק, או אם הקובץ גדול.
כדי להעלות אותו, לחץ על בחר קובץ כפתור להעלאת קובץ. אתר את הקובץ הרצוי. לאחר מכן לחץ על התחל הפעלה זו עם כפתור קובץ זה אישור שהקובץ הועלה בהצלחה מוצג בחלק העליון של הדף. מתחת.
הודעה זו היא מזהה של הסשן הנוכחי, שבמקרה זה הוא C eight EP oh six. כדי לנתח את הטווח הקצר בהומוגניות של רצף הקלט, לחץ על כפתור ניתוח טווח קצר בהומוגניות. התוכנית פותחת דף חדש, שתוכנן במיוחד לביצוע תוכנית SRI Analyzer.
כאן עלינו לבחור את האורך המקסימלי של נוקלאוטידים אוליגו לבדיקה. מכיוון שרצפי הקלט שלנו בגודל בינוני הם כ-50,000 נוקלאוטידים, אנו בוחרים ביוצרים כאורך הגבוה ביותר של אוליגונוקלאוטידים שעבורם יחושבו התדרים. לבסוף, עלינו ללחוץ על כפתור ניתוח קובץ באופן מיידי.
התוכנית מחשבת את התדרים של כל האוליגונוקלאוטידים באורך הנבחר ובאורכים קטנים יותר בתוך רצף הקלט. כדי לראות את השכיחות של כל האוליגונוקלאוטידים, לחץ על הקישור הורד קובץ קומפוזיציה. קובץ זה נקרא קובץ משתמש.
com מייצג טבלה עם שלוש עמודות. העמודה הראשונה מציינת אוליגונוקלאוטידים. השני מייצג את התדרים היחסיים שלהם, והשלישי מייצג את מספר מופעי האוליגונוקלאוטידים בתוך רצף הקלט.
כדי ליצור רצפים אקראיים עם אותו הרכב אוליגונוקלאוטידים כמו קובץ הקלט, לחץ על הכרטיסייה מחולל SRI. בעמוד החדש, בחר את מספר הדגימות של רצפים אקראיים שייווצר. כל אחת מהדגימות הללו תכיל רצפים אקראיים באותו מספר ואורך כמו רצפי הקלט בקובץ המשתמש.
בדוגמה זו, קובץ המשתמש הוא הרצף של הגן PKD one. לאחר מכן, בחר את האורך הארוך ביותר של אוליגונוקלאוטידים שעבורם התדרים יתקרבו ברצפים האקראיים על ידי בחירת כפתור הבחירה עבור יוצרים, המייצג ארבעה אוליגונוקלאוטידים בסיסיים. לאחר מכן, בחר שתיים עבור מספר הדגימות של רצפים אקראיים שייווצר.
לבסוף, הפעל את התוכנית על ידי לחיצה על כפתור יצירת קובץ עבור רצפי הקלט של מאות אלפי נוקלאוטידים. זה יכול לקחת כמה דקות כדי ליצור רצפים אקראיים. לכן המתן עד שיופיעו קישורי הורדה כחולים בתחתית דף זה.
כדי לנתח טווח בינוני בהומוגניות של קלט ורצפים אקראיים, לחץ על הכרטיסייה מנתח MRI. בדף החדש, בחר רצף לניתוח מתיבת הרשימה קובץ לניתוח. לאחר מכן בחר תוכן GC מהרשימה של שבעת סוגי התוכן.
תוכן GC מייצג הרכב G plus C. שדה גודל החלון מאפשר בחירת אורך החלון שעבורו ייבחנו רצפים עשירים ודלים בתכנים. שמור על גודל ברירת המחדל של חלון 50 נוקלאוטידים.
לבסוף, בחר את הסף העליון והתחתון עבור אזורים עשירים בתוכן ואזורים עניים בתוכן בהתאמה. ניתן להגדיר ספים אלה על ידי מספר הנוקלאוטידים המסוימים בחלון הנוכחי או על ידי אחוז הנוקלאוטידים הללו בחלון. במקרה זה, בואו נבחר תחילה ערכים אקראיים של 60% לסף העליון ו-30% לסף התחתון.
לאחר מכן, לחץ על כפתור ניתוח קובץ לאחר מכן, מופיע קישור לקובץ הפלט ומוצג ייצוג גרפי של התוצאות. כל האזורים העשירים בתוכן לאורך רצף הקלט מסומנים כקוצים כחולים כלפי מעלה ואזורים עניים בתוכן כעליות אדומות כלפי מטה. הגרף מראה שיש יותר מדי קוצים כחולים שמראים אזורים עשירים ב-GC והרבה פחות קוצים אדומים שמראים אזורים עניים ב-GC.
המשמעות היא שהפרמטרים שנבחרו אינם אופטימליים. עבור האיטרציה הבאה, השתמש בסף עליון של 75% ובסף תחתון של 32%. שוב, הפעל מנתח MRI על ידי לחיצה על כפתור ניתוח קובץ.
הגרף החדש מראה שאפילו עבור הפרמטרים החדשים המחמירים בהרבה, יש מאות קוצים כחולים. לכן, הגדל את הסף העליון ל 80%וחזור על החישובים. הגרף החדש מראה כי ל-62 אזורים עשירים ב-GC יש תכולת GC גדולה או שווה ל-80% ו-28 אזורים עניים ב-GC עם תכולת GC מתחת ל-32%לאחר מכן, השווה את התוצאות עבור קובץ הקלט עם שני הרצפים האקראיים בעלי הרכב אוליגונוקלאוטידים זהה לגן PKD אחד.
לשם כך, שנה את הרצף מגן אחד של PKD לגן אקראי באמצעות תיבת הרשימה של הקובץ לניתוח תוך שמירה על אותם פרמטרים עבור אזורים עשירים ב-GC ועניים ב-GC. התצוגה הגרפית החדשה שנוצרה עבור הרצף האקראי מספר אחת ממחישה שלרצף אקראי זה יש רק אזור עני אחד ב-GC ו-31 אזורים עשירים ב-GC. רצף אקראי אחר עשוי להציג תנודה מסוימת במספר האזורים העשירים בתוכן ובאזורים עניים בתוכן, אך המגמה צריכה להיות זהה.
ברצפים אקראיים לגן אחד של PKD יש פי כמה פחות. אזורים עשירים ב-GC הם יותר מפי 10 פחות אזורים עניים ב-GC. ההדגמה הבאה משתמשת בסוג אחר של תוכן MRI.
באותו pkg אינטרונים של גן אנושי אחד של גן זה מכיל מספר אזורים עשירים בפורין הקשורים למבני DNA aex. בדף האינטרנט של מנתח ה-MRI, החלף את תכולת ה-DNA לנוקלאוטידים חקלאיים המייצגים פורינים. שמור על גודל החלון שווה ל-50 בסיסים ושנה את הסף העליון ל-80% ואת הסף התחתון ל-10%לאחר מכן לחץ על כפתור ניתוח הקובץ כדי להפעיל את התוכנית.
הגרף המוצג מראה כי לגן זה יש שישה אזורים עשירים בחקלאות המוצגים על ידי קוצים אנכיים כחולים ו-14 אזורים עניים המוצגים על ידי קוצים אדומים. לאחר מכן השווה את התוצאות הללו שהתקבלו עבור גן PKD אחד עם הנתונים מהרצפים האקראיים שיש להם אותו הרכב אוליגונוקלאוטידים כמו הגן הנחקר, עבור תחילה לרצף האקראי, לדוגמה מספר שתיים, ושמור על אותם פרמטרים כמו בבדיקה הקודמת. הגרף של רצף אקראי זה מראה שהוא מכיל רק אזור עשיר אחד ב-AG וללא אזורים עניים ב-AG.
כל הנתונים שנוצרו במהלך ההפעלה נשמרים בקבצים מיוחדים הנגישים דרך הכרטיסייה הורדת קבצים בפינה הימנית העליונה של כל דף אינטרנט. לאחר פתיחת קישור זה, הורד את רצף הקלט וכן את כל הרצפים האקראיים שנוצרו. מתחת לרשימת קבצים זו, יש קישור לטבלת התדרים של אוליגונוקלאוטידים שנוצרה על ידי תוכנית מנתח SRI.
לאחר מכן ישנם קישורים לכל התוצאות שנוצרו על ידי תוכנית מנתח MRI במהלך הפגישה. לדוגמה, לחץ על משתמש הקובץ קובץ RAND אחד ארבע AGCO 50 32 14, המייצג את התוצאות שהתקבלו עבור הרצף האקראי. מספר אחד עם הפרמטרים הבאים, תכולת ag 50 חלון ארוך נוקלאוטיד, סף עליון, 32 נוקלאוטידים וסף תחתון 14 נוקלאוטידים.
בקובץ זה, כל מקטעי רצף הנוקלאוטידים התואמים לקריטריונים עשירים או עניים בתוכן, והקואורדינטות שלהם זמינים כרשימה בהתאם למיקומם הרציף לאורך רצף הקלט. לאחר צפייה בסרטון זה, אתה אמור להבין היטב כיצד לנווט דרך MRI גנומי, משאב חישובי.
מאמר זה מציג משאב אינטרנטי חישובי המיועד לניתוח רצפי גנומיים, המתמקד בזיהוי הרכבי נוקלאוטידים לא אקראיים. הכלי מייצר רצפים רנדומליים עם הרכבי אוליגונוקלאוטידים דומים, ומקל על החקירה של אי-הומוגניות גנומיות.
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.
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.