חיפוש מבוססי תבנית של נתונים Epigenomic באמצעות GeNemo
8 באוקטובר 2017
בניגוד DNA רצף נתונים, נתונים epigenomic לא ברצון נתון את החיפושים מבוססי טקסט. להלן מוצגות ההליכים להשתמש גרסה משודרגת של GeNemo, כלי מבוסס-אינטרנט ביואינפורמטיקה, לערוך חיפושים המבוססת על תבניות עבור קווי דמיון בין נתונים epigenomic השוואת זמין למאגרי מידע מקוונים כולל האנציקלופדיה של ה-DNA אלמנטים עם הנתונים של המשתמש.
המטרה הכללית של סרטון זה היא להדגים לחוקרים בתחום המחקר האפיגנטי כיצד להשתמש בתוכנה GeNemo כדי לזהות אזורים של דמיון בין סימנים אפיגנטיים שונים וסוגי תאים שונים. מטרתנו ביצירת תוכנה זו הייתה לאפשר לחוקרים להשוות את נתוני תפקודי התאים שלהם למסדי נתונים ציבוריים נרחבים וידועים, כגון Encode ו-Mousington. חיפוש מידע באמצעות מחקר טיפוסי באמצעות מילות מפתח.
במקרים שבהם התאים שלכם הם משלוש קבוצות של K4 primization או עקומות ספציפיות אחרות. בעוד שמידע זה הוא שימושי, GeNemo יכול לחפש תוספים בתוך הנתונים עצמם, במקום לחפש דמיון בתיאור הנתונים. נניח שיש לכם חלבון חדש הנלחם ב-DNA, עם מעט ידע מוקדם או ללא ידע כלל לגבי סוג המודיפיקציות האפיגנטיות או ספירות התאים שאתם מצפים שיהיו קשורות אליו.
GeNemo עדיין יכול לסייע במיקוד של המטרות הפוטנציאליות. GeNemo מסוגל לקרוא קבצים במגוון פורמטים, כולל סימנים מתמטיים ויווניים, וישתמש בשיטות שונות להתאמת תבניות. הוא גם יסנן את האזורים הבלתי רלוונטיים בהתבסס על ציון הדמיון שלהם, ומספק אפשרויות לייצוא נתונים. וכעת, נראה כיצד לבצע חיפוש ב-GeNemo.
כדי להשתמש ב-GeNemo, תזדקקו לקובץ נתונים משלכם בפורמט BED או big wig, שניתן להמיר מנתונים ניסיוניים גולמיים באמצעות כלים נפוצים לביואינפורמטיקה, כגון ה-UCSC genome browser. ראשית, עברו לאתר GeNemo.org. בעמוד הראשי, תראו תיבת חיפוש עם אפשרויות הגדרה.
בחרו את המין שאיתו תשוו את הנתונים שלכם. במדריך זה, נשתמש ב-homosapiens כמין הייחוס. לאחר מכן, בחרו את הקובץ שלכם להעלאה ל-GeNemo.
ניתן לאחסן קובץ זה באופן מקוון או בכונן המקומי שלך. העתק והדבק את ה-URL לתוך תיבה זו אם הנתונים שלך נמצאים ברשת. או לחץ על הכפתור למטה כדי להעלות קובץ נתונים מקומי.
עבור מדריך זה, נשתמש בקובץ לדוגמה. לעיתים, חיפושים עשויים להימשך זמן רב עד להשלמתם. אם אינך מעוניין להמתין, תוכל להזין את כתובת האימייל שלך בתיבה זו.
ותקבלו דואר אלקטרוני עם קישור לתוצאות כאשר החיפוש יסתיים. אם אתם מספקים נתונים משלכם בפורמט BED, קיים כתובת URL נוספת להעלאת קובץ big wig למטרות תצוגה בלבד. ניתן גם להגדיר טווח חיפוש בתיבה זו.
כדי להגדיר טווח חיפוש, עליך לציין את מספר הכרומוזום וכן את טווח זוגות הבסיסים. שני הקלטים הבאים יקראו באופן זהה: Chromosome1:1-1000000, או על ידי החלפת סימני הפיסוק ברווחים, שזהו פורמט קובץ BED.
Chromosome1 1 1000000. כעת, לחצו על כפתור בחירת הנתונים כדי לבחור את סוגי הערוצים שברצונכם לחפש. ניתן לסמן את תיבות הבחירה לצד כל דגימת נתונים כדי לבצע חיפוש מולה, אך קיימת גם פונקציית סינון.
פונקציית הסינון שימושית לבחירה של מספר רצועות בו-זמנית. כאן, ניתן לבחור את הקטגוריה ממנה ברצונכם לסנן, וכן להשתמש בכפתורים בתחתית הלשונית. שלושת הכפתורים הראשונים הם די מובנים מאליהם.
סינון גורם לכך שכל הערוצים שאינם שייכים לקטגוריות שנבחרו לא יהיו מסומנים. זה פועל בדומה לשער AND. מנגד, החרגה גורמת לכך שהקטגוריות שנבחרו לא יהיו מסומנות.
בדומה לשער NOT. כאשר תהיו מוכנים, לחצו על כפתור החיפוש כדי להתחיל בחיפוש. אם אתם מחפשים במספר רב של ערוצים, ו/או שלא הגדרתם טווח חיפוש קטן יותר, החיפוש עשוי להימשך זמן מה.
בתיבת התוצאות, תוכלו לראות מקטעים שונים של הגנום שבהם קובץ הנתונים שלכם והמינים שחיפשתם דומים באחת או יותר מרצפי העקבות (track sequences) שציינתם. ניתן ללחוץ על "הורד קובץ BED" כדי להוריד קובץ המכיל רשימה של אזורים תואמים. לחצו על כפתור ההצגה בכל תיבה כדי להציג ויזואלית את המקטע התואם.
בסעיף התצוגה, תראו את נתיב קבצי הנתונים שלכם, וכן את הנתיב או הנתיבים התואמים. ניתן לנוע במעלה או במורד הרצף על ידי הזזת הסרגל העליון עם סימוני זוגות הבסיסים. כפי שניתן לראות בדוגמה זו, ה"הר" המופיע כאן מייצג דמיון בין שני הנתיבים.
לאחר צפייה בסרטון זה, תהיה לכם הבנה טובה לגבי האופן שבו ניתן להפיק אזורי דמיון בין סממנים אפיגנטיים שונים באמצעות GeNemo. תוצאות החיפוש של GeNemo יכללו מציאת גורמי שעתוק של סממנים אפיגנטיים, מתילציה של DNA, נגישות כרומטין או סוגים אחרים של אותות ברקמות שונות, בעלי דפוסים דומים במיקומים גנומיים מסוימים ביחס לנתונים שמעניינכם. משם, תוכלו לבחון אם חלבון קושר-DNA זה עשוי לקיים אינטראקציה עם גורם שעתוק מסוים, עם רכיבים רגולטוריים, או שמא הוא קשור למבנה הכרומטין, וכן הלאה.
ניתן להבחין בנוסף באילו סוגי רקמות יש את הדמיון הגבוה ביותר למערך הנתונים שלכם, מה שעשוי להעיד על התפקיד התפתחותי של החלבון הנבדק. באמצעות ביצוע חיפוש רחב מסוג זה, GeNemo יכול להחזיר אזורים משוערים, סמנים ו/או סוגי תאים בפרק זמן קצר יחסית. מתוצאות אלו, ניתן יהיה גם לצמצם את אזורי העניין הפוטנציאליים כדי לגזור ניסויים עתידיים, כגון בחירת קו התאים המתאים עבור החלבון המדובר, בדיקת אינטראקציות עם גורמי שעתוק ספציפיים, או מודולציה אפיגנטית באמצעות Co IP, 3C, 4C, 5C או HiC.
אנו מקווים שמדריך זה היה מועיל, ואנו פועלים ללא הרף לשיפור GeNemo. למטרה זו, נשמח לקבל כל משוב.
סקירה כללית
מאמר זה מציג מדריך לשימוש ב-GeNemo, כלי ביואינפורמטיקה מבוסס רשת שנועד לחיפושים מבוססי תבניות בנתונים אפיגנומיים. חוקרים יכולים להשוות את הנתונים שלהם עם מאגרי מידע ציבוריים נרחבים כדי לזהות אזורי דמיון בין סימונים אפיגנטיים וסוגי תאים שונים.
מרכיבי מפתח של המחקר
תחום המדע
- אפיגנטיקה
- ביואינפורמטיקה
- ניתוח נתונים
רקע
- חיפוש בנתונים אפיגנומיים הוא מאתגר באמצעות שיטות מסורתיות מבוססות טקסט.
- GeNemo מאפשרת השוואה של נתוני משתמש מול מאגרי מידע ציבוריים ידועים.
- הכלי תומך בפורמטים שונים של נתונים ומספק אפשרויות ויזואליזציה.
- הבנתה של מודיפיקציות אפיגנטיות היא חיונית לחקר ויסות גנים.
מטרת המחקר
- להדגים כיצד להשתמש ב-GeNemo לניתוח נתונים אפיגנומיים.
- לאפשר לחוקרים לזהות מטרות פוטנציאליות הקשורות לנתונים שלהם.
- להקל על חקירת דמיון בסממנים אפיגנטיים בין סוגי תאים שונים.
שיטות שנעשה בהן שימוש
- שימוש ב-GeNemo להשוואת נתונים.
- הזנת נתוני משתמש בפורמט BED או bigWig.
- בחירת מינים וערוצי נתונים (data tracks) לאנליזה.
- ויזואליזציה של תוצאות ואפשרויות הורדה עבור אזורים תואמים.
תוצאות עיקריות
- זיהוי אזורים גנומיים בעלי דפוסים אפיגנטיים דומים.
- יכולת להציג באופן ויזואלי מקטעים תואמים בגנום.
- התוצאות כוללות סממנים אפיגנטיים שונים וגורמי שעתוק.
- פוטנציאל להכוונת תכנוני ניסויים עתידיים בהתבסס על הממצאים.
מסקנות
- GeNemo הוא כלי בעל ערך עבור חוקרים בתחום האפיגנטיקה.
- התוכנה משפרת את היכולת לנתח ולהשוות נתונים אפיגנומיים.
- משוב יעזור בשיפור הפונקציונליות של GeNemo.
שאלות נפוצות
רלוונטיות תעשייתית למנהלים
GeNemo נותנת מענה לפער קריטי בניתוח נתונים אפיגנומיים על ידי מתן אפשרות לחיפושים מבוססי תבניות במאגרי נתונים גנומיים פונקציונליים ציבוריים, יכולת שחסרה בכלים מסורתיים המבוססים על טקסט. דבר זה תומך בתיקוף מטרות ובצמצום סיכונים מכניסטיים בשלבים מוקדמים של הגילוי, באמצעות זיהוי חתימות אפיגנטיות הקשורות לסוגי תאים ולשלבי התפתחות רלוונטיים למחלה. הכלי מגביר את הביטחון החזוי ביצירת היפותזות עבור מודיולטורים אפיגנטיים וחלבונים הקשוריים לכרומטין.
יישומים אסטרטגיים במחקר ופיתוח בביופארמה
גילוי מוקדם ותיקוף מטרה
- ערך מדעי: מאפשר בחינה של היפותזות טיפוליות באמצעות השוואת נתונים אפיגנומיים של המשתמש מול מאגרי נתונים של ENCODE, כדי לזהות דפוסים משותפים במודיפיקציות של היסטונים, קישור של גורמי שעתוק ונגישות של כרומטין.
- ערך תפעולי: תומך בתיקוף של מטרות תפקודיות על ידי חשיפת נופים אפיגנטיים ספציפיים לסוג התא, שעשויים להצביע על מנגנונים רגולטוריים של חלבונים נקשרי DNA.
- ערך חיזוי: מסייע במיון תיקי פיתוח על ידי הדגשת אזורים גנומיים עם סימנים אפיגנטיים דומים, ובכך עוזר לתעדף מטרות בעלות רציונל מכניסטי חזק יותר.
סריקה ופיתוח בדיקה
- ערך מדעי: מכין מערכות ביולוגיות מתוקפות עבור תהליכי עבודה המשכיים על ידי זיהוי הקשרים אפיגנטיים שבהם יעדים רלוונטיים פעילים, ובכך מספק מידע לתכנון הבדיקה.
- ערך תפעולי: משפר את הסטנדרטיזציה והשחזוריות של הבדיקה על ידי אספקת ציוני דמיון כמותיים ותוצאי אזורי גנום שחזירים.
- מוכנות לסריקה: מאפשר הערכה מהימנה של תרכובות על ידי הגדרת אזורי גנום רלוונטיים מבחינה אפיגנטית עבור סריקה תפקודית המשכית.
מחקר תרגומי ופרה-קליני
- המשכיות תרגומית: מקשר בין ממצאי גילוי לוולידציה פרה-קלינית על ידי זיהוי סממנים אפיגנטיים ברקמות רלוונטיות למחלה ובשלבים התפתחותיים.
- סנכרון סממנים ביולוגיים: תומך בפיתוח סממנים ביולוגיים תרגומיים על ידי קישור דפוסים אפיגנטיים לסוגי תאים ותנאים ספציפיים.
- קידום מותאם סיכונים: מסייע בקבלת החלטות על ידי חשיפת שימור אפיגנטי בין רקמות שונות, ובכך מפחית את אי-הוודאות הביולוגית בבחירת המטרה.
שילוב תהליכי עבודה וצנרת עיבוד
GeNemo משתלב ברצף הגילוי, החל מיצירת השערות ועד לזיהוי מובילים (lead identification), ומאפשר פרשנות של נתונים אפיגנטיים המכוונת את בחירת המטרה ואת פיתוח הבדיקה.
- ביולוגיית גילוי: תומך בבדיקת היפותזות ובבירור מסלולים על ידי זיהוי אזורים אפיגנומיים בעלי דפוסים דומים לנתוני המשתמש על פני סוגי תאים ומינים שונים.
- סריקה: משפר את המוכנות לבדיקה באמצעות פלטים כמותיים וקבצי BED להורדה של אזורים תואמים, מה שמאפשר סריקה סטנדרטית של תרכובות בהקשרים אפיגנטיים רלוונטיים.
- אנליזה: מספק מדדי דמיון ועקבות גנומיים הניתנים להדמיה, המסייעים לצומי להשוות בין תנאים אפיגנטיים ולתעדף מטרות.
- מחקר תרגומי: מקשר לעבודות פרה-קליניות באמצעות זיהוי חתימות אפיגנטיות ברקמות הקשורות למחלה, ובכך תומך בתיקוף מטרות המיושבות עם סמנים ביולוגיים.
- שימוש חוזר ארגוני: משמש כיכולת ביואינפורמטית הניתנת לשימוש חוזר לצורך פרשנות נתונים אפיגנומיים על פני מספר פרויקטים ותחומי טיפול.
השפעה תפעולית וארגונית
- ערך מדעי: מגביר את הביטחון החזוי בתיקוף מטרות על ידי הפחתת העמימות המכניסטית באמצעות התאמת תבניות אפיגנומיות.
- ערך תפעולי: מבטיח סטנדרטיזציה ויכולת הרחבה באמצעות פורמטים עקביים של קלט (BED, bigWig) ופרמטרי חיפוש הניתנים לשחזור.
- ערך אסטרטגי: משפר החלטות go/no-go על ידי אפשור הפחתת סיכונים אפיגנטית מוקדמת, ובכך מפחית את הסיכון לכישלון ביולוגי בשלבים מאוחרים.
- השפעה על הפורטפוליו: תומך בתעדוף מותאם סיכונים על ידי הדגשת מטרות עם רציונל אפיגנטי חזק במערכות הרלוונטיות למחלה.
שיקולי יישום
- נדרשת מומחיות באפיגנטיקה ובביואינפורמטיקה כדי לפרש תוצאות של התאמת תבניות ולבחור מערכי נתונים ייחוס מתאימים.
- נדרשת גישה לפורמטים של נתונים התואמים לדפדפן הגנום של UCSC וחיבור לאינטרנט לשליפת נתונים מ-ENCODE וממסלולים מארחים אחרים.
- נדרשת סטנדרטיזציה בין-צוותית של פורמט הנתונים ופרמטרי החיפוש כדי להבטיח הדירות (reproducibility) בין פרויקטים.
- נדרשים שיקולי התאמה בעת יישום תוצאות על מערכות מודל שונות (למשל, מעכבר לאדם) בשל שונות אפיגנטית.
- השיטה מוגבלת לזיהוי דמיון בתבניות; היא אינה מסיקה קשרים סיבתיים או אינטראקציות ישירות בין חלבון ל-DNA ללא תיקוף המשך.
