Ricerca basata su pattern di Epigenomic dati utilizzando GeNemo
8 ottobre 2017
A differenza dei dati di sequenza di DNA, epigenomic dati non sono facilmente soggetti a ricerche basate su testo. Presentato qui sono le procedure per utilizzare una versione aggiornata di GeNemo, uno strumento web-based di bioinformatica, per condurre le ricerche basate su pattern per somiglianze nei dati di epigenomic confronto database online disponibili tra cui Encyclopedia of DNA Elements con dati dell'utente.
L'obiettivo generale di questo video è mostrare ai ricercatori nel campo dello studio dell'epigenetica come utilizzare il programma GeNemo per ottenere regioni di similarità tra diversi marcatori epigenetici e diversi tipi cellulari. Il nostro obiettivo nella creazione di questo programma era quello di permettere ai ricercatori di confrontare le funzioni cellulari dei loro dati con vaste banche dati pubbliche conosciute, come Encode e Mousington. Ricerca informativa mediante ricerca tipica tramite parole chiave.
Alla base delle vostre cellule ci sono tre curve di primizzazione K4 o altre curve specifiche. Sebbene questi dati siano utili, GeNemo può inoltre cercare aggiunte nei dati effettivi, piuttosto che somiglianze nella descrizione dei dati. Supponete di avere una nuova proteina legante il DNA, della quale non si ha alcuna conoscenza a priori, o solo una conoscenza limitata, riguardo al tipo di modifiche epigenetiche o conteggi cellulari a cui potrebbe essere associata.
GeNemo può comunque aiutare a restringere l'ambito dei potenziali bersagli. GeNemo può leggere file in diversi formati, inclusi simboli matematici e lettere greche, e utilizzerà diversi metodi di confronto dei modelli. Risolverà inoltre le regioni non corrispondenti in base al loro punteggio di similarità e offre opzioni per l'esportazione dei dati. Ora mostreremo come eseguire una ricerca con GeNemo.
Per utilizzare GeNemo, sarà necessario disporre di un proprio file di dati in formato BED o big wig, che può essere convertito dai dati grezzi sperimentali mediante strumenti comuni di bioinformatica, come il browser genoma UCSC. Per prima cosa, accedere a GeNemo.org. Nella pagina principale, si vedrà una casella di ricerca con opzioni di specificazione.
Scegliere quali specie confrontare con i propri dati. Per questo tutorial, utilizzeremo homosapiens come specie di riferimento. Quindi, selezionare il proprio file da caricare su GeNemo.
Questo file può essere ospitato online o sul disco locale. Copiare e incollare l'URL in questo campo se i dati sono disponibili online. Oppure fare clic sul pulsante qui sotto per caricare un file di dati locale.
Per questo tutorial, utilizzeremo un file di esempio. A volte, le ricerche possono richiedere molto tempo per essere completate. Se non desideri attendere, puoi inserire il tuo indirizzo email in questo campo.
Riceverai un'e-mail con un collegamento ai risultati al termine della ricerca. Se stai fornendo i tuoi dati in formato BED, è disponibile un altro URL per caricare un file big wig esclusivamente a scopo di visualizzazione. È inoltre possibile specificare un intervallo di ricerca in questo campo.
Per specificare un intervallo di ricerca, è necessario indicare il numero del cromosoma e l'intervallo di paia di basi. I seguenti due input verrebbero letti allo stesso modo: Chromosome1:1-1000000. Oppure sostituendo i segni di punteggiatura con spazi, che corrisponde al formato del file BED.
Cromosoma1 1 1000000. Ora, fare clic sul pulsante di selezione dei dati per scegliere quali tipi di tracce cercare. È possibile fare clic sulle caselle di controllo accanto a ciascun campione di dati per effettuare la ricerca su di esso, ma è disponibile anche una funzione di filtro.
La funzione di filtro è utile per selezionare contemporaneamente molte tracce. Qui è possibile scegliere la categoria da cui filtrare, nonché utilizzare i pulsanti nella parte inferiore della scheda. I primi tre pulsanti sono piuttosto autoesplicativi.
Il filtro determina che tutte le tracce che non appartengono alle categorie selezionate vengano deselezionate, in un certo senso come una porta logica AND. D'altra parte, escludi determina che le categorie selezionate vengano deselezionate.
Come un gate NOT. Quando sei pronto, fai clic sul pulsante di ricerca per avviare la ricerca. Se stai cercando molte tracce e/o non hai specificato un intervallo di ricerca più piccolo, la ricerca potrebbe richiedere del tempo.
Nella casella dei risultati, verranno visualizzate diverse sezioni del genoma in cui il file di dati e la specie di ricerca presentano somiglianze in una o più delle sequenze di tracce specificate. È possibile fare clic su "Scarica file BED" per scaricare un file contenente un elenco delle regioni corrispondenti. Fare clic sul pulsante "Mostra" in ciascuna casella per visualizzare la sezione corrispondente.
Nella sezione di visualizzazione, vedrai la traccia dei tuoi file di dati, insieme alla traccia o alle tracce corrispondenti. Puoi spostarti verso monte o verso valle scorrendo la barra in alto con le etichette delle coppie di basi. Come si può osservare in questo esempio, la montagna rappresenta una somiglianza tra le due tracce.
Dopo aver visto questo video, si dovrebbe avere una chiara comprensione su come ottenere regioni di similarità tra diversi marcatori epigenetici utilizzando GeNemo. I risultati della ricerca GeNemo includeranno marcatori epigenetici come fattori di trascrizione, metilazione del DNA, accessibilità del cromatina o altri tipi di segnale attraverso vari tipi di tessuti che presentano pattern simili in determinate posizioni genomiche rispetto ai dati di interesse. Da qui, si potrà eventualmente osservare se questa proteina legante il DNA possa interagire con un certo fattore trascrizionale, con alcuni elementi regolatori o abbia una qualche relazione con la struttura della cromatina, eccetera.
È possibile inoltre osservare quali tipi di tessuti presentano la maggiore somiglianza con il proprio set di dati, il che potrebbe indicare la funzione nello sviluppo della proteina di interesse. Effettuando questo tipo di ricerca ampia, GeNemo può restituire le regioni, i marcatori e/o i tipi cellulari provvisori in un tempo relativamente breve. A partire da questi risultati, sarebbe inoltre possibile restringere le potenziali aree di interesse per pianificare esperimenti futuri, come la scelta della linea cellulare appropriata per la proteina in questione, la verifica delle interazioni con specifici fattori trascrizionali o la modifica epigenetica mediante Co-IP, 30C, 4C, 5C o HiC.
Speriamo che questo tutorial sia stato utile e stiamo costantemente lavorando per migliorare GeNemo. A tal fine, accogliamo con favore qualsiasi feedback.
Panoramica
Questo articolo presenta un tutorial sull'uso di GeNemo, uno strumento bioinformatico basato sul web progettato per ricerche basate su modelli in dati epigenomici. I ricercatori possono confrontare i propri dati con ampie basi di dati pubbliche per identificare regioni di somiglianza tra diversi marcatori epigenetici e tipi cellulari.
Componenti Chiave dello Studio
Area della Scienza
- Epigenetica
- Bioinformatica
- Analisi dei dati
Sfondo
- I dati epigenomici sono difficili da ricercare utilizzando metodi basati sul testo tradizionali.
- GeNemo consente il confronto dei dati dell'utente con database pubblici noti.
- Lo strumento supporta diversi formati di dati e offre opzioni di visualizzazione.
- Comprendere le modifiche epigenetiche è fondamentale per lo studio della regolazione genica.
Scopo dello studio
- Mostrare come utilizzare GeNemo per l'analisi di dati epigenomici.
- Permettere ai ricercatori di identificare potenziali bersagli correlati ai propri dati.
- Favorire l'esplorazione delle somiglianze nei marcatori epigenetici tra diversi tipi cellulari.
Metodi Utilizzati
- Utilizzo di GeNemo per il confronto dei dati.
- Inserimento dei dati utente in formato BED o big wig.
- Selezione della specie e delle tracce di dati per l'analisi.
- Visualizzazione dei risultati e opzioni di download per le regioni corrispondenti.
Risultati principali
- Identificazione di regioni genomiche con pattern epigenetici simili.
- Capacità di visualizzare sezioni corrispondenti del genoma.
- I risultati includono vari marcatori epigenetici e fattori di trascrizione.
- Potenzialità di orientare futuri disegni sperimentali in base ai risultati ottenuti.
Conclusioni
- GeNemo è uno strumento prezioso per i ricercatori in epigenetica.
- Il programma migliora la capacità di analizzare e confrontare dati epigenomici.
- Si incoraggia il feedback per migliorare le funzionalità di GeNemo.
Domande frequenti
Rilevanza Industriale Esecutiva
GeNemo affronta un'importante lacuna nell'analisi dei dati epigenomici consentendo ricerche basate su modelli all'interno di set di dati genomici funzionali pubblici, una funzionalità assente negli strumenti tradizionali basati sul testo. Questo approccio supporta la validazione degli obiettivi e la riduzione del rischio meccanicistica nella fase iniziale della scoperta, identificando firme epigenetiche associate a tipi cellulari e stadi di sviluppo rilevanti per le malattie. Lo strumento migliora la fiducia predittiva nella generazione di ipotesi riguardo modulatori epigenetici e proteine associate alla cromatina.
Applicazioni Strategiche nella Ricerca e Sviluppo in Biopharma
Scoperta Precoce e Validazione del Bersaglio
- Valore scientifico: Consente l'analisi di ipotesi terapeutiche confrontando dati epigenomici dell'utente con set di dati ENCODE per identificare pattern condivisi nelle modifiche istoniche, nel legame dei fattori di trascrizione e nell'accessibilità della cromatina.
- Valore operativo: Supporta la validazione funzionale dei bersagli rivelando paesaggi epigenetici specifici per tipo cellulare che potrebbero indicare meccanismi regolatori delle proteine leganti il DNA.
- Valore predittivo: Facilita il triage del portafoglio evidenziando regioni genomiche con marcatori epigenetici simili, aiutando a prioritizzare bersagli con una giustificazione meccanicistica più solida.
Analisi e Sviluppo di Saggi
- Valore scientifico: Prepara sistemi biologici validati per flussi di lavoro successivi identificando contesti epigenetici in cui i bersagli di interesse sono attivi, fornendo informazioni per la progettazione dei saggi.
- Valore operativo: Migliora la standardizzazione e la riproducibilità dei saggi fornendo punteggi quantitativi di similarità e output di regioni genomiche riproducibili.
- Prontezza per lo screening: Consente una valutazione affidabile dei composti definendo regioni genomiche epigeneticamente rilevanti per successivi screening funzionali.
Ricerca Translazionale e Preclinica
- Continuità Translazionale: Collega i risultati della scoperta alla validazione preclinica identificando marcatori epigenetici in tessuti e stadi di sviluppo rilevanti per la malattia.
- Allineamento dei Biomarcatori: Supporta lo sviluppo di biomarcatori traslazionali collegando i profili epigenetici a specifici tipi cellulari e condizioni.
- Avanzamento Basato sul Rischio: Informa il processo decisionale rivelando la conservazione epigenetica tra tessuti, riducendo l'incertezza biologica nella selezione degli obiettivi.
Integrazione di Pipeline e Flusso di Lavoro
GeNemo si inserisce nel percorso di scoperta che va dalla generazione di ipotesi all'identificazione di candidati, consentendo l'interpretazione di dati epigenetici che guidano la selezione di bersagli e lo sviluppo di saggi.
- Biologia della scoperta: Supporta la verifica delle ipotesi e la chiarificazione dei percorsi identificando regioni epigenomiche con pattern simili ai dati forniti dall'utente attraverso diversi tipi cellulari e specie.
- Screening: Migliora la prontezza dei saggi attraverso output quantitativi e file BED scaricabili delle regioni corrispondenti, consentendo screening standardizzati di composti in contesti epigenetici rilevanti.
- Analisi: Fornisce punteggi di similarità e tracce genomiche visualizzabili che aiutano i team a confrontare condizioni epigenetiche e a definire priorità tra i bersagli.
- Ricerca traslazionale: Si collega al lavoro preclinico identificando firme epigenetiche in tessuti associati a malattie, sostenendo la validazione dei bersagli allineata ai biomarcatori.
- Riutilizzo aziendale: Funziona come capacità bioinformatica riutilizzabile per l'interpretazione di dati epigenomici in progetti multipli e aree terapeutiche diverse.
Impatto Operativo ed Aziendale
- Valore scientifico: Aumenta la fiducia predittiva nella validazione degli obiettivi riducendo l'ambiguità meccanicistica attraverso il confronto di modelli epigenomici.
- Valore operativo: Garantisce standardizzazione e scalabilità mediante formati di input uniformi (BED, bigWig) e parametri di ricerca riproducibili.
- Valore strategico: Migliora le decisioni di avanzamento o interruzione dei progetti consentendo una riduzione precoce dei rischi epigenetici, riducendo il rischio di fallimento biologico in fasi avanzate.
- Impatto sul portafoglio: Supporta la priorizzazione corretta rispetto ai rischi evidenziando obiettivi con una solida giustificazione epigenetica in sistemi rilevanti per le malattie.
Considerazioni sull'implementazione
- Richiede competenze in epigenetica e bioinformatica per interpretare i risultati del confronto di pattern e selezionare set di dati di riferimento appropriati.
- Necessita di accesso a formati di dati compatibili con il browser del genoma UCSC e di connettività internet per interrogare tracce ospitate come ENCODE e altre.
- Richiede una standardizzazione condivisa tra i gruppi di lavoro per quanto riguarda formattazione dei dati e parametri di ricerca, al fine di garantire la riproducibilità tra progetti.
- Richiede considerazioni adattative nell'applicare i risultati tra diversi sistemi modello (ad esempio, dal topo all'uomo) a causa della divergenza epigenetica.
- Limitato al rilevamento della similarità di pattern; non permette di dedurre relazioni causali né interazioni dirette proteina-DNA senza una successiva validazione.
