Name: 代謝経路情報のGWAS解析のための経路関連研究ツール (動画) | JoVE Journal
Uploaded: 2020-07-01T14:00:00.000+00:00
Duration: 5 min 1 s
Description: 学ぼう、PASTを用いた代謝経路情報を統合したGWAS解析手法。RコンソールとShinyインターフェースで、従来のGWASでは見落としがちな遺伝子と有意な経路を特定し、ラグプロットで可視化するバイオインフォマティクス手法です。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

1. セットアップ
<ol><li>R がインストールされていない場合は、R をインストールします。 注: PAST は R で記述されているため、ユーザーには R がインストールされている必要があります。この書き込みの時点で、生物伝導体から直接PASTをインストールするにはR4.0が必要です。 PAST の古いバージョンは、R3.6 のバイオコンダクタからインストールでき、また、R3.5 を使用するユーザーは Github からインストールできます。R のインストール手順は、次のリンクからダウンロードできます https://www.r-project.org/。</li>
	<li>RStudio デスクトップの最新バージョンをインストールするか、RStudio を更新します (省略可能)。 注: RStudio は、R 言語を使用する場合に役立つ環境です。特に、シンニー GUI アプリケーションを使用するのではなく、コマンド ラインで PAST を実行することを選択したユーザーには、インストールすることをお勧めします。RStudio とそのインストール手順は、次のリンク https://rstudio.com/products/rstudio/<a href="https://rstudio.com/products/rstudio/">にあります。</a></li>
	<li>生体伝導体11 から、生体伝導体の指示に従ってPASTをインストールします。 注: 生体伝導体によるインストールは、PAST の依存関係のインストールを処理する必要があります。さらに、PAST は Github12からインストールできますが、Github からインストールすると依存関係は自動的にインストールされません。</li>
	<li>過去のシャイニー(オプション)をインストールします。ファイル"アプリ"をダウンロードします。Github リポジトリの [リリース] ページの R" https://github.com/IGBB/PAST/releases/、ダウンロードしたファイルの場所を覚えておいてください。 注: PAST は R でメソッドを直接呼び出すことによって使用できますが、R にあまり慣れていないユーザーは、ガイド付きユーザー インターフェイスを提供する PAST シャイニー アプリケーションを実行できます。PAST シャイニーは、過去の Github リポジトリのshiny_appブランチで利用できる R スクリプトです。PAST シャイニーは、最初の実行時にその依存関係をインストールしようとします。</li>
	<li>次に説明する 3 つの方法のいずれかで、アプリケーションを開始して分析を開始します。<ol>
<li>RStudioと過去の光沢<ol>
<li>RStudio を使用して、アプリのフォルダーに新しいプロジェクトを作成します。R が配置されます。[ ファイル] |新しいプロジェクト をクリックし、そのフォルダを選択します。</li>
			<li>新しいプロジェクトが作成されたら、アプリを開きます。R ファイルは以前にダウンロードされました。RStudio はそのアプリを認識します。R は、シャイニー アプリで、表示されたソース コードの上のバーに [アプリの実行 ] ボタンを作成します。[ アプリケーションの実行] をクリックします。その後、RStudio は PAST のシャイニー アプリケーションを表示するウィンドウを起動します。</li>
		</ol>
</li>
		<li>Rコンソールで過去の光沢<ol>
<li>Rを起動し、PASTシャイニーアプリケーションを起動するために次のコードを実行します: 光沢::runApp('パス/フォルダ/ウィズ/シャイニー/アプリ。R'。引用符で囲まれたテキストを、アプリのフォルダーに置き換えます。Rがダウンロードされ、引用符を保持します。</li>
		</ol>
</li>
		<li>Rシャイニーなしの過去<ol>
<li>ライブラリ (PAST)を Rコンソールで実行して、PASTをロードします。</li>
		</ol>
</li>
	</ol>
</li>
</ol>2. シャイニー分析のカスタマイズ (オプション)
<ol><li>解析のタイトルを「新規分析」から、複数の分析を追跡するのに役立つ、実行されている分析のタイプをよりよく反映したものに変更します ( 図 1を参照)。</li>
</ol><img alt="Figure 1" class="xfigimg" src="/files/ftp_upload/61268/61268fig1.jpg"> 図1. <a href="https://www.jove.com/files/ftp_upload/61268/61268fig1large.jpg" target="_blank">ここをクリックして、この図の大きなバージョンを表示してください。</a>
<ol start="2"><li>コアの数とモードを変更します。コアの数を 1 からコンピューターの合計数の間の任意の数に設定しますが、PAST にリソースを追加すると、マシン上の他の操作が遅くなる可能性があることに注意してください。セクション 6 の説明に基づいてモードを設定します。</li>
</ol>3. GWAS データの読み込み
注: GWAS データがタブ区切りであることを確認します。関連ファイルに、特性、マーカー名、軌跡または染色体、染色体上の位置、p値、およびマーカーの R2 値が含まれていることを確認します。エフェクトファイルに、特性、マーカー名、軌跡または染色体、染色体上の位置、および効果の列が含まれていることを確認します。ユーザーはデータを読み込むときに列の名前を指定できるため、これらの列の順序は重要ではありません。追加の列は無視されます。TASSEL13 は、これらのファイルを生成するために使用できます。
<ol><li>過去の光沢のあるGWASデータをロードします。<ol>
<li>[関連付けファイル] および [エフェクト ファイル] 選択ボックスを使用して、 関連付けファイル と エフェクト ファイル を選択します。ファイル選択ボックスの下にある [関連列名 ]および[ エフェクト列名] 入力ボックスの列名を変更して、データ内の列名を反映します。</li>
	</ol>
</li>
</ol><img alt="Figure 2" class="xfigimg" src="/files/ftp_upload/61268/61268fig2.jpg"> 図2. <a href="https://www.jove.com/files/ftp_upload/61268/61268fig2large.jpg" target="_blank">この図の大きなバージョンを表示するには、ここをクリックしてください。</a>
<ol start="2"><li>R コンソールで PAST を使用して GWAS データをロードします。<ol>
<li>次のコードを変更して実行します。 gwas_data =load_GWAS_data("path/to/association_file.tsv"、"パス effects_file/association_file.tsv"、association_columns=c(「形質」、「マーカー」、「ローカス」、「サイト」、「サイト」、「p」、「marker_R2」)、effects_columns=c(「形質」、「マーカー」、「ローカ」、「サイト」、「効果」)
</li>
	</ol>
</li>
	<li>注: GWAS ファイルの実際の場所へのパスを変更します。association_columnsとeffects_columnsに指定された値は、既定値です。名前がデフォルト値と一致しない場合は、列名を指定します。それ以外の場合は省略できます。</li>
</ol>4. リンケージの不一定衡 (LD) データの読み込み
注: リンケージの不衡 (LD) データがタブ区切りで、次の種類のデータが含まれていることを確認します: 軌跡、位置 1、サイト 1、位置 2、サイト 2、位置 1 と位置 2 の間のベース ペアの距離、および R2 値。
<ol><li>過去のシャイニーで LD データをロードします。<ol>
<li>LD データを含むファイルを選択します。必要に応じて 、LD データの列名 と一致するように、ファイル選択ボックスの下にある [LD 列名] 入力ボックスの列名を変更します。</li>
	</ol>
</li>
</ol><img alt="Figure 3" class="xfigimg" src="/files/ftp_upload/61268/61268fig3.jpg"> 図 3. <a href="https://www.jove.com/files/ftp_upload/61268/61268fig3large.jpg" target="_blank">この図の大きなバージョンを表示するには、ここをクリックしてください。</a>
<ol start="2"><li>LD データを PAST を使用して R コンソールにロードします。<ol>
<li>LD データを読み込むには、次のコードを変更して実行します。 LD = load_LD("パス/先/LD.tsv"、LD_columns=c(「ローカス1」、「位置1」、「サイト1」、「位置2」、「サイト2」、「Dist_bp」、「R.2」) メモ: LD ファイルの実際の場所へのパスを変更します。LD_columnsに指定された値は、デフォルト値です。名前がこれらのデフォルト値と一致しない場合は、列の正しい名前を指定します。それ以外の場合は省略できます。</li>
	</ol>
</li>
</ol>5. 遺伝子へのスナップの割り当て
注: GFF 形式の注釈をダウンロードまたは検索します。これらの注釈は、多くの場合、特定の生物のためのオンラインデータベースで見つけることができます。注釈データの品質が経路解析の品質に影響を与えるため、低品質の注釈については注意が必要です。これらの注釈の最初の列(染色体)が、関連付け、効果、LD データの軌跡/染色体の形式と一致することを確認します。たとえば、GWAS と LD データ ファイルが最初の染色体 "1" を呼び出す場合、注釈は最初の染色体 "chr1" を呼び出す必要があります。
<ol><li>PASTシャイニーを使用して遺伝子にスナップを割り当てます。 注: 適切な R2 カットオフの決定に関する詳細については、Tang et al.6の「経路解析のための SNP to 遺伝子アルゴリズム」のセクションで見つけることができます。<ol>
<li>GFF 注釈を含むファイルを選択します。考慮する種に最適なウィンドウ サイズと R2 カットオフを検討し、デフォルトがアップロードされたデータに適合しない場合は変更します。 注: PAST のデフォルト値は、主にトウモロコシに適した値を反映します。このステップでは、PAST シャイニー解析の最初に設定されたコアの数 (ステップ 2.2) を使用します。</li>
	</ol>
</li>
</ol><img alt="Figure 4" class="xfigimg" src="/files/ftp_upload/61268/61268fig4.jpg"> 図 4. <a href="https://www.jove.com/files/ftp_upload/61268/61268fig4large.jpg" target="_blank">この図の大きなバージョンを表示するには、ここをクリックしてください。</a>
<ol start="2"><li>R コンソールで PAST を使用して、SNPs を遺伝子に割り当てます。<ol>
<li>次のコードを変更して実行し、SNPs を遺伝子に割り当てます。 遺伝子 = assign_SNPs_to_genes(gwas_data、LD、「パス/パス/注釈.gff」、c(「遺伝子」)、1000、0.8、2) 注: このサンプル コードでは、いくつかの既定の提案が提供されています: 1000 は、遺伝子を検索する SNP の周囲のウィンドウのサイズです。0.8 は R2のカットオフ値です。2 は、並列処理に使用されるコアの数です。注釈へのパスも、注釈ファイルの実際の場所に変更する必要があります。</li>
	</ol>
</li>
</ol>6. 重要な経路を発見する
注: 経路ファイルに、各経路の各遺伝子に対して 1 行のデータがタブ区切り形式で含まれていることを確認します。経路記述 - 経路が「トランスリコピン生合成」などの何をするかのより長い説明;gene - アノテーションで提供される名前と一致する経路の遺伝子。経路情報は、MaizeGDB などの特定の生物のオンライン データベースで見つかる可能性があります。2 番目のユーザー指定オプションはモードです。「増加」とは、歩留まりなど測定された形質の増加値が望ましい場合に反射する表現型を指し、「減少」とは、昆虫の損傷評価などの測定値の減少が有益である形質を指す。経路の重要性は、前に説明した方法4,6,14を使用してテストされます。
<ol><li>PASTシャイニーで重要な経路を発見してください。<ol>
<li>パス データを含むファイルを選択し、解析オプションでモードが選択されていることを確認します。必要に応じて、分析のためにそれを保持するために経路に必要な遺伝子の数と、効果の有意性をテストするためにヌル分布を作成するために使用される順列の数を変更します。</li>
	</ol>
</li>
</ol><img alt="Figure 5" class="xfigimg" src="/files/ftp_upload/61268/61268fig5.jpg"> 図 5. <a href="https://www.jove.com/files/ftp_upload/61268/61268fig5large.jpg" target="_blank">この図の大きなバージョンを表示するには、ここをクリックしてください。</a>
注: このステップでは、PAST シャイニー解析の開始時に設定されたコア数とモードセットを使用します。遺伝子のデフォルト数は現在5遺伝子に設定されているので、既知の遺伝子が少ない経路は除去されます。ユーザーはこの値を 4 または 3 に下げて短い経路を含めることができますが、これを行うと誤検出の結果が生じる危険性があります。この値を大きくすると、解析の力が増えますが、解析からより多くの経路が除去されます。使用される順列の数を変更すると、テストの能力が増加し、減少します。
<ol start="2"><li>RコンソールでPASTを使用して重要な経路を発見してください。<ol>
<li>重要な経路を検出するには、次のコードを変更して実行します。 rugplots_data &lt;-find_pathway_significance(遺伝子、「パス/パス/パス/パス.tsv」、5、「増加」、1000、2) 注: このサンプル コードでは、推奨される既定値がいくつか用意されています。5は、分析中の経路を維持するために経路内になければならない遺伝子の最小数であり、増加は測定された形質の増加量を指し(ユーザーは形質に関係なく増加と減少の両方を実行することが推奨され、データ解釈は2つの場合は異なるが、1000はヌル分布を決定する効果をサンプリングする回数である。 2 は並列処理に使用されるコアの数です。パスをパスパスファイルの実際の場所に変更します。</li>
	</ol>
</li>
</ol>7. ラグプロットを表示する
<ol><li>過去のシャイニーでラグプロットを表示します。<ol>
<li>すべての入力がアップロードされ、設定されたら、[ 分析の開始] をクリックします。進行状況バーが表示され、解析のどのステップが最後に完了したかを示します。解析が完了すると、PAST シャイニーが [結果] タブに切り替わります。結果の表が左側の列(「経路」とラベル付け)に表示され、ラグプロットが右側の列(「プロット」とラベル付け)に表示されます。</li>
		<li>スライダーを使用して、フィルター処理パラメーターを制御します。フィルタリングレベルが十分な場合は、左下の [結果のダウンロード ]ボタンをクリックして、すべての画像とテーブルを、解析タイトルで指定されたZIPファイルに個別にダウンロードします。この ZIP ファイルには、フィルター処理されたテーブル、フィルタ処理されていないテーブル、およびフィルター選択されたテーブルのパスごとに 1 つのイメージが含まれています。</li>
	</ol>
</li>
</ol><img alt="Figure 6" class="xfigimg" src="/files/ftp_upload/61268/61268fig6.jpg"> 図 6. <a href="https://www.jove.com/files/ftp_upload/61268/61268fig6large.jpg" target="_blank">この図の大きなバージョンを表示するには、ここをクリックしてください。</a>
<img alt="Figure 7" class="xfigimg" src="/files/ftp_upload/61268/61268fig7.jpg"> 図 7. <a href="https://www.jove.com/files/ftp_upload/61268/61268fig7large.jpg" target="_blank">この図の大きなバージョンを表示するには、ここをクリックしてください。</a>
<ol start="2"><li>R コンソールで PAST を使用してラグプロットを表示する<ol>
<li>次のコードを変更して実行し、結果を保存します。 plot_pathways(rugplots_data、"pvalue"、0.02、「増加」、「output_folder」) 注: このサンプル コードでは、推奨される既定値がいくつか用意されています。pvalue は、有意性しきい値がユーザーによって選択された後に、重要でない経路をフィルタリングするために使用できるデータを提供します。0.02 はフィルター処理で使用される既定値で、増加とは、測定された特性の増加量を指します (ユーザーは、特性に関係なく、増加と減少の両方を実行することをお勧めします。output_folderは、イメージとテーブルが書き込まれるフォルダです (このフォルダは、関数を実行する前に存在している必要があります)。フィルター処理された結果、フィルター処理されていない結果、およびフィルター処理された結果内のすべての経路の個々のイメージの表がこのフォルダーに書き込まれます。</li>
	</ol>
</li>
</ol>

<ol><li>Rafalski, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Association+genetics+in+crop+improvement%5BTitle%5D)+AND+%22Current+Opinion+in+Plant+Biology%22%5BJournal%5D)">Association genetics in crop improvement.</a> Current Opinion in Plant Biology. 13 (2), 174-180 (2010).</li>
<li>Yan, J., Warburton, M., Crouch, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Association+Mapping+for+Enhancing+Maize+%28Zea+mays+L.%29+Genetic+Improvement%5BTitle%5D)+AND+%22Crop+Science%22%5BJournal%5D)">Association Mapping for Enhancing Maize (Zea mays L.) Genetic Improvement.</a> Crop Science. 51 (2), 433-449 (2011).</li>
<li>Xiao, Y., Liu, H., Wu, L., Warburton, M., Yan, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Genome-wide+Association+Studies+in+Maize%3A+Praise+and+Stargaze%5BTitle%5D)+AND+%22Molecular+Plant%22%5BJournal%5D)">Genome-wide Association Studies in Maize: Praise and Stargaze.</a> Molecular Plant. 10 (3), 359-374 (2017).</li>
<li>Wang, K., Li, M., Bucan, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Pathway-Based+Approaches+for+Analysis+of+Genomewide+Association+Studies%5BTitle%5D)+AND+%22The+American+Journal+of+Human+Genetics%22%5BJournal%5D)">Pathway-Based Approaches for Analysis of Genomewide Association Studies.</a> The American Journal of Human Genetics. 81 (6), 1278-1283 (2007).</li>
<li>Weng, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((SNP-based+pathway+enrichment+analysis+for+genome-wide+association+studies%5BTitle%5D)+AND+%22BMC+Bioinformatics%22%5BJournal%5D)">SNP-based pathway enrichment analysis for genome-wide association studies.</a> BMC Bioinformatics. 12 (1), 99(2011).</li>
<li>Tang, J., Perkins, A., Williams, W., Warburton, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Using+genome-wide+associations+to+identify+metabolic+pathways+involved+in+maize+aflatoxin+accumulation+resistance%5BTitle%5D)+AND+%22BMC+Genomics%22%5BJournal%5D)">Using genome-wide associations to identify metabolic pathways involved in maize aflatoxin accumulation resistance.</a> BMC Genomics. 16 (1), 673(2015).</li>
<li>Warburton, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Genome-Wide+Association+Mapping+of+Aspergillus+flavus+and+Aflatoxin+Accumulation+Resistance+in+Maize%5BTitle%5D)+AND+%22Crop+Science%22%5BJournal%5D)">Genome-Wide Association Mapping of Aspergillus flavus and Aflatoxin Accumulation Resistance in Maize.</a> Crop Science. 55 (5), 1857-1867 (2015).</li>
<li>Warburton, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Genome-Wide+Association+and+Metabolic+Pathway+Analysis+of+Corn+Earworm+Resistance+in+Maize%5BTitle%5D)+AND+%22The+Plant+Genome%22%5BJournal%5D)">Genome-Wide Association and Metabolic Pathway Analysis of Corn Earworm Resistance in Maize.</a> The Plant Genome. 11 (1), 170069(2018).</li>
<li>Li, H., Thrash, A., Tang, J., He, L., Yan, J., Warburton, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Leveraging+GWAS+data+to+identify+metabolic+pathways+and+networks+involved+in+maize+lipid+biosynthesis%5BTitle%5D)+AND+%22The+Plant+Journal%22%5BJournal%5D)">Leveraging GWAS data to identify metabolic pathways and networks involved in maize lipid biosynthesis.</a> The Plant Journal. 98 (5), 853-863 (2019).</li>
<li>Thrash, A., Tang, J., DeOrnellis, M., Peterson, D., Warburton, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((PAST%3A+The+Pathway+Association+Studies+Tool+to+Infer+Biological+Meaning+from+GWAS+Datasets%5BTitle%5D)+AND+%22Plants%22%5BJournal%5D)">PAST: The Pathway Association Studies Tool to Infer Biological Meaning from GWAS Datasets.</a> Plants. 9 (1), 58(2020).</li>
<li>Adam, T., Mason, D. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aAdam%2C+T+%22PAST%3A+Pathway+Association+Study+Tool+%28PAST%29.+Bioconductor+version%3A+Release+%283.10%29%22">PAST: Pathway Association Study Tool (PAST). Bioconductor version: Release (3.10)</a>. , (2020).</li>
<li>Thrash, A., DeOrnellis, M. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aThrash%2C+A+%22IGBB%2FPAST%22">IGBB/PAST</a>. , at https://github.com/IGBB/PAST (2019).</li>
<li>Bradbury, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((TASSEL%3A+software+for+association+mapping+of+complex+traits+in+diverse+samples%5BTitle%5D)+AND+%22Bioinformatics%22%5BJournal%5D)">TASSEL: software for association mapping of complex traits in diverse samples.</a> Bioinformatics. 23 (19), 2633-2635 (2007).</li>
<li>Subramanian, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Gene+set+enrichment+analysis%3A+A+knowledge-based+approach+for+interpreting+genome-wide+expression+profiles%5BTitle%5D)+AND+%22Proceedings+of+the+National+Academy+of+Sciences+U.S.A%22%5BJournal%5D)">Gene set enrichment analysis: A knowledge-based approach for interpreting genome-wide expression profiles.</a> Proceedings of the National Academy of Sciences U.S.A. 102, 15545-15550 (2005).</li>
</ol>

著者らは開示するものは何もない。

PASTの主な目標は、GWASデータの代謝経路分析を、特に非ヒトおよび非動物生物に対してより多くの聴衆に持ち込むことである。PAST の代替方法は、多くの場合、人間や動物に焦点を当てたコマンドラインプログラムです。ユーザーフレンドリさは、光沢のあるアプリケーションを開発することを選択することと、Rとバイオコンダクターを使用してアプリケーションをリリースするという点の両方で、PASTの開発における主要な目標でした。ユーザーは PAST を使用するためにプログラムをコンパイルする方法を学ぶ必要はありません。
ほとんどのタイプの解析ソフトウェアと同様に、PAST の結果は入力データと同じ結果にすぎません。入力データにエラーがある場合や、形式が誤っている場合、PAST は実行に失敗するか、または情報が得られない結果を生成します。GWAS データ、LD データ、アノテーション、およびパス・ファイルが正しくフォーマットされていることを確認することは、PAST から正しい出力を受け取るうえで重要です。PAST は、バイアラリック マーカーのみを分析し、入力データのセットごとに 1 つの特性のみを実行できます。さらに、遺伝子型入力が不十分、誤った、または不正確な型定義によって生成されたGWASデータは、明確または再現可能な結果を生み出す可能性は低い。PASTはGWASの結果の生物学的解釈に役立ちますが、環境変動、実験的エラー、または人口構造が適切に考慮されなかった場合、混沌としたデータセットを明確にすることはほとんどありません。
ユーザーは、シャイニーアプリケーションと、それらのパラメータをRコンソールのPASTの関数に渡すことによって、分析の一部のパラメータを変更することができます。これらのパラメータは PAST によって報告される結果を変更する可能性があり、ユーザーはデフォルトからこれらの結果を変更する際に注意する必要があります。LDはユーザによって測定されるので、通常はGWASでも使用されていたのと同じマーカーデータセットを使用するため、LD測定値は母集団に固有である。すべての研究、特にトウモロコシ以外の種(特に自己受粉、多発性、または非常に異種種)については、デフォルトの変化が保証される可能性があります。

An erratum was issued for: A Pathway Association Study Tool for GWAS Analyses of Metabolic Pathway Information. One of the affiliations was updated.
The second affiliation was updated from:
USDA-ARS Corn Host Plant Resistance Research Unit, Mississippi State University
to:
Corn Host Plant Resistance Research Unit, USDA-ARS

An erratum was issued for:&#160;<a href="https://www.jove.com/t/61268">A Pathway Association Study Tool for GWAS Analyses of Metabolic Pathway Information</a>. One of the affiliations was updated.

Erratum: A Pathway Association Study Tool for GWAS Analyses of Metabolic Pathway Information

ゲノムワイド関連研究(GWAS)は、複雑な形質とそれらに関連するゲノム領域を1、2、3に関連するゲノム領域を研究する一般的な方法である。このタイプの研究では、数十万個の一塩基多型(SNP)マーカーが形質との関連についてテストされ、関連の有意性が評価される。誤検出率 (FDR) のしきい値 (またはその他の種類の有意性しきい値) を満たすマーカー特性アソシエーションは、調査のために保持されますが、真の関連付けは除外される場合があります。複雑なポリジェニック形質の場合、各遺伝子の効果は小さく(したがって除外される)可能性があり、一部の対立遺伝子は研究3に存在しないかもしれない特定の条件でのみ発現される。したがって、多くのSNPsは形質に関連付けられているように保持されるかもしれませんが、それぞれが非常に小さな効果を有する可能性があります。あまりにも多くのSNP呼び出しが欠落し、形質の生物学的意味と遺伝的アーキテクチャの解釈が不完全で混乱する可能性があります。代謝経路解析は、生物学的機能4、5、6に従ってグループ化された遺伝子の複合効果に焦点を当てることで、これらの問題のいくつかに対処するのに役立ちます。
この記事で説明したメソッドの以前の実装を使用して、いくつかの調査が完了しました。アフラトキシン蓄積7、コーンミミズ耐性8、及び油生合成9 はいずれも、以前の実施で検討した。これらの解析は成功しましたが、分析ツールは R、Perl、Bash の組み合わせで作成され、パイプラインは自動化されていないため、分析プロセスは複雑で時間がかかり、面倒でした。解析ごとにこの方法を変更するために必要な専門的な知識のため、他の研究者と共有できる新しい方法が開発されました。
経路関連スタディツール(PAST)10 は、プログラミング言語の知識を減らし、より短い期間で分析を実行することで、以前の方法の欠点に対処するように設計されました。この方法はトウモロコシでテストされましたが、PASTは種固有の仮定をしません。PASTは、シャイニーアプリとしてRコンソールを介して実行することができ、オンラインバージョンはまもなくMaizeGDBで利用可能になると予想されます。

<table><tbody><tr><td>コンピュータ</td><td>NA</td><td>NA</td><td>8GBのRAMを搭載したコンピュータであれば、</td></tr><tr><td>R</td><td>R Project</td><td>NA</td><td>Bioconductor 3.11からインストールするにはR 4.0以上が必要です</td></tr></tbody></table>

代謝経路情報のgwas解析のための経路関連研究ツール

A Pathway Association Study Tool for GWAS Analyses of Metabolic Pathway Information

近年、代謝経路解析を用いたゲノムワイド関連解析(GWAS)データの解釈に関する新たな実装が開発され、発表された。経路協会スタディツール(PAST)は、ユーザーの使いやすさと遅い分析の懸念に対処するために開発されました。この新しいユーザーフレンドリーなツールは、バイオコンダクターとGithubでリリースされました。テストでは、PASTは以前は24時間以上必要な分析を1時間以内に実行しました。この記事では、書き込みアプリケーションまたは R コンソールを使用して PAST を実行するためのプロトコルを紹介します。

PAST ソフトウェアツールの実行後に結果が生成されない場合は、すべての入力ファイルが正しくフォーマットされていることを確認してください。図 8に、グレイン カラーのトウモロコシ GWAS に基づく PAST パッケージのサンプル データを使用した正常な実行を示します。この表と結果の画像は、[結果のダウンロード] ボタンを使用してダウンロードできます。ダウンロードした画像の例を 図 210に示します。誤った設定は生物学的に意味をなさない結果につながる可能性がありますが、誤りを判断することは研究者次第であり、選択した設定の妥当性を再確認し、関心のある特性に関するすべての既知の証拠を考慮する必要があります。
図910 は、粒色に対してフェノタイプされた288本の近交系ラインのトウモロコシパネルで作成されたGWAS結果の経路解析から生成されたラグプロットを示す。この単純な例は、表現型が「白」または「黄色」であったが、明るい黄色のカロテノイド顔料を作成する経路が知られており、表現型の大部分を担うべきであるため、使用された。したがって、トランスリコピン生合成経路(カロテノイドを産生する)が穀物色と有意に関連することを期待した。パス ID と名前は、グラフの上部に表示されます。グラフの横軸は、分析に含まれていたすべての遺伝子を、形質に対する最大の効果から最小の順に左から右に並べ替えます。しかし、トランスリコピン生合成経路の遺伝子のみがマークされています(グラフの上部には、ハッチマークとして、分析中の他のすべての遺伝子と比較してその効果の遺伝子ランクに現れます)。この経路には7つの遺伝子があります。ランニングエンリッチメントスコア(ES)は、垂直軸に沿ってプロットされます。各遺伝子のESは効果の順序で走行合計に加え、合計は分析された遺伝子の数に合わせて調整されます。したがって、スコアは水平軸に沿って右に移動するにつれて変化し、より大きな効果遺伝子が含まれるにつれて増加する傾向がありますが、ある時点で、効果の増加は別の遺伝子を追加した場合の調整よりも小さく、スコア全体が減少し始めます。実行中の ES 線の頂点は、垂直点線で示されます。これは経路全体のESであり、経路が選択され、ラグプロットとして提示されているかどうかを判断するためにプログラムによって使用されます。
<img alt="Figure 8" class="xfigimg" src="/files/ftp_upload/61268/61268fig8.jpg"> 図8:PASTシャイニーの実行が完了しました。 <a href="https://www.jove.com/files/ftp_upload/61268/61268fig8large.jpg" target="_blank"></a>
<img alt="Figure 9" class="xfigimg" src="/files/ftp_upload/61268/61268fig9.jpg"> 図9:PASTの実行が完了した(またはシャイニーからダウンロードされた)からの経路画像。 この図は、スラッシュら10から引用されています。 <a href="https://www.jove.com/files/ftp_upload/61268/61268fig9large.jpg" target="_blank">この図の大きなバージョンを表示するには、ここをクリックしてください。</a>

シャイニーアプリケーションまたはRコンソールを通じて経路協会研究ツール(PAST)を実行することにより、研究者は関連する代謝経路を調査することによって、ゲノム全体の関連研究(GWAS)の結果の生物学的意味をより深く理解することができます。

代謝経路情報のGWAS解析のための経路関連研究ツール

Recently, a new implementation of a previously described method for interpreting genome-wide association study (GWAS) data using metabolic pathway ...

ゲノムワイド関連解析は、形質に関連する遺伝子を発見するための強力なツールですが、その多くが見落とされています。PASTは、これらの遺伝子をより多く見つけ出し、全体像をより完成させます。PAST は GWAS 出力を受け取り、細胞が代謝産物を構築し、生物の表現型を作成するために使用する経路に関する情報を追加します。これらの経路の遺伝子は、GWASだけでは見落とされがちです。GWAS データがタブ区切りであることを確認したら、関連付けファイルボックスを使用して関連付けファイルを選択し、エフェクトファイル選択ボックスを使用してエフェクトファイルを選択します。R コンソールで PAST を使用して GWAS データを読み込むには、示されているようにコードを変更して実行します。PAST Shinyで連結不均衡データを読み込むには、連結不均衡データがタブ区切りで、適切な種類のデータが含まれていることを確認した後、連結不均衡データを含むファイルを選択します。リンケージ不均衡データを R コンソールで PAST で読み込むには、示されているようにコードを変更して実行します。PAST Shinyを持つ遺伝子にSNPを付与し、一般的な特徴形式でアノテーションを見つけるには、一般的な特徴フォーマットのアノテーションを含むファイルを選択し、必要に応じて考慮される種に最も適したウィンドウサイズとR二乗カットオフに応じて設定を変更します。R コンソールで PAST を使用して SNP を遺伝子に割り当てるには、示されているようにコードを変更して実行します。pathwaysファイルにタブ区切り形式で適切なデータが含まれていることを確認した後、pathwaysデータを含むファイルを選択し、解析オプションでモードが選択されていることを確認します。必要に応じて、解析のパスウェイを保持するためにパスウェイに含める必要がある遺伝子の数を変更し、効果の有意性をテストするためにヌル分布を作成するために使用される順列の数を変更します。R コンソールで PAST を使用した重要な経路を検出するには、示されているようにコードを変更して実行します。PAST Shinyでラグプロットを表示するには、すべての入力がアップロードされて設定されたら、解析の開始をクリックします。解析のどのステップが最後に完了したかを示す進行状況バーが表示されます。解析が完了すると、PAST Shinyが結果タブに切り替わり、結果の表とラグプロットが表示されます。スライダーを使用して、フィルタリングパラメータを制御します。フィルタリングレベルが満足のいくものになったら、[結果のダウンロード]ボタンをクリックして、すべての画像とテーブルを解析タイトルの付いたzipファイルに個別にダウンロードします。R コンソールで PAST を使用してラグ プロットを表示するには、コードを変更して実行し、結果を保存します。ここでは、グレインカラーの迷路GWASに基づくPASTパッケージのサンプルデータを使用して成功した実行を示しています。そして、ここでは、ダウンロード結果ボタンをクリックしてダウンロードできる画像の例を示しています。このラグプロットは、粒色の表現型であった288の近交系の迷路パネルで作成したGWAS結果の経路解析から作成されました。予想通り、カロテノイドを産生するトランスリコピン生合成経路は、粒色と有意に関連していました。遺伝子とトランスリコピン生合成経路は、分析対象の他のすべての遺伝子と比較して、その効果の遺伝子ランクにもマークされています。パスウェイ全体のランニングエンリッチメントスコアラインの頂点は、点線で示されます。これは、経路が選択され、ラグプロットとして表示されるかどうかを判断するためにプログラムによって使用されます。すべてのデータで PAST を回しますが、高品質のデータに対してのみ良好な結果が生成されます。配列にはエラーが少なく、表現型データは精力的な統計設計の下で収集する必要があります。過去の結果により、重要なポイントと重要な経路を制御する遺伝子を特定し、最終的に選択、遺伝子編集、および薬物療法を介して操作して、関心のある形質を改善することができます。

a-pathway-association-study-tool-for-gwas-analyses-metabolic-pathway

Research

JoVE Journal

Genetics

遺伝学

代謝を介したゲノム、共発現遺伝子の解析と標的化合物の同定の組み合わせは、遺伝子の機能アノテーションを付与します。...

複合ゲノミクス、メタボロミクスと情報を介した植物遺伝子の機能注釈

PathWhizは、生化学的および生物学的経路を生成するための包括的な、オンライン経路描画ツールです。これは、事前に描かれた経路成分からなる公的にアクセス可能なデータベースと容易に拡張パレットを使用しています。このプロトコルは、簡単に、新しい経路を構築し、既存の経路を複製し、編集し、異なる生物に以前に描かれた経路を伝播する方法について説明します。...

生成高品質の機械可読の生物学的経路のためのWebツール

トランスレーショナル ・ リサーチのための理想的なマウス モデルを識別するトランスクリプトーム データの遺伝子セット濃縮分析用標準プロトコルを提供します。このプロトコルは、dna と RNA シーケンス データで使用できるし、データが利用可能な場合他のオミックス...

遺伝子を使用するプロトコル設定トランスレーショナルリサーチの適切な動物モデルを識別するために濃縮分析

このプロトコルでは、多くのサンプルの効率的で迅速なサンプル調製を組み合わせた最適化されたワークフローを紹介します。さらに、代謝GWAS研究のハイスループット評価のための分析変動を減らすためのステップバイステップガイドを提供します。...

大規模マルチオミクスゲノムワイド関連研究(Mo-GWAS):サンプル調製と正規化のためのガイドライン

本稿では、メタボロミクスデータのデータ駆動型ネットワーク構築と解析のための2つのツールであるCorrelationCalculatorとFiligreeを紹介します。 CorrelationCalculator は、発現データに基づく代謝物の単一の相互作用ネットワークの構築をサポートし、Filigree は差動ネットワークの構築と、それに続くネットワークのクラスタリングと濃縮分析を可能にします。...

CorrelationCalculator と Filigree: メタボロミクスデータのデータ駆動型ネットワーク解析ツール

DeepOmicsAEは、深層学習手法(オートエンコーダー)の適用を中心としたワークフローで、マルチオミクスデータの次元を縮小し、オミクスデータの多層化を表す予測モデルとシグナリングモジュールの基盤を提供します。...

DeepOmicsAE:プロテオミクス、メタボロミクス、臨床データの深層学習解析によるアルツハイマー病のシグナル伝達モジュールの表現

膵島β細胞死は1型糖尿病の発症に先行し、このプロセスを検出することで早期の治療介入が可能になるかもしれません。ここでは、β細胞死のバイオマーカーとして、ヒト血清中の異なるメチル化INS...

示差メチル化の測定<em&gt; INS</em&gt;バイオマーカー膵島のβ細胞死などのヒト血清試料中のDNA種

顕微鏡の有機体のゲノムのシーケンス処理中に汚染大きい問題に残る。ここでは、汚染のリスクを最小限に抑えるため全ゲノム増幅 DNA のわずか 50 pg...

超低入力ヒトゲノム単一 Tardigrade の標本からのライブラリの準備

ここでは、ミトコンドリア DNA (mtDNA) のメチル化の定量の正確さを許可するプロトコルを提案する.このプロトコルではミトコンドリア Dna の二次構造によって引き起こされるミトコンドリア Dna のメチル化レベルの過大評価を避けるために使用することができますバイオ情報解析パイプラインと相まって病原が付いている DNA...

ミトコンドリア DNA のメチル化の正確な検出のための方法論

遺伝子および調節配列の物理的な相互作用の同定が困難な染色体構造をキャプチャする方法によって促進されています。これは 4 C seq プロトコルを修正は PCR テンプレートが過大に増幅を最小限に抑えることによって PCR バイアスを軽減、追加制限の酵素のダイジェスト ステップを組み込むことによって読み取りの mappability...

円の染色体構造の次世代シーケンシングによる遺伝子制御配列の高スループット識別キャプチャ (4 C seq)

学ぼう、PASTを用いた代謝経路情報を統合したGWAS解析手法。RコンソールとShinyインターフェースで、従来のGWASでは見落としがちな遺伝子と有意な経路を特定し、ラグプロットで可視化するバイオインフォマティクス手法です。

代謝経路情報のGWAS解析のための経路関連研究ツール

さらに動画を探す