Name: インシリコで 宿主-病原体相互作用におけるcircRNAの同定と特性評価 (動画) | JoVE Journal
Uploaded: 2022-10-21T15:00:00.000+00:00
Duration: 10 min 27 s
Description: 学ぶインシリコパイプラインを用いた宿主-病原体相互作用におけるサーキュラーRNAの予測と機能解析。CiriquantやSAMToolsなどのバイオインフォマティクスツールを活用し、初心者でも実行可能な計算生物学手法を解説します。

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

著者は、この原稿の批判的なレビューについて、Tan KeEnとCameron Bracken博士に感謝したいと思います。この研究は、基礎研究助成スキーム(FRGS/1/2020/SKK0/UM/02/15)およびマラヤ大学ハイインパクト研究助成金(UM)からの助成金によってサポートされました。C/625/1/HIR/MOE/CHAN/02/07)。

このプロトコルでは、インフルエンザAウイルスに感染したヒトマクロファージ細胞から調製した匿名化されたリボソームRNA(rRNA)枯渇RNA-seqライブラリデータセットをダウンロードし、遺伝子発現オムニバス(GEO)データベースから使用しました。circRNAの予測から機能特性評価までのバイオインフォマティクスパイプライン全体を 図1にまとめます。パイプラインの各部分については、以下のセクションで詳しく説明します。
1. データ分析前の準備・ダウンロード・セットアップ
注:この調査で使用されたすべてのソフトウェアパッケージは無料でオープンソースです。
<ol><li>Linux プラットフォームで必要なツールをダウンロードする<ol><li>開発者が提供する手順を使用して、 材料表 に記載されている必要なソフトウェアとツールをLinux高性能コンピューターにダウンロードしてインストールします。 注:ほとんどのツールとソフトウェアには、ツールのインストールと使用の手順を含む独自のオンラインGitHubページまたはドキュメントがあります(資料表を参照)。</li>
		<li>配列アーカイブのウェブサイト(欧州ヌクレオチドアーカイブや遺伝子発現オムニバスなど)から、circRNAの検出と分析に必要なRNA-seqデータセットをダウンロードしてください。</li>
		<li>RNA-seqデータセットの調製元となった宿主と互換性のあるリファレンスゲノム(FASTA形式)およびアノテーションファイル(GTF/GFF3形式)をダウンロードします。宿主参照ゲノムとアノテーションファイルは通常、国立バイオテクノロジー情報センター(NCBI)、カリフォルニア大学サンタクルーズ校(UCSC)、アンサンブルのウェブサイトなどのオンラインゲノムブラウザにあります。</li>
	</ol></li>
	<li>RNA-seqの品質チェック<ol><li>FASTQファイルをFASTQCプログラムに入力して、RNA配列の品質を判断します。FASTQファイルの品質が低い場合(<Q20など)、またはアダプターシーケンスが存在する場合は、Trimmomatic29,30などのツールを使用してさらにトリミングする必要があります。</li>
	</ol></li>
</ol>2. CIRIquantを用いたcircRNAの予測と発現差解析
注:差分発現解析のインストールと実行に関するより詳細なマニュアルは、CIRIquant論文31のコードの可用性のセクションにあります。補足データには、このプロトコルで使用される基本的なコマンドの一部も含まれています。
<ol><li>サークRNA予測<ol><li>最初にBWAおよびHISAT2アライナーを使用して、宿主のリファレンスゲノムにインデックスを作成します。次に、Linux ターミナルで、ホストの参照ゲノムのディレクトリでコマンド bwa index 32 および hisat2-build33 を実行して、インデックスを作成します。</li>
		<li>次に、ファイルの名前、ツールのパス(BWA、HISAT2、ストリングタイ34、samtools35)、ダウンロードした参照ファイルへのパス(ホストの参照ゲノムFASTAファイル、アノテーションファイル)、および手順2.1.1のインデックスファイルへのパスを含むYML設定ファイルを準備します。</li>
		<li>CIRIquantツールは、デフォルトまたは手動パラメータを使用してターミナルから実行します。ユーザーは、CIRIquantツールの実行時にRNA-seqデータのライブラリタイプ(鎖状または非鎖状)を指定できます。 注:RNA-seqデータのライブラリタイプは、使用するライブラリ調製キットのタイプを知ることで決定できます。ライブラリ調製キットの同定が不明な場合は、RSeQC36 と呼ばれるRNA-seqコントロールバイオインフォマティクスパッケージを使用して、RNA-seqデータの鎖状を決定できます。</li>
	</ol></li>
	<li>発現差次解析 注: CIRIquant パッケージには、 prep_CIRIquant、 prepDE.py、および CIRI_DE_replicateが含まれています。したがって、これら 3 つのツールに追加のダウンロードは必要ありません。<ol><li>以下を含むデータのリストを含むテキスト ファイル (.lst) を準備します。 1列目 :ステップ2.1.3で使用したRNA-seqデータのID 2番目の 列: CIRIquant によって出力された GTF ファイルへのパス 3列 目:RNA-seqデータのグループ化(対照群か治療群か)。</li>
		<li>例については、以下の 表 1 を参照してください。 注:ヘッダーは参照用であるため、ヘッダーを入れる必要はありません。</li>
		<li>Linux ターミナルで、手順 2.2.1 で用意したテキスト ファイル (.lst) を入力として prep_CIRIquant を実行します。実行すると、 library_info.csv、 circRNA_info.csv、 circRNA_bsj.csv、 circRNA_ratio.csvのファイルの一覧が生成されます。</li>
		<li>RNA-seq IDとそれぞれのStringTie出力へのパスを含むデータのリストを含む2番目のテキストファイルを準備します。ファイルレイアウトは、グループ化列のない手順2.2.1のテキストファイルと同様である必要があります。</li>
		<li>手順2.2.4で用意したテキストファイルを入力として prepDE.py を実行し、遺伝子数マトリックスファイルを生成します。</li>
		<li>手順 2.2.3 の library_info.csv ファイルと circRNA_bsj.csv ファイル、手順 2.2.5 の gene_count_matrix.csv ファイルを入力として CIRI_DE_replicate を実行し、最終的な circRNA_de.tsv ファイルを出力します。</li>
	</ol></li>
	<li>DEサークRNAのフィルタリング<ol><li>R(コンピュータターミナルまたはRStudio)または任意のスプレッドシートソフトウェア(Microsoft Excelなど)を使用して、手順2.2.6で生成された circRNA_de.tsv ファイルを開き、差次的に発現(DE)されたcircRNAの数をフィルタリングして決定します。</li>
		<li>基準LogFC > |2| に従って DE circRNA をフィルタリングします。FDR<0.05です。</li>
		<li>DE circRNAの情報を格納する ためにDE_circRNAs.txt という名前のファイルを作成します。</li>
	</ol></li>
</ol>3. 予測されるDE circRNAの特性評価とアノテーション
<ol><li>DE周回RNAのアノテーション状態<ol><li>手順 2.3.3 でフィルタリングされた DE circRNA のリストで構成される RStudio に DE_circRNAs.txt という名前のファイルを読み込みます。ゲノム位置(Chr、開始、終了)、鎖の向き(+または-)、遺伝子名、circRNAタイプなどの他の情報を含めます。先に進む前に、1塩基対を引くことにより、circRNAゲノム開始座標をCIRIquantから0ベースに変換します。 注:上記のその他の情報は、CIRIquantによって出力されたGTFファイル(補足ファイル1)から取得できます。</li>
		<li>circRNAデータベース(例えば、circBase)寄託されたcircRNAのゲノム位置を含むライブラリをダウンロードして、予測されたDE circRNAのアノテーションステータスを決定します。 注:比較を行う前に、circRNAの予測に使用されるゲノムバージョンがcircRNAデータベースライブラリと同一であることを確認してください。ここで使用するcircBaseデータファイルは、Github(https://github.com/bicciatolab/Circr)37で提供されているドライブフォルダで自由に入手できます。</li>
		<li>手順 3.1.1 と手順 3.1.2 の両方のファイルが準備できたら、 補足ファイル 1 に記載されている R スクリプトを実行します。DE circRNAの染色体位置は、アノテーション付きまたはアノテーションなしのステータスを割り当てる前にライブラリに照会されます。</li>
	</ol></li>
	<li>DEサーキットRNAのキャラクタリゼーション<ol><li>Rおよびその他の表計算ソフトウェアを使用して、circRNAの種類(エクソン、イントロン、遺伝子間、アンチセンス)に応じてcircRNAの数と、circRNAがまたがる遺伝子の数(1または>1)を要約します(補足ファイル1)。注:CIRIquantは、4種類のcircRNA(エクソン、イントロン、遺伝子間、アンチセンス)のみを検出できます。ElciRNAとしても知られるエクソンイントロンcircRNAは、CIRIquantでは検出できません。</li>
	</ol></li>
</ol>4. Circrを用いたサークRNA-miRNA相互作用の予測
注:circRNA-miRNA相互作用解析のためのCircrのインストール方法と使用方法に関するより詳細なマニュアルは、https://github.com/bicciatolab/Circr37にあります。
<ol><li>ファイルの準備<ol><li>Circr.zipファイルを「WinRar」や「7-zip」などの関連ソフトウェアを使用してCircr GitHubページからダウンロードした後、分析を行う新しいディレクトリに解凍して抽出します。</li>
		<li>circRNA-miRNA分析を行う前に、前提条件となるソフトウェアアプリケーション(miRanda、RNAhybrid、Pybedtools、およびsamtools)をインストールしてください。</li>
		<li>関心のあるいくつかの生物の参照ゲノムとアノテーションファイル、rRNA座標ファイル、検証済みのmiRNA相互作用ファイル、およびcircBaseのcircRNAファイルは、Githubページ(https://github.com/bicciatolab/Circr)37でCircrの著者によって提供されています。ドライブフォルダ内のサポートファイルをクリックしたら、目的の生物のフォルダ、miRNAフォルダ、circBaseテキストファイルを選択してダウンロードします。</li>
		<li>手順4.1.3で必要なファイルをダウンロードした後、手順4.1.1で説明したディレクトリに support_files という名前の新しいディレクトリを作成します。次に、コンテンツを解凍して support_files ディレクトリに抽出します。</li>
		<li>samtools faidx コマンド (補足ファイル 1) を使用して、目的の生物の参照ゲノムファイルにインデックスを付けます。</li>
		<li>表2に示すように、目的のDE circRNAの座標からなる入力ファイルをタブ区切りのBEDファイルに用意します。 注: CIRIquant によって予測される circRNA は 0 ベースではないため、BED 形式に変換する前に、開始座標で 1 bp をマイナスする必要があります (手順 3.1.1 で説明)。 表 2 に示すヘッダーは参照用であり、BED ファイルには必要ありません。</li>
		<li>この時点で、Circr 分析で予想されるフォルダー・ツリー構造が 図 2 のようになることを確認します。</li>
	</ol></li>
	<li>ランニング Circr.py<ol><li>Python 3 を使用して Circr.py を実行し、引数として、コマンドラインで circRNA 入力ファイル、目的の生物の FASTA ゲノム、選択した生物のゲノム バージョン、スレッド数、および出力ファイルの名前を指定します。</li>
		<li>目的の生物が手順4.1.3にリストされているドライブフォルダに提供されていない場合、またはユーザーが分析を実行するためのファイルのカスタムセットを持つことを好む場合は、Circr.py を実行するときにこれらのファイルの場所を指定する追加のコマンドを含める必要があります。</li>
		<li>Circr解析が完了すると、プログラムはcsv形式でcircRNA-miRNA相互作用ファイルを出力します。</li>
		<li>ユーザー固有の好みに応じて、circRNA-miRNA相互作用結果をフィルタリングします。この調査では、以下の基準に従ってRstudioを使用して予測をフィルタリングします。 -3つのソフトウェアツールすべてで検出 -ターゲットスキャンとミランダの両方によって報告された2つ以上の結合部位 -"AGO" 列または "検証済み" 列のいずれかで識別されます。 -シード領域の相互作用を除外しない</li>
		<li>手順 4.2.3 でフィルタリングされた条件を渡す circRNA を circRNA_miRNA.txt という名前の新しいテキスト ファイルに書き込み ます。このようなフィルタリングにより、予測された交互作用の信頼度を高めることができます。</li>
	</ol></li>
</ol>5. ceRNAネットワークの構築
注:Cytoscapeの使用方法に関する詳細なマニュアルは、次の場所にあります:http://manual.cytoscape.org/en/stable/ および https://github.com/cytoscape/cytoscape-tutorials/wiki#introduction
<ol><li>ダウンロードと準備<ol><li>Cytoscape38 の最新バージョンを以下からダウンロードしてください: https://cytoscape.org/download.html.</li>
		<li>手順5.1.1でダウンロードしたインストーラウィザードを実行し、Cytoscapeソフトウェアのファイルの場所を選択します。</li>
		<li>目的のcircRNAとその標的miRNAを含むタブ区切りファイルを準備します。最初の列は circRNA 名で構成されています。2番目の列は、最初の列のRNAの種類を指定します。3番目の列は標的miRNAです。4番目の列は3番目の列のRNAの種類を指定します。ファイルの例を 表 3 に示します。</li>
	</ol></li>
	<li>ceRNAネットワークマップの構築<ol><li>手順5.1.2でインストールしたCytoscapeソフトウェアを開きます。</li>
		<li>Cytoscapeで、[ ファイルからネットワーク>インポート]に移動し>。手順 5.1.3 で準備したファイルを選択します。</li>
		<li>新しいタブで、1番目と2番目の列を「ソースノード」と「ソースノード属性」として選択し、3番目と4番目の列をそれぞれ「ターゲットノード」と「ターゲットノード属性」として選択します。 OKをクリックすると、ネットワークがCytoscapeの右上に表示されます。</li>
		<li>ネットワークの表示スタイルを変更するには、Cytoscapeの左側にある スタイル ボタンを押します。</li>
		<li>[塗りつぶしの色] の右側にある矢印を押します。列には [タイプ] を選択し、マッピング タイプには [離散マッピング] を選択します。次に、各RNAタイプに必要な色を選択します。</li>
		<li>色を変更した後、[ 形状 ] に移動し、手順 5.2.5 に従ってノードの形状を変更します。</li>
	</ol></li>
</ol>6. 機能エンリッチメント解析
<ol><li>遺伝子オントロジー(GO)および京都遺伝子ゲノム百科事典(KEGG)によるcircRNAの親遺伝子の解析<ol><li>クラスタプロファイラ39、40 および組織を確認します。Hs.eg.db41 個のパッケージが Rstudio にインストールされました。組織。Hs.eg.db41パッケージは、ヒト専用のゲノムワイドアノテーションパッケージです。 関心のある生物が別の種である場合は、以下を参照してください。 https://bioconductor.org/packages/release/BiocViews.html#OrgDb</li>
		<li>手順 2.3.1 のDE_circRNA情報を Rstudio ワークスペースにインポートします。</li>
		<li>このファイルで提供されているcircRNAの親遺伝子を使用して、以降のステップで濃縮解析を行います。ただし、ユーザーが遺伝子シンボルをEntrez IDなどの他の形式に変換したい場合は、「bitr」などの関数を使用します。</li>
		<li>遺伝子 ID を入力として使用して、デフォルトのパラメーターを使用して、clusterProfiler 39,40 パッケージ内の enrichGO 関数を使用して GO エンリッチメント分析を実行します。</li>
		<li>遺伝子 ID を入力として使用して、デフォルトのパラメーターを使用して、clusterProfiler39,40 パッケージ内の enrichKEGG 関数を使用して KEGG エンリッチメント分析を実行します。</li>
	</ol></li>
</ol>

著者は開示するものは何もありません。

このプロトコルの有用性を説明するために、インフルエンザAウイルス感染ヒトマクロファージ細胞由来のRNA−seqを例として使用した。宿主と病原体の相互作用において潜在的なmiRNAスポンジとして機能するCircRNAと、宿主内でのGOおよびKEGGの機能強化を調べました。オンラインで入手できるさまざまなcircRNAツールがありますが、それぞれが互いに相互作用しないスタンドアロンパッケージです。ここでは、circRNAの予測と定量、circRNAの機能強化、circRNA-miRNA相互作用の予測、およびceRNAネットワークの構築に必要なツールをいくつかまとめました。この合理化されたプロトコルは時間を節約し、臨床サンプルに適用して、診断値と予後値を持つcircRNA候補を検出することができます。
基本的には、CIRI2をあらかじめパッケージ化したcircRNA定量ツールであるCIRIquant31を採用し、circRNAの検出とDE解析を実施しました。DE circRNA は、LogFC > |2| のカットオフ値に基づいてフィルタリ...

宿主と病原体の相互作用は、病原体と宿主生物の間の複雑な相互作用を表し、宿主の自然免疫応答を引き起こし、最終的には侵入病原体の除去をもたらします1,2。病原性感染の間、多数の宿主免疫遺伝子が病原体の複製および放出を阻害するように調節される。例えば、病原性感染時に調節される一般的なインターフェロン刺激遺伝子(ISG)には、ADAR1、IFIT1、IFIT2、IFIT3、ISG20、RIG-I、およびOASL 3,4が含まれる。タンパク質をコードする遺伝子に加えて、長鎖ノンコーディングRNA(lncRNA)、マイクロRNA(miRNA)、環状RNA(circRNA)などのノンコーディングRNAも役割を果たし、病原性感染中に同時に制御されることも報告されています5,6,7。主にタンパク質を機能分子としてコードするタンパク質コード遺伝子とは対照的に、ノンコーディングRNA(ncRNA)は転写レベルおよび転写後レベルで遺伝子の調節因子として機能することが知られています。しかし、宿主の免疫遺伝子の制御にノンコーディングRNA、特にcircRNAが関与する研究は、タンパク質をコードする遺伝子と比較して十分に報告されていません。
CircRNAは、バックスプライシング8と呼ばれる非標準的なスプライシングプロセスによって生成される共有結合的に閉じた連続ループ構造によって広く特徴付けられます。バックスプライシングのプロセスは、同族の直鎖RNAのスプライシングプロセスとは異なり、下流のドナー部位を上流のアクセプター部位にライゲーションし、円形の構造を形成します。現在、circRNAの生合成のための3つの異なるバックスプライシングメカニズムが提案されている。これらは、RNA結合タンパク質(RBP)を介した環状化9,10、イントロン対駆動環状化11、およびラリアット駆動環状化12,13,14である。circRNAが円形構造でエンドツーエンドで連結されていることを考えると、それらは正常なエキソヌクレアーゼ消化に対して自然に耐性がある傾向があり、したがって、それらの線形対応物よりも安定であると考えられる15。circRNAによって示される別の共通の特徴は、宿主16における細胞または組織タイプ特異的発現を含む。
その独特な構造と細胞または組織特異的な発現が示すように、circRNAは細胞内で重要な生物学的機能を果たすことが発見されています。今日まで、circRNAの顕著な機能の1つは、マイクロRNA(miRNA)スポンジとしての役割です17,18。circRNAのこの調節的役割は、circRNAヌクレオチドとmiRNAのシード領域との相補的結合を介して生じる。このようなcircRNA-miRNA相互作用は、標的mRNA上のmiRNAの正常な調節機能を阻害し、したがって遺伝子の発現を調節する19,20。さらに、circRNAは、RNA結合タンパク質(RBP)と相互作用し、RNAタンパク質複合体を形成することによって遺伝子発現を調節することも知られています21。circRNAはノンコーディングRNAに分類されますが、circRNAがタンパク質翻訳のテンプレートとして作用できるという証拠もあります22,23,24。
最近、circRNAは、特に宿主とウイルスの間の宿主と病原体の相互作用を制御する上で極めて重要な役割を果たすことが実証されています。一般に、宿主のcircRNAは、侵入する病原体を排除するために宿主の免疫応答を調節するのに役立つと考えられています。宿主免疫応答を促進するcircRNAの例は、Guoらによって報告されたcircRNA_0082633である25。このcircRNAは、A549細胞内のI型インターフェロン(IFN)シグナル伝達を増強し、インフルエンザウイルスの複製を抑制するのに役立ちます25。さらに、Quらは、IFN-βのシグナル伝達因子であるCREB結合タンパク質(CREBBP)の発現を調節することによって免疫を促進する、circRNA AIVRと呼ばれるヒトイントロニックcircRNAも報告しました26,27。しかし、感染時に疾患の病態形成を促進することが知られているcircRNAも存在する。例えば、Yuらは最近、宿主細胞オートファジーの阻害を通じてH1N1ウイルス複製を促進する上で、2A遺伝子を含むGATAジンクフィンガードメイン(circGATAD2A)からスプライシングされたcircRNAが果たす役割を報告した28。
circRNAを効果的に研究するために、通常、ゲノムワイドなcircRNA予測アルゴリズムが実装され、その後、機能研究を実施する前に、予測されたcircRNA候補の インシリコ 特性評価が行われます。circRNAを予測および特性評価するためのこのようなバイオインフォマティクスアプローチは、コストが低く、時間効率が高くなります。これは、機能的に研究される候補の数を絞り込むのに役立ち、新しい発見につながる可能性があります。ここでは、宿主と病原体の相互作用中のcircRNAのイン シリコ 同定、特性評価、および機能アノテーションのための詳細なバイオインフォマティクスベースのプロトコルを提供します。このプロトコルには、RNAシーケンシングデータセットからのcircRNAの同定と定量、circBase を介した アノテーション、およびcircRNAの種類、重複する遺伝子の数、および予測されるcircRNA-miRNA相互作用の観点からのcircRNA候補の特性評価が含まれます。この研究はまた、遺伝子オントロジー(GO)および京都遺伝子とゲノムの百科事典(KEGG)エンリッチメント分析を通じて、circRNA親遺伝子の機能アノテーションを提供します。

<table><tbody><tr><td>Bedtools</td><td>GitHub</td><td>https://github.com/arq5x/bedtools2/</td> <td>セクション 4.1.2 を参照。Circrに必要です。</td></tr><tr><td>BWA</td><td>Burrows-Wheeler Aligner</td><td>http://bio-bwa.sourceforge.net/</td> <td>セクション 2.1.1 および 2.1.2 を参照。CIRIquantを実行し、ゲノムをインデックス化するために必要</td></tr><tr><td>Circr</td><td>GitHub</td><td>https://github.com/bicciatolab/Circr</td><td>セクション4を参照。miRNA結合部位の予測に使用します</td></tr><tr><td>CIRIquant</td><td>GitHub</td><td>https://github.com/bioinfo-biols/CIRIquant</td><td>セクション2.1.3を参照してください。circRNAを予測するには</td></tr><tr><td>、Clusterprofiler</td><td>GitHub</td><td>https://github.com/YuLab-SMU/clusterProfiler</td><td>セクション7を参照してください。GOおよびKEGG機能強化</td></tr><tr><td>CPU</td><td>Intel</td><td>&nbsp;Intel(R) Xeon(R) CPU E5-2620 V2 @ 2.10 GHz&nbsp;&nbsp;コア:6コア CPU メモリ:65 GB グラフィックカード:NVIDIA GK107GL (QUADRO K2000)&nbsp;</td><td>このプロトコル全体を実行するために使用される仕様。</td></tr><tr><td>Cytoscape</td><td>Cytoscape</td><td>https://cytoscape.org/download.html</td><td>セクション 5.2 を参照しています。ceRNAネットワークのプロットが必要</td></tr><tr><td>FastQC</td><td>Babraham Bioinformatics</td><td>https://www.bioinformatics.babraham.ac.uk/projects/fastqc/</td> <td>セクション1.2.1を参照。Fastqファイルの品質チェック</td></tr><tr><td>HISAT2</td><td></td><td>http://daehwankimlab.github.io/hisat2/</td> <td>セクション2.1.1および2.1.2を参照。CIRIquantを実行し、</td></tr><tr><td>ゲノムLinux</td><td>Ubuntu 20.04.5 LTS(Focal Fossa)</td>をインデックス化する必要があります <td>https://releases.ubuntu.com/focal/</td> <td>プロトコル全体を実行する必要がありました。他のUbuntuバージョンは、プロトコルを実行するためにまだ有効である場合があります。</td></tr><tr><td>miRanda</td><td></td><td>http://www.microrna.org/microrna/getDownloads.do</td><td>セクション 4.1.2 を参照しています。Circr</td></tr><tr><td>Pybedtools</td><td>pybedtools 0.8.2</td><td>に必要 https://pypi.org/project/pybedtools/</td> <td>BED ファイルのゲノム操作に必要</td></tr><tr><td>Python</td><td>Python 2.7 および 3.6 以上 https://www.python.org/downloads/</td><td></td> <td>必要なライブラリモジュールを実行するには</td></tr><tr><td>R</td><td>The Comprehensive R Archive Network</td><td>https://cran.r-project.org/</td> <td>データフレームを操作するには</td></tr><tr><td>RNAhybrid</td><td>BiBiServ</td><td>https://bibiserv.cebitec.uni-bielefeld.de/rnahybrid</td><td>セクション4.1.2を参照しています。Circr</td></tr><tr><td>RStudio</td><td>RStudio</td><td>https://www.rstudio.com/</td> R samtools<td>を実行するワークスペース</td></tr><tr><td>&nbsp;</td><td>SAMtools</td><td>http://www.htslib.org/</td> <td>セクション 2.1.2 を参照。CIRIquant</td></tr><tr><td>StringTie</td><td>Johns Hopkins University: Center for Computational Biology</td><td>http://ccb.jhu.edu/software/stringtie/index.shtml</td><td>セクション 2.1.2 を参照する必要があります。CIRIquant</td></tr><tr><td>TargetScan</td><td>GitHub</td><td>https://github.com/nsoranzo/targetscan</td> を実行するために必要です (<td>セクション 4.1.2 を参照)。Circrに必要</td></tr></tbody></table>

インシリコで 宿主-病原体相互作用におけるcircrnaの同定と特性評価

In Silico Identification and Characterization of circRNAs During Host-Pathogen Interactions

環状RNA(circRNA)は、バックスプライシング によって 形成されるノンコーディングRNAの一種です。これらのcircRNAは、主に様々な生物学的プロセスの調節因子としての役割について研究されています。特に、病原体(インフルエンザやコロナウイルスなど)に感染すると宿主のcircRNAが差次的に発現(DE)できることが新たな証拠で示されており、宿主の自然免疫応答の調節におけるcircRNAの役割が示唆されています。しかし、病原性感染におけるcircRNAの役割に関する研究は、RNAシーケンシング(RNA-seq)データからDE circRNAを同定するために必要なバイオインフォマティクス解析を実行するために必要な知識とスキルによって制限されています。バイオインフォマティクスの予測とcircRNAの同定は、検証、および費用と時間のかかるウェットラボ技術を使用した機能研究の前に重要です。この問題を解決するために、RNA-seqデータを使用したcircRNAの インシリコ 予測と特性評価の段階的なプロトコルが本稿で提供されています。プロトコルは4つのステップに分けることができます:1)CIRIquantパイプライン を介した DE循環RNAの予測と定量。2)circBase を介した アノテーションとDEサーキットRNAの特性評価。3)Circrパイプラインを介したCircRNA-miRNA相互作用予測。4)遺伝子オントロジー(GO)および京都遺伝子ゲノム百科事典(KEGG)を用いたcircRNA親遺伝子の機能強化解析。このパイプラインは、宿主と病原体の相互作用におけるcircRNAの役割をさらに解明するための将来のin vitro および in vivo 研究を推進するのに役立ちます。

前のセクションで参加したプロトコルは、Linux OS システムに合わせて変更および構成されました。主な理由は、circRNAの分析に関与するほとんどのモジュールライブラリとパッケージは、Linuxプラットフォームでしか動作しないことです。この分析では、インフルエンザAウイルスに感染したヒトマクロファージ細胞から調製された非同定リボソームRNA(rRNA)枯渇RNA-seqライブラリデータセットをGEOデータベース42 からダウンロードし、代表的な結果を生成するために使用した。
CircRNAの予測と定量 この解析では、インフルエンザAウイルスに感染したヒトマクロファージ細胞から調製したリボソームRNA(rRNA)枯渇RNA-seqライブラリデータセットを使用して、circRNA検出と機能解析を実施しました。プロトコルセクションで指定されているように、CIRIquantを使用して、RNA-seqライブラリデータセットを入力として使用して、同定されたcircRNAのDE分析を実行しました。使用され...

ここで提出されたプロトコルは、宿主と病原体の相互作用を研究するRNAシーケンシングトランスクリプトームデータからcircRNAを予測し、機能的に特徴付けるために必要な完全な インシリコ パイプラインを説明しています。

インシリコで 宿主-病原体相互作用におけるcircRNAの同定と特性評価

Circular RNAs (circRNAs) are a class of non-coding RNAs that are formed via back-splicing. These circRNAs are predominantly studied for their roles as ...

環状RNAは、さまざまな生物学的プロセスにおいて重要な調節的役割を果たします。このプロトコルは、初心者が宿主と病原体の相互作用の分野で環状RNA分析を実行するのに適しています。ここでは、安全なRNAの予測と定量、安全なRNA機能強化、安全なRNA、マイクロRNA相互作用の予測、CCE RNAネットワークの構築に必要な合理化されたプロトコルを作成するツールをいくつかまとめました。この合理化プロトコルを臨床サンプルに適用して、宿主と病原体の相互作用設定における特定の候補、診断値、予後値を特定することができます。プログラミングの予備知識がない人は、この手法の初期段階を行うのに苦労すると思います。したがって、この手法で使用されるプログラミング言語の基本を学ぶことをお勧めします。私は通常、プログラミング言語がどのように適用されているかを見て、一人で読むよりも有益で理解しやすいと思います。Linuxターミナルを開き、ホストの参照ゲノムのディレクトリでコマンドを実行するには、bwaインデックスとhisat2-buildコマンドを実行してゲノムにインデックスを付けます。ファイルの名前、ツールのパス、ダウンロードした参照ファイルへのパス、およびインデックスファイルへのパスを含むyml構成ファイルを準備します。RNA配列データのライブラリタイプを指定し、デフォルトまたは手動パラメータを使用してCiriquantツールを実行します。RNA配列データのID、Ciriquantが出力するGTFファイルへのパス、RNA配列データのグループ分け(対照群か治療群か)を含むデータのリストを含むテキストファイルを準備します。Linuxターミナルで、準備されたテキストファイルを入力としてprep_Ciriquantを実行します。この実行により、ファイルの一覧が生成されます。RNA配列IDとそれぞれの文字列タイ出力へのパスを含むデータのリストを含む2番目のテキストファイルを準備します。ファイルレイアウトは、グループ化列を実行せずに、以前に準備したテキストファイルと同様である必要があります。prepde を実行します。pyは、このテキストファイルを入力として、遺伝子数マトリックスファイルを生成します。library_infoでCiri_DE_Replicateを実行します。csv, circRNA_BSJ.CSV および gene_count_matrix。最終circRNA_DEを出力するための入力としてcsvファイル。TSV ファイルにエクスポートします。差次的に発現する(DE)circRNAの数をフィルタリングして決定するには、circRNA_DEを開きます。tsvファイルをRまたはその他の表計算ソフトウェアでファイルを作成します。WinRarや7-Zipなどの関連ソフトウェアを使用して、CircR GitHubページからダウンロードした後、CircRファイルの内容を解凍して抽出します。分析が行われる新しいディレクトリに移動します。次に、circRNAミRNA分析を実行する前に、SAMTools、miRanda、RNAhybrid、Pybedtoolsなどの前提条件となるソフトウェアアプリケーションをインストールします。SAMtools FAIDXコマンドを使用して目的の生物の参照ゲノムファイルにインデックスを作成し、タブ区切りのベッドファイルで目的のDE circRNAの座標で構成される入力ファイルを準備します。次に、サーカーを実行します。Python3を使用してpy。また、引数として、circRNA入力ファイル、目的の生物のより高速なゲノム、選択した生物のゲノムバージョン、スレッド数、およびコマンドラインの出力ファイルの名前を指定します。Circr解析が完了すると、プログラムはcsbox形式でcircRNA-miRNA相互作用ファイルを出力します。目的のcircRNAとその標的miRNAを含むタブ区切りファイルを準備します。最初の列は circRNA 名で構成されています。2 番目の列は、最初の列の RNA の種類を指定します。3番目の列はターゲットmiRNAです。そして4番目の列は3番目の列からのRNAの種類を指定します。ceRNAネットワークマップを構築するには、Cytoscapeソフトウェアを開き、ファイルに移動し、インポートし、ファイルからネットワークを作成し、準備したファイルを選択してアップロードします。スタイルボタンを押して、ネットワークの表示スタイルを変更します。次に、塗りつぶし色の右側にある矢印を押して、カラムのタイプを選択し、マッピングタイプの離散マッピングを選択して、各RNAタイプに必要な色を選択します。その後、shapeに移動してノードの形状を変更し、前に示した手順に従います。circRNAの親遺伝子の遺伝子オントロジーとKEGG分析については、クラスタープロファイラーと組織を確認してください。Hs.eg。DBパッケージがスタジオにインストールされました。DE circRNA 情報を R スタジオワークスペースにインポートします。ユーザーが親遺伝子名をentrezidなどの他の形式に変換したい場合は、bidderなどの関数を使用します。遺伝子 ID を入力として使用し、デフォルトのパラメーターを使用してクラスター・プロファイルまたはパッケージ内の enrichGO 関数を使用して、遺伝子オントロジーおよびエンリッチメント分析を実行します。最後に、遺伝子 ID を入力として使用し、クラスタープロファイラーパッケージ内の enrichKEGG 関数を使用して、KEGG エンリッチメント分析を実行します。親遺伝子のDE circRNAの遺伝子オントロジー濃縮分析のバブルプロットをこの図に示します。x軸の遺伝子比率は、特定の遺伝子オントロジー用語に関連付けられた入力リスト内の遺伝子の数を、その用語の遺伝子の総数で割ったものです。プロット内のドットサイズは、特定の遺伝子オントロジー用語に関連付けられた入力リスト内の遺伝子の数であるカウント値によって表されます。ドットのサイズが大きいほど、用語に関連する入力遺伝子の数が多くなります。プロット内のドットは、注釈項の観測頻度と偶然に予想される頻度を比較することによって計算されるpvalueに基づいて色分けされています。情報付加は統計的に有意であり、p値が0.01未満の場合にのみバブルプロットにプロットされます。ここで、生物学的プロセスの上位3つの濃縮には、リボ核タンパク質複合体の生合成、ウイルスへの応答、および生物刺激に対する応答の調節が含まれます。一方、分子機能については、RNAに作用する触媒活性と一本鎖RNA結合のみが統計的に濃縮されています。細胞成分については、レトロマー複合体のみが統計的に濃縮されている。この代表的な画像は、DE circRNA親遺伝子のKEGG濃縮分析をバブルプロットで示しています。この場合、KEGGの用語が濃縮されたのは、インフルエンザAとウイルスのライフサイクル経路の2つだけでした。この手順を試みる際の最も重要なことの1つは、傷害を実行するときに使用しているRNAサークデータセットの正しい形質タイプを確認することです。ここで提供されるバイオフォーマティックパイプラインは、潜在的な長期RNAと機能アノテーションを予測するのに役立ちます。ただし、確かな証拠を提供するには、十分に主導された検証が必要です。このプロトコルにより、研究者は安全なRNAと、さまざまなコードや病原体の相互作用におけるそれらの潜在的な機能的役割を発見し、さらに研究することができます。

in-silico-identification-characterization-circrnas-during-host

Research

JoVE Journal

Biology

生物学

Source: Mateer, E., et al., Confocal Imaging of Double-Stranded RNA and Pattern Recognition Receptors in Negative-Sense RNA Virus Infection. J. Vis. Exp. (2019)This video demonstrates the confocal imaging of viral double-stranded RNA (dsRNA) and cytoplasmic pattern recognition receptors (PRRs) in virus-infected epithelial cells. It highlights how antibody-based fluorescent labeling reveals the interaction between viral replication intermediates and host immune sensors.

Visualization of Viral Double-Stranded RNA and Host Pattern Recognition Receptors in Infected Epithelial Cells

この記事では、ホストと二つの直交の方法を組み合わせて使用​​して病原体のタンパク質間の高い自信インタラクションデータセットの識別に焦点を当てています：酵母ツー​​ハイブリッドHT-GPCA呼ばれる哺乳動物細胞におけるハイスループット相互作用アッセイが続く。...

ホスト病原体のタンパク質 - タンパク質相互作用の風景を特徴づけるために比較的アプローチ

私たちは、感染中の病原体遺伝子発現プロファイリングに対して、迅速で感度が高く、再現性のあるプロトコルを開発しました。...

デジタルバーコードプラットフォームを使用して感染する微生物の遺伝子発現プロファイリング

アルボ ウイルス複製とアルボ ウイルス複製を制限する 2) 真核生物の宿主因子を促進する免疫調整物質 1) ウイルス エンコードを識別するためにプロトコルを紹介します。これら蛍光や発光を用いる方法は、急速に量的な読み出し信号対雑音比の低い単純なアッセイのアルボ...

アルボ ウイルス感染症ウイルス免疫調節剤およびホスト抗ウイルス因子の同定のためのスクリーニング ツールとして

プローブに細菌の病原体を用いた細胞・生体レベルのホスト応答

円形RNA(circRNA)は、タンパク質間の転写調節および媒介相互作用に役割を有し得る非コードRNAである。circRNAシーケンシングライブラリの構築のための異なるパラメータの評価に続いて、RNase...

RNA シーケンシングを使用した円形 RNA の同定

ここでは、質量分析ベースのプロテオミクスによる感染時の宿主と病原体の相互作用をプロファイルするプロトコルを提示する。このプロトコルは、標識のない定量を使用して、1回の実験で、宿主(例えばマクロファージ)と病原体(例えば...

発見駆動型宿主間相互作用のためのラベルフリー定量プロテオミクスワークフロー

ここで示すプロトコルは、高度な統計分析アプローチへの品質管理と前処理のステップを含む、生の読み取りから機能分析までのRNAシーケンシングトランスクリプトームデータを分析するための完全なパイプラインを説明しています。...

宿主と病原体の相互作用を調するためのハイスループットトランスクリプトーム解析

高スループット蛍光標識イメージングを用いた表形性付着に基づく宿主菌病原体相互作用の検出と、自動化された統計解析法により、宿主細胞との潜在的な細菌相互作用の迅速な評価が可能になります。...

ホスト細胞への細菌の付着を自動的に、ハイスループットで検出

細胞外細菌やオルセーウイルスや微胞子虫(真菌)などの細胞内病原体を含む腸内微生物は、野生の カエノラブディティス 線虫と関連していることがよくあります。この記事では、 C.エレガンス...

RNA蛍光 in situ ハイブリダイゼーション(FISH)による カエノラブディティスエレガンス 腸における微生物のコロニー形成と感染を可視化

エンテロイドは、組織生理学や病態生理学、医薬品開発、再生医療を研究するための新しいモデルとして浮上しています。ここでは、関連する組織細胞タイプとの共培養を可能にするウシ初代細胞2Dエンテロイド由来培養システムについて説明します。このモデルは、消化器研究のモデリングにトランスレーショナルな利点をもたらします。...

トランスレーショナルバイオメディカル研究への応用を目指したウシ一次エンテロイド由来2次元単層培養系の作製

学ぶインシリコパイプラインを用いた宿主-病原体相互作用におけるサーキュラーRNAの予測と機能解析。CiriquantやSAMToolsなどのバイオインフォマティクスツールを活用し、初心者でも実行可能な計算生物学手法を解説します。

インシリコで宿主-病原体相互作用におけるcircRNAの同定と特性評価

さらに動画を探す

インシリコで 宿主-病原体相互作用におけるcircRNAの同定と特性評価

さらに動画を探す

インシリコで宿主-病原体相互作用におけるcircRNAの同定と特性評価