오픈 액세스 NASA GeneLab 플랫폼을 사용 하 여 마우스 생리학에 Spaceflight의 효과 탐험

이 방법은 공개적으로 이용 가능한 모든 혼합 데이터를 사용하여 미래의 연구를 지원하기 위해 가설의 생성에 대한 공간 생물학 분야의 주요 질문에 대답하는 데 도움이 될 수 있습니다. 이 기술의 주요 장점은 우주 생물학 데이터를 생성하는 도구로 사용할 수 있다는 것입니다. GeneLab에 공개적으로 이용 가능한 데이터는 연구가 상대적으로 적은 비용으로 우주 비행과 관련된 의료 에 대한 질병 치료 또는 대책에 대한 임상 이론을 개발할 수 있습니다.

설치류 서식지를 시연하는 것은 설치류 연구를 위한 ISS 미션 과학자인 야사만 쉬라지-파드입니다. 배달 후, 표준 vivarium 케이지 내에서 설치류를 그룹화. 그리고 동물들이 수송기에 적재될 때까지 NASA 영양 업그레이드 설치류 식품 바, 릭스 및 제기 된 와이어 바닥에 익숙해질 수 있습니다.

지구와 국제 우주 정거장 사이의 여행의 경우, 수송기 당 총 20 마리의 마우스에 대한 각 수송에 측면 당 10 마리의 마우스를 배치합니다. 국제 우주 정거장에 도착하면 동물 접근 장치를 수송기에 부착하고 마우스 전송 상자를 사용하여 한 번에 5 마리의 마우스를 서식지로 옮기습니다. 생쥐를 서식지에 적재하려면 동물 접근 장치를 수송기에서 분리하고 설치류 서식지에 장치를 부착하십시오.

그런 다음 마우스 이송 상자에서 설치류 서식지로 동물을 이송하여 임무 기간 동안 거주합니다. 매일, 서식지 내부의 동물의 비디오는 설치류의 건강과 복지를 모니터링하기 위해 훈련 된 직원에 의해 검사됩니다. 동물과 관련된 모든 작업에 대한 지침과 감독은 참석하는 수의사에 의해 제공됩니다.

적외선 이미징은 쥐가 일반적으로 가장 활성화될 때 밝은 어두운 주기의 어두운 단계 도중 서식지 안쪽에 동물을 보기 위하여 이용됩니다. 이 카메라 뷰는 프레임 상단에 있는 푸드 바, 왼쪽의 출입문 및 창, 오른쪽에 있는 적외선 조명을 보여줍니다. 수원은 이 뷰의 푸드 바 뒤에 있는 카메라 뷰 외부에 있습니다.

이것은 밝은 어두운 주기의 어두운 단계 도중 연구 결과의 둘째 날에 지상 통제 서식지입니다. 이 서식지는 케이지 의 바닥에 폐기물 트레이와 지구에 지향, 카메라 보기는 중력 벡터를 따라 아래쪽을 찾고있다. 카메라에 가장 가까운 동물은 음식 바 위에 앉아 먹고 있습니다.

이 서식지에는 5마리의 마우스만 있지만 일반적으로 한 번에 관찰되는 것은 소수에 불과합니다. 마우스는 푸드 바와 케이지 벽 사이의 오목한 공간과 같은 밀폐된 둥지와 같은 장소를 선호하는 경향이 있습니다. 이것은 또한 수원의 위치입니다.

마우스는 구급차, 그루밍, 그리고 지구에 마우스를 위한 전형적인 행동인 사회적인 상호 작용을 보여주고 있습니다. 마우스는 서식지의 여섯 개의 벽을 모두 사용하여 자유롭게 움직이며 벽을 위아래로 자주 올라가는 것을 관찰합니다. 이것은 마우스가 일반적으로 가장 활성화될 때 밝은 어두운 주기의 어두운 단계 도중 연구 결과의 둘째 날에 비행 서식지입니다.

우주 비행 중, 지구와 같이, 마우스는 케이지의 모든 여섯 측면을 사용하여 서식지 주위를 이동합니다. 마우스는 적극적으로 서식지 를 통해 탐구하고 탐구하고 먹고, 마시는, 그루밍, 사회적 상호 작용을 포함하여 지구상의 마우스와 동일한 행동을 전시한다. 마우스는 구획에 대해 자신을 추진하기 위해 다른 방법을 사용합니다.

비행 도중 마우스는 전형적으로 그들의 앞다리를 사용하여 철사 메쉬를 따라 자신을 당기는 것을 보았으며, 나중에 비행 하는 동안, 마우스는 서식지를 안감하는 철망을 가로 질러 달리기 위하여 4개의 사지를 모두 사용하는 경향이 있었습니다. 마우스는 또한 한 위치에서 다른 위치로 떠서 움직였다. 설치류 연구 원 연구 기간 동안 서식지에 익숙해쥐로, 그들은 구획에 대해 이동에 능숙하게되었다뿐만 아니라 자신의 꼬리를 사용하여 벽에 자신을 고정하는 법을 배웠습니다, 또는 발.

데이터 분석, 메타데이터 축 및 연구 설명을 시연하는 것은 GeneLab 팀의 데이터 코디네이터인 Sam Gebre입니다. GeneLab에서 분석을 위한 데이터 세트를 찾으려면 GeneLab 웹 페이지를 열고 데이터 리포지토리를 클릭합니다. 키워드를 검색 데이터 상자에 입력하여 관심 있는 특정 영역을 검색하고 원하는 대로 관심 있는 다른 데이터 베이스를 선택합니다.

그런 다음 돋보기 아이콘을 클릭하여 검색을 시작합니다. 모든 키워드를 검색하고 데이터 집합을 검토한 다음 도구를 클릭한 다음 공동 작업 공간을 클릭한 다음 로그인하거나 새 계정에 등록한 경우 로그인한 후 도움말 및 사용자 설명서를 클릭하여 작업 영역 사용 방법에 대한 자세한 지침에 액세스합니다.

각 사용자에 대해, 공개 유전자 실험실을 선택하여 유전자 실험실 리포지토리의 모든 데이터 집합에 액세스하고 관심 있는 데이터로 폴더를 엽니다. 관심 있는 데이터 집합을 로컬 디렉터리 작업 영역에 복사하려면 개별 파일을 마우스 오른쪽 단추로 클릭하고 표시되는 메뉴에서 복사/이동을 선택하고 폴더를 선택하여 파일을 복사하고 복사본을 클릭합니다. 그런 다음 데이터 집합 검색에 있는 이전 게시와 관련된 데이터 집합을 찾아 로컬 작업 영역에 메타데이터 파일을 복사합니다.

관심 있는 각 데이터 집합에 대한 메타데이터 파일에 액세스하려면 공용 유전자 랩 데이터 집합 하위 폴더를 열고 각 데이터 집합의 메타데이터 하위 폴더에 포함된 하나 이상의 메타데이터 파일에 액세스하여 관심 있는 데이터 집합에 대한 메타데이터 정보를 찾습니다. 모든 데이터 집합에 조사, 연구, 분석 탭 사양에 따라 메타데이터를 제공하는 단일 지퍼 파일이 있는지 확인합니다. 적절한 텍스트 편집기를 열어 스터디에 대한 텍스트 설명과 각 데이터 집합에 대한 분석 메타데이터를 포함하는 조사, 연구, 분석 탭 메타데이터를 시각화하고 액세스합니다.

그런 다음 각 데이터 집합 하위 폴더 내에 있는 출력 분석 데이터 파일의 존재를 분석 유형별로 확인합니다. 전사 데이터를 분석하려면 메뉴에서 도구를 클릭하고 은하계를 클릭합니다. 게놈 공간 수입 도구를 사용하여 유전자 실험실, 게놈 공간에서 데이터를 가져옵니다.

데이터는 분석 섹션의 기록에 나타납니다. 모양과 가져온 데이터 세트 및 현재 기록을 확인한 후 GeneLab 은하 도구를 사용하여 분석 옵션과 데이터 입력 사양을 사용하여 중앙 패널에 양식을 채웁니다. 양식을 작성하고 실행을 클릭하여 해석을 실행하고 기록 및 색상으로 표시된 작업 제출을 확인하여 실행 상태를 표시한 다음 도구를 복잡한 워크플로에 연결하고 워크플로 도구를 사용하여 워크플로를 관리하고 공유 데이터 메뉴를 사용하여 데이터 집합 워크플로 및 기록을 다른 조사자와 공유합니다.

본 대표적인 그래프에 도시된 바와 같이, 원리 성분 분석 플롯을 사용하여 생물학적 복제를 그룹화하고, 유전자 세트 농축 분석 유전자 세트에서 선행 에지 유전자가 결정될 수 있다. 1.2 배 변화를 가진 유전자를 사용하여, 업스트림 레귤레이터, 정경 통로 및 생체 기능에 대한 예측과 관련된 유전자는 모든 유전자에 관련되었던 일반적인 중첩 유전자를 결합할 수 있게 합니다. 그런 다음 설치류와 설치류 서식지 및 vivarium 컨트롤 사이의 반응을 유도하는 이러한 주요 유전자가 분석되는 각 데이터 세트의 중앙 허브를 표시하는 방법의 네트워크 표현.

예를 들어, 맵 키나아제 하나는 마우스로부터 의 우주왕복선 임무 STS108 골격 근 조직을 위한 중심 허브이며, 주요 유전자를 구동하고 있으며, 설치류 서식지에 보관된 마우스에 대한 생물학적 차이를 유발하는 중심 플레이어와 비바리움 케이지에 비해 생물학적 차이를 유발하는 유전자로 해석될 수 있다. 시스템 생물학 접근을 취하면, 모든 주요 유전자에서 네트워크를 구성할 때 가장 연결된 모든 데이터 세트에서 유전자가 결정되었고, 그 지도 키나아제 하나가 실제로 모든 주요 유전자에서 가장 연결된 유전자 및 중앙 허브임을 밝혔습니다. 절차를 시도하는 동안, 우주 생물학 설치류 연구 실험을 수행하는 연구원이 NASA의 설치류 연구 임무 과학자와 긴밀하게 협력할 것이라는 점을 기억하는 것이 중요합니다.

또한, 모든 우주 생물학 관련 모든 믹스 데이터는 NASA GenesLab 플랫폼에서 사용할 수 있으며,이 절차를 사용하는 것은 우주 생물학과 관련된 새로운 가설을 개발하기위한 가장 효율적인 방법입니다. 이 기술은 또한 암 생물학, 알츠하이머 병 및 심장 혈관 질병과 같은 생물학 시스템과 관련된 다른 모든 혼합 데이터 세트에 적용 될 수있다. 개발 후, 이 기술은 국제 우주 정거장에서 우주 비행사를위한 이산화탄소의 영향에 대한 연구를 고려하기 시작하는 우주 생물학 분야의 연구자들이 길을 열었습니다.