신진 대사 경로 정보의 GWAS 분석을 위한 통로 협회 연구 도구
2020년 7월 1일
경로 협회 연구 도구 (과거)를 실행 하 여, 빛나는 응용 프로그램을 통해 또는 R 콘솔을 통해, 연구원은 그들의 게놈 전체 협회 연구의 생물학적 의미의 깊은 이해를 얻을 수 있습니다 (GWAS) 관련 된 신진 대사 경로 조사 하 여 결과.
게놈 전체 연관성 분석은 형질과 관련된 유전자를 발견하기 위한 강력한 도구이지만 그 중 많은 부분을 놓치고 있습니다. PAST는 이러한 유전자를 더 많이 발견하고 그림을 더 잘 완성합니다. PAST는 GWAS 출력을 사용하여 세포가 대사 산물을 구축하고 유기체에서 표현형을 생성하는 데 사용하는 경로에 대한 정보를 추가합니다.
이러한 경로의 유전자는 종종 GWAS만으로는 놓치게 됩니다. GWAS 데이터가 탭으로 구분되어 있는지 확인한 후 연결 파일 상자를 사용하여 연결 파일을 선택하고 효과 파일 선택 상자를 사용하여 효과 파일을 선택합니다. R 콘솔에서 PAST를 사용하여 GWAS 데이터를 로드하려면 표시된 대로 코드를 수정하고 실행합니다.
PAST Shiny를 사용하여 연결 불균형 데이터를 로드하려면 연결 불균형 데이터가 탭으로 구분되고 적절한 유형의 데이터를 포함하고 있는지 확인한 후 연결 불균형 데이터가 포함된 파일을 선택합니다. R 콘솔에서 PAST를 사용하여 연결 불균형 데이터를 로드하려면 표시된 대로 코드를 수정하고 실행합니다. PAST Shiny가 있는 유전자에 SNP를 할당하고 일반 특징 형식의 주석을 찾으려면 일반 특징 형식 주석이 포함된 파일을 선택하고 필요에 따라 고려되는 종에 가장 적합한 창 크기 및 R 제곱 컷오프에 따라 설정을 수정합니다.
R 콘솔에서 PAST가 있는 유전자에 SNP를 할당하려면 표시된 대로 코드를 수정하고 실행합니다. 경로 파일에 탭으로 구분된 형식의 적절한 데이터가 포함되어 있는지 확인한 후 경로 데이터가 포함된 파일을 선택하고 분석 옵션에서 모드가 선택되어 있는지 확인합니다. 필요한 경우, 분석을 위한 경로를 유지하기 위해 경로에 있어야 하는 유전자의 수를 변경하고 효과의 유의성을 테스트하기 위해 null 분포를 생성하는 데 사용되는 순열의 수를 변경합니다.
R 콘솔에서 PAST를 사용하여 중요한 경로를 검색하려면 표시된 대로 코드를 수정하고 실행합니다. PAST Shiny로 러그 플롯을 보려면 모든 입력이 업로드되고 설정되면 분석 시작을 클릭합니다. 분석의 어느 단계가 마지막으로 완료되었는지 나타내는 진행률 표시줄이 나타납니다.
분석이 완료되면 PAST Shiny가 결과 탭으로 전환되고 결과 테이블과 러그 플롯이 표시됩니다. 슬라이더를 사용하여 필터링 매개변수를 제어합니다. 필터링 수준이 만족스러우면 결과 다운로드 버튼을 클릭하여 모든 이미지와 테이블을 분석 제목으로 명명된 zip 파일로 개별적으로 다운로드합니다.
R 콘솔에서 PAST를 사용하여 러그 플롯을 보려면 코드를 수정하고 실행하여 결과를 저장합니다. 여기서는 그레인 색상의 미로 GWAS를 기반으로 하는 PAST 패키지의 샘플 데이터를 사용한 성공적인 실행이 표시됩니다. 다음은 다운로드 결과 버튼을 클릭하여 다운로드할 수 있는 이미지의 예입니다.
이 러그 플롯은 곡물 색에 대한 표현형이었던 288개의 근친 교배선의 미로 패널로 생성된 GWAS 결과의 경로 분석에서 생성되었습니다. 예상대로, 카로티노이드를 생산하는 트랜스 리코펜 생합성 경로는 곡물 색과 유의한 관련이 있었습니다. 유전자와 트랜스 리코펜 생합성 경로는 또한 분석의 다른 모든 유전자와 비교하여 효과의 유전자 순위에 표시됩니다.
전체 경로에 대한 달리기 강화 점수 선의 정점은 점선으로 표시됩니다. 프로그램에서 경로를 선택하고 러그 플롯으로 표시하는지 확인하는 데 사용됩니다. PAST 는 모든 데이터에 적용되지만 고품질 데이터에 대해서만 좋은 결과를 생성합니다.
염기서열에는 오류가 거의 없어야 하며 표현형 데이터는 활발한 통계 설계 하에 수집되어야 합니다. PAST 결과를 통해 중요한 지점과 중요한 경로를 제어하는 유전자를 식별하고 궁극적으로 선택, 유전자 편집 및 약물 요법을 통해 조작하여 관심 형질을 개선할 수 있습니다.
개요
경로 연관성 분석 도구(Pathway Association Study Tool, PAST)는 대사 경로 정보를 통합함으로써 전장 유전체 연관 분석(GWAS) 결과를 보완합니다. 이 도구를 통해 연구자들은 GWAS 단독으로는 간과될 수 있는 형질 관련 유전자를 식별할 수 있습니다.
주요 연구 구성 요소
과학 분야
- 유전체학
- 대사체학
- 생물정보학
배경
- GWAS는 형질 관련 유전자를 식별하는 데 효과적이지만, 많은 유전자를 놓치는 경우가 많습니다.
- PAST는 대사 경로에 대한 통찰을 제공함으로써 GWAS를 보완합니다.
- 이러한 경로를 이해하면 추가적인 유전적 연관성을 밝혀낼 수 있습니다.
- 신뢰할 수 있는 결과를 얻기 위해서는 고품질의 데이터가 매우 중요합니다.
연구 목적
- 경로 분석을 통해 형질과 연관된 유전자의 식별 능력을 향상시킨다.
- GWAS 결과물을 활용하여 더 깊은 생물학적 통찰력을 얻는다.
- 형질과 관련된 유의미한 경로의 발견을 촉진한다.
사용된 방법
- 탭 구분 형식의 데이터 검증.
- 연관성 및 효과 데이터의 파일 선택.
- 데이터 로딩을 위한 R 코드의 수정 및 실행.
- 연관 불균형 및 경로 데이터 분석.
주요 결과
- 형질과 관련된 유의미한 경로의 식별.
- PAST Shiny의 rug plot을 통한 결과 시각화.
- 곡물 색상 GWAS 데이터를 통한 성공적인 적용 입증.
- Trans-lycopene 생합성 경로가 곡물 색상과 유의미하게 연관됨.
결론
- PAST는 GWAS에서 놓친 추가 유전자와 경로를 효과적으로 식별합니다.
- 결과는 형질 개선을 위한 유전적 조작 전략 수립에 활용될 수 있습니다.
- 고품질 데이터는 경로 분석의 신뢰도를 높입니다.
자주 묻는 질문
산업적 관련성 요약
경로 연관성 연구 도구(Pathway Association Study Tool, PAST)는 대사 경로 데이터를 통합하여 표준 GWAS에서 누락된 추가적인 형질 연관 유전자를 발굴함으로써 전장 유전체 연관 분석의 핵심적인 한계를 해결합니다. 이는 유전적 연관성에 대한 기전적 맥락을 제공하여 초기 발견 단계에서의 타겟 검증 신뢰도를 높이며, 리드 물질 식별 시 보다 정보에 기반한 진행 또는 중단(go/no-go) 결정을 지원합니다. 이 도구의 향상된 속도와 사용자 친화성은 발견 워크플로우 전반에 걸친 확장 가능한 적용을 가능하게 하여, 경로 기반의 가설 생성에 소요되는 통찰 도출 시간을 단축합니다.
바이오 제약 R&D의 전략적 응용
초기 발견 및 타겟 검증
- 과학적 가치: GWAS만으로는 간과되기 쉬운 생물학적으로 유의미한 경로 내의 유전자를 식별하여, 치료 가설 검증을 강화합니다.
- 운영적 가치: GWAS 결과에 대한 신속한 경로 기반 분석을 가능하게 하여, 타겟 우선순위 지정 및 리스크 감소를 가속화합니다.
- 예측적 가치: 강력한 표현형 연관성을 가진 경로를 강조함으로써 포트폴리오 분류를 지원하고, 타겟 선택의 신뢰도를 높입니다.
스크리닝 및 분석법 개발
- 과학적 가치: 후속 스크리닝을 위해 생물학적 맥락이 반영된 유전자 세트를 준비함으로써 화합물 평가의 관련성을 향상시킵니다.
- 운용적 가치: GWAS 데이터의 경로 분석을 표준화하여 분석법 개발 파이프라인을 위한 재현 가능한 입력 데이터를 보장합니다.
- 확장성: 실행 시간을 24시간 이상에서 1시간 미만으로 단축하여 여러 형질 또는 데이터 세트에 걸친 고처리량 적용이 가능합니다.
중개 및 전임상 연구
- 중개적 연속성: 유전적 발견을 대사 경로와 연결하여 바이오마커 정렬과 형질 구조의 기전적 이해를 지원합니다.
- 전임상적 관련성: 유전자 편집이나 약리학적 개입을 통해 조절 가능한 약물 표적 경로(예: trans-lycopene 생합성)를 식별합니다.
- 리스크 완화: GWAS 히트(hits)에 대한 직교 검증(orthogonal validation)을 제공함으로써 위양성을 줄이고 전임상 단계 진입 결정의 신뢰도를 높입니다.
파이프라인 및 워크플로우 통합
PAST는 GWAS 유래 유전자 목록에 경로 컨텍스트를 강화함으로써, 초기 히트 식별부터 기전적 위험 제거를 통한 리드 최적화까지의 진행을 지원하여 발견 연속체(discovery continuum)의 체계 내에 부합합니다.
- 발견 생물학: 경로 수준의 형질 연관성에 관한 가설을 검증하여 GWAS 신호 뒤에 숨겨진 생물학적 메커니즘을 규명합니다.
- 스크리닝: 화합물 스크리닝 캠페인의 생물학적 관련성을 높이는 경로 농축 유전자 목록을 생성합니다.
- 분석: 생물학적 과정을 비교하고 순위를 매기기 위해 정량적인 경로 농축 점수와 유의성 지표(순열 검정을 통해)를 산출합니다.
- 중개 연구: 유전적 변이를 기능적 경로와 연결하여 전임상 모델에서 바이오마커 기반의 층화 분석을 가능하게 합니다.
- 기업적 재사용: Bioconductor 및 GitHub를 통해 출시된 도구로서, PAST는 프로젝트와 팀 전반에 걸쳐 표준화되고 재사용 가능한 경로 분석을 지원합니다.
운영 및 기업 영향
- 과학적 가치: 표현형 특성의 기초가 되는 기전적 경로를 밝힘으로써 예측 신뢰도를 높입니다.
- 운영적 가치: Shiny 또는 R 콘솔을 통해 신속하고 사용자 친화적인 분석을 제공하여 비전문가의 접근성을 개선합니다.
- 전략적 가치: 생물학적 모호성을 줄이고 타겟 신뢰도를 높임으로써 타겟 검증의 의사 결정 능력을 강화합니다.
- 포트폴리오 영향: 경로 수준의 증거를 기반으로 타겟의 위험 조정 우선순위 지정을 가능하게 하여 더 스마트한 자원 배분을 지원합니다.
구현 시 고려 사항
- GWAS 데이터 처리 및 경로 분석 해석에 관한 전문 지식이 필요합니다.
- 고품질의 탭 구분 입력 파일(연관성, 효과, 연쇄 불평형 및 경로 데이터)이 필요합니다.
- 유전자 주석 파일(GFF)의 표준화와 SNP-유전자 매핑을 위한 윈도우 크기 및 R² 컷오프와 같은 매개변수 설정이 필요합니다.
- 경로 크기(최소 유전자 수) 및 널 분포 생성을 위한 순열 횟수에 대해 사용자가 정의한 임계값에 의존합니다.
- 최적의 성능은 엄격한 표현형 연구 설계와 오류가 적은 시퀀싱 데이터에 따라 달라집니다.
바이오제약 FAQ
Chapters in this video
0:05
Introduction
0:32
Genome-Wide Association Study (GWAS) Data Loading
0:57
Load Linkage Disequilibrium (LD) Data Loading
1:26
Single Nucleotide Polymorphism (SNP) Assignment
1:56
Significant Pathway Discovery
2:35
Rugplot Visualization
3:21
Results: Representative GWAS Analyses of Metabolic Pathway Information
4:21
Conclusion
