유전자 규제 네트워크 추론 파이프라인의 출력을 평가하고 시각화하기 위한 대화형 응용 프로그램인 내재역학 시각화

내재된 Dynamics 시각화 도우미를 사용하면 여러 가지 추론 방법을 사용하고 연구자가 결과를 쉽게 이해할 수 있으므로 기능성 네트워크 모델의 빠른 생산을 가능하게 합니다. 내재역학 시각화도우미의 주요 장점은 다운스트림 단계의 매개 변수 및 입력 파일 내용을 알리기 위한 중간 결과를 시각화하고 탐색하는 것입니다. 내재된 다이나믹 시각화 도우미는 여러 추론 도구의 결과를 탐색하고 이해할 수 있도록 합니다.

그러나 매개 변수 선택이 결과에 미치는 영향을 더 잘 이해하기 위해 각 도구의 설명서를 참조하는 것이 좋습니다. 노드 찾기 단계를 매개변수화하는 새 IDP 구성 파일에서 데이터 파일을 동일한 입력 파일, 동일한 출력 파일, 동일한 번호 프로세스 및 IDVconnection가 개별 줄에서 true와 같습니다. 데이터 파일에 대해 서명하는 것과 같을 경우 이름 다음에 쉼표로 각 타임시리즈 파일의 경로와 이름을 입력합니다.

별표 파일의 경우 별표 파일의 경로와 이름을 입력합니다. 출력 파일의 경우 결과 폴더로 경로와 이름을 입력합니다. 그리고 숫자 프로세스의 경우 IDP가 사용해야 하는 프로세스 수를 입력합니다.

주 인수 후 동일한 텍스트 파일에서 DLxJTK 인수를 각대 괄호 마침표로 제시한 순서로 입력하고 DLxJTK 컷오프는 개별 줄에 동일합니다. 기간 동안 한 번의 계열 데이터 집합을 사용하는 경우 서명과 같을 때까지 쉼표로 구분된 각 기간 길이를 입력합니다. 두 개 이상의 타임 시리즈 데이터 집합의 경우 각 기간 길이 집합을 이전과 같이 입력하지만 각 집합 주위에 사각형 브래킷을 배치하고 집합 사이에 쉼표를 놓습니다.

DLxJTK 컷오프의 경우, 서명과 동일한 후 JTK-CYCLE에 의해 드 리히텐부르크에 의해 유전자 목록 파일 출력에 유지되는 유전자의 최대 수를 지정하는 정수를 입력합니다. 그런 다음 단말에서 적절한 파일 이름으로 표시된 명령을 실행하여 생성된 구성 파일을 사용하여 IDP를 실행합니다. 터미널에서 내재역학 시각화도우미라는 디렉터리로 이동하여 표시된 명령을 입력합니다.

그런 다음 웹 브라우저에서 표시된 URL을 입력합니다. 다음으로 노드 찾기 탭을 클릭하고 드롭다운 메뉴에서 관심 있는 노드 찾기 폴더를 선택합니다. 유전자 목록 표를 확장하거나 단축하려면 위쪽 또는 아래쪽 화살표를 클릭하거나 DLxJTK 순위 유전자의 유전자 발현 옆에 있는 상자에 1~50개의 정수를 수동으로 입력합니다.

유전자 목록 표에서 유전자 발현 프로필과 선 그래프를 보려면 유전자 옆의 상자를 클릭합니다. 다중 유전자를 추가할 수 있다. 그런 다음 다운로드 유전자 목록 버튼을 클릭하여 가장자리 찾기 단계에 필요한 파일 형식으로 유전자 목록을 다운로드합니다.

편집 가능한 유전자 성서 표에서, 표적, 레귤레이터 또는 둘 다로 유전자를 라벨. 유전자가 조절자인 경우, 활성제, 억압자 또는 둘 다로 유전자를 라벨로 지정합니다. 마지막으로 다운로드 별표 파일 단추를 클릭하여 에지 찾기 단계에 필요한 파일 형식으로 어기 지정 파일을 다운로드합니다.

에지 찾기 단계를 매개변수화하는 새 IDP 구성 파일에서 유전자 목록 파일의 경우, 서명과 동일한 후 생성된 유전자 목록 파일의 경로 및 이름을 입력합니다. 가장자리 점수 열의 경우 PLD 또는 표준 손실을 입력하여 가장자리를 필터링하는 데 사용되는 LEM py 출력의 데이터프레임 열을 지정합니다. 다음으로 가장자리 점수 임계값 또는 숫자 가장자리를 선택하여 목록에 대해 다른 항목을 삭제합니다.

에지 점수 임계값을 선택한 경우 0에서 1 사이의 숫자를 입력합니다. 목록의 num 가장자리를 선택한 경우 가능한 모서리 수와 같거나 적은 값을 입력합니다. 그런 다음 시드 임계값 또는 절에 대한 숫자 가장자리를 선택하고 다른 항목을 삭제합니다.

시드 임계값을 선택한 경우 0에서 1 사이의 숫자를 입력합니다. 시드의 num 가장자리를 선택한 경우 가능한 모서리 수와 같거나 적은 값을 입력합니다. 그런 다음 이전에 설명한 대로 생성된 구성 파일을 사용하여 IDP를 실행합니다.

각 모서리에 인접한 해당 확인란을 클릭하여 가장자리 테이블에서 가장자리를 선택하거나 선택 해제하여 종자 네트워크에서 가장자리를 추가하거나 제거합니다. 그런 다음 다운로드 DSGRN 네트워크 사양 버튼을 클릭하여 DSGRN 네트워크 사양 형식으로 시드 네트워크를 다운로드합니다. 에지 테이블에서 해당 확인란을 클릭하여 네트워크 찾기에 사용되는 에지 목록 파일에 포함될 가장자리를 선택한 후 다운로드 노드 및 가장자리 목록을 클릭하여 노드 목록 및 가장자리 목록 파일을 네트워크 찾기에서 사용하는 데 필요한 형식으로 다운로드합니다.

네트워크 찾기 단계를 매개변수화하는 새 IDP 구성 파일에서 시드 넷 파일, 에지 목록 파일 및 노드 목록 파일의 경우 시드 네트워크 파일 및 모서리 및 노드 목록 파일의 경로 및 이름을 입력합니다. 범위 작업의 경우 서명과 동일한 후 쉼표로 구분된 두 숫자를 입력합니다. 첫 번째 및 두 번째 숫자는 네트워크당 노드 또는 모서리의 최소 및 최대 추가 또는 제거 수입니다.

num 이웃의 경우 네트워크 찾기에서 찾을 네트워크 수를 나타내는 숫자를 입력합니다. 최대 파라미스의 경우 네트워크를 허용하는 최대 수의 DSGRN 매개 변수수를 나타내는 숫자를 입력합니다. 노드 추가의 경우 에지를 추가하고 노드를 제거하고 가장자리를 제거한 후 서명과 같을 때 0에서 1 사이의 값을 입력합니다.

숫자는 하나에 합산되어야 합니다. 그런 다음 이전에 설명한 대로 생성된 구성 파일을 사용하여 IDP를 실행합니다. 에지 보급 테이블을 생성하려면 다음 두 가지 옵션을 사용하여 네트워크를 선택합니다.

옵션 1의 경우 플롯의 x축 및 y축에 해당하는 입력 상자에 최소값과 최대 값을 입력하여 쿼리 결과에 대한 입력 하부 및 상한을 입력합니다. 옵션 2의 경우 분산플롯을 클릭하고 드래그하여 포함할 네트워크 주위에 상자를 그립니다. 입력 경계를 선택하거나 입력한 후 선택한 네트워크 단추에서 가장자리 보급을 가져옵니다.

다음으로 네트워크 인덱스 입력 상자에 정수를 입력하여 선택에서 단일 네트워크를 표시합니다. 그런 다음 다운로드 DSGRN 네트워크 사양을 클릭하여 DSGRN 네트워크 사양 형식으로 디스플레이 네트워크를 다운로드합니다. 각 모서리에 해당하는 확인란을 사용하여 유사성 해석에 사용되는 네트워크 또는 모티프에 포함될 모서리를 선택합니다.

그런 다음 제출을 클릭하여 선택한 모티프 또는 네트워크에 대한 유사성 산란플롯을 만듭니다. 네트워크 또는 네트워크 집합을 선택하려면 분산플롯을 클릭하고 드래그합니다. 에지 보급 테이블을 생성하고 각 쿼리 결과와 함께 네트워크를 보려면 포함할 네트워크 주위에 상자를 그립니다.

다운로드 테이블을 클릭하여 가장자리 보급 테이블을 다운로드합니다. 그런 다음 앞서 설명한 대로 다운로드 DSGRN 네트워크 사양을 클릭하여 유사성 분석을 위해 디스플레이 네트워크를 다운로드합니다. 이러한 프로토콜은 효모 세포 주기의 핵심 발진기 유전자 조절 네트워크에 적용되었다.

단계 간에 IDV를 사용하지 않고 IDP의 모든 단계를 연속적으로 실행한 결과가 여기에 표시됩니다. IDP의 이 완전히 매개 변수화된 실행은 노드 및 에지 찾기에 대한 결과를 생성했습니다. 그러나 네트워크 찾기에서는 모델 허용 네트워크가 발견되지 않았습니다.

알려진 효모 세포 주기 조절기의 세트는 그 때 Saccharomyces 게놈 데이터베이스에서 선택되고 유전자 사이 알려진 된 규제 관계는 효모 추적에서 추출되었습니다. 유전자 목록 표는 유전자 조절 네트워크 모델 및 유전자에서 나머지 유전자를 찾기 위해 확장되었고 유전자는 동일한 모델에서 발견되지 않은 유전자를 제거하기 위해 선택해제되었다. 새 IDP 구성 파일은 새 유전자 목록 및 별표 파일을 가진 에지 찾기 단계에 대한 매개 변수화되었으며 결과는 IDV에 로드되었습니다.

실험적인 증거가 없는 모서리는 종자 네트워크에서 제거되었습니다. 실험적인 증거에 의해 잘 지원되는 종자 네트워크를 만든 후, 네트워크 찾기 단계에서 37개의 모델 허용 네트워크가 발견되었으며, 그 중 24개가 안정적으로 진동할 수 있습니다. 이 24개의 네트워크 중 가장 뛰어난 성과를 거둔 사람은 안정적으로 진동하는 모델 매개 변수의 50%에서 데이터와 일치하는 두 네트워크였습니다.

네트워크 생성 중에 가장자리를 제거하는 기능이 추가되었을 때 612개의 네트워크가 발견되었으며, 이러한 네트워크의 67%가 안정적으로 진동할 수 있는 능력을 가지고 있었습니다. 흥미롭게도, 안정적인 진동 역학을 할 수있는 82 네트워크는 데이터에서 볼 수있는 것과 유사한 역학을 생성 할 수 없었다. 그리고 411개의 네트워크 중 124개 네트워크가 데이터에 대한 강력한 일치를 보였습니다.

생물학적으로 실현 가능한 매개 변수 공간은 DSGRN에 알려지지 않았지만 노드 및 에지 발견에 생물학적 정보를 통합하면 네트워크 발견을 모든 네트워크의 공간에서 생물학적으로 합리적인 영역으로 제한하는 데 도움이 됩니다. 에지 찾기 단계의 매개 변수를 사용하여 네트워크의 ODE 모델링을 수행하여 실리코에서 네트워크의 기능을 추가로 테스트할 수 있습니다.