Inherent Dynamics Visualizer, een interactieve toepassing voor het evalueren en visualiseren van outputs van een gene regulatory network inference pipeline

Summary

De Inherent Dynamics Visualizer is een interactief visualisatiepakket dat verbinding maakt met een genregulerende netwerkinferentietool voor verbeterde, gestroomlijnde generatie van functionele netwerkmodellen. De visualizer kan worden gebruikt om beter geïnformeerde beslissingen te nemen voor het parametriseren van de inferentietool, waardoor het vertrouwen in de resulterende modellen toeneemt.

Abstract

Het ontwikkelen van genregulerende netwerkmodellen is een grote uitdaging in de systeembiologie. Er zijn verschillende computationele tools en pijplijnen ontwikkeld om deze uitdaging aan te gaan, waaronder de nieuw ontwikkelde Inherent Dynamics Pipeline. De Inherent Dynamics Pipeline bestaat uit verschillende eerder gepubliceerde tools die synergetisch werken en op een lineaire manier met elkaar verbonden zijn, waarbij de output van één tool vervolgens wordt gebruikt als input voor het volgende gereedschap. Zoals met de meeste computationele technieken, vereist elke stap van de Inherent Dynamics Pipeline dat de gebruiker keuzes maakt over parameters die geen precieze biologische definitie hebben. Deze keuzes kunnen een aanzienlijke invloed hebben op genregulerende netwerkmodellen die door de analyse worden geproduceerd. Om deze reden kan het vermogen om de gevolgen van verschillende parameterkeuzes bij elke stap te visualiseren en te verkennen, helpen het vertrouwen in de keuzes en de resultaten te vergroten. De Inherent Dynamics Visualizer is een uitgebreid visualisatiepakket dat het proces van het evalueren van parameterkeuzes stroomlijnt via een interactieve interface in een webbrowser. De gebruiker kan de uitvoer van elke stap van de pijplijn afzonderlijk onderzoeken, intuïtieve wijzigingen aanbrengen op basis van visuele informatie en profiteren van de automatische productie van benodigde invoerbestanden voor de Inherent Dynamics Pipeline. De Inherent Dynamics Visualizer biedt een ongeëvenaard niveau van toegang tot een zeer ingewikkelde tool voor de ontdekking van genregulerende netwerken uit tijdreekstranscriptomische gegevens.

Introduction

Veel belangrijke biologische processen, zoals celdifferentiatie en omgevingsrespons, worden beheerst door sets genen die met elkaar interageren in een genregulerend netwerk (GRN). Deze GRN's produceren de transcriptionele dynamiek die nodig is voor het activeren en onderhouden van het fenotype dat ze beheersen, dus het identificeren van de componenten en de topologische structuur van de GRN is de sleutel tot het begrijpen van vele biologische processen en functies. Een GRN kan worden gemodelleerd als een set van interagerende genen en/of genproducten beschreven door een netwerk waarvan de knooppunten de genen zijn en waarvan de randen de richting en vorm van interacti....

Protocol

1. Installeer de IDP en IDV

OPMERKING: In deze sectie wordt ervan uitgegaan dat docker, conda, pip en git al zijn geïnstalleerd (Tabel met materialen).

1. Voer in een terminal het commando in: git clone https://gitlab.com/biochron/inherent_dynamics_pipeline.git.
2. Volg de installatie-instructies in het README-bestand van de IDP.
3. Voer in een terminal het commando in: git clone https://gitlab.com/bertfordley/inherent_dynamics_visualizer.git.
   OPMERKING: Het klonen van de IDV moet buiten de directory op het hoogste niveau van de IDP plaatsvinden.
4. Volg de ....

Results

De hierboven en grafisch beschreven stappen in figuur 1 werden toegepast op de kern oscillerende GRN van de gistcelcyclus om te zien of het mogelijk is om functionele GRN-modellen te ontdekken die in staat zijn om de dynamiek te produceren die is waargenomen in tijdreeksgenexpressiegegevens verzameld in een gistcelcyclusstudie16. Om te illustreren hoe de IDV de IDP-output kan verduidelijken en verbeteren, werden de resultaten, na het uitvoeren van deze analyse op twee.......

Discussion

De gevolgtrekking van GRN's is een belangrijke uitdaging in de systeembiologie. De IDP genereert model-GRN's op basis van genexpressiegegevens met behulp van een reeks hulpmiddelen die de gegevens op steeds complexere manieren gebruiken. Elke stap vereist beslissingen over hoe de gegevens te verwerken en welke elementen (genen, functionele interacties) zullen worden doorgegeven aan de volgende laag van de IDP. De gevolgen van deze beslissingen voor de resultaten van het IDP zijn niet zo duidelijk. Om hierbij te helpen, b.......

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Docker			https://docs.docker.com/get-docker/
Git			https://git-scm.com/
Inherent Dynamics Pipeline			https://gitlab.com/biochron/inherent_dynamics_pipeline
Inherent Dynamics Visualizer			https://gitlab.com/bertfordley/inherent_dynamics_visualizer
Miniconda			https://docs.conda.io/en/latest/miniconda.html
Pip			https://pip.pypa.io/en/stable/