Een kennisgrafiekbenadering om de rol van organellaire routes bij ziekten op te helderen via biomedische rapporten

Dit computationele protocol is belangrijk omdat het een werk in staat stelt om associaties tussen cellulaire componenten te onderzoeken, bijvoorbeeld mitochondriëneiwitten en hun associaties met ziekte, zoals gerapporteerd in biomedische publicaties. CaseOLAP LIFT stelt onderzoekers in staat om informatie uit biomedische rapporten en kennisbanken te extraheren en te integreren. Georganiseerd als een kennisgrafiek, kunnen deze resultaten worden gebruikt om nieuwe relaties te voorspellen.

Deze onderzoeksresultaten ondersteunen het genereren van hypothesen door een geprioriteerde lijst van geïdentificeerde en voorspelde eiwitziekteassociaties te benadrukken, nuttig voor het ontdekken van nieuwe inzichten in ziektepathologie en therapeutisch. Deze zeer aanpasbare workflow kan worden toegepast op elke cellulaire component via hun GO-term op elke lijst met ziekten via hun MeSH-term binnen elk publicatiedatumbereik. Dit gebruiksvriendelijke protocol minimaliseert de computationele expertise die nodig is voor analyse.

Software wordt uitgebracht als een docker-container, waarvoor alleen voldoende computationele opslag en bronnen nodig zijn om uit te voeren. Open om te beginnen het terminalvenster om de CaseOLAP LIFT docker-container te downloaden en typ docker pull CaseOLAP slash CaseOLAP_LIFT laatste. Maak een map waarin alle programmagegevens en uitvoer worden opgeslagen.

Start de docker-container met de opdracht die op het scherm wordt weergegeven en vervang PATH_TO_FOLDER als het volledige bestandspad voor de map. Om de Elasticsearch in de container te starten, opent u een nieuw terminalvenster en typt u de opdracht die op het scherm wordt weergegeven. Navigeer naar de map CaseOLAP_LIFT.

Zorg ervoor dat de downloadkoppelingen en de configuratie slash knowledge_base_links. JSON's zijn up-to-date en nauwkeurig voor de nieuwste versie van elke Knowledge Base-bron. Om de genontologie of GO-term te bepalen, gaat u naar de website geneontologie.

en zoek de id's voor alle GO-termen. Zoek op dezelfde manier de ziektecategorieën via Medical Subject Header of MeSH-id's van de website die op het scherm wordt weergegeven. Om de voorbewerkingsmodule uit te voeren, geeft u de door de gebruiker gedefinieerde bestudeerde GO-termen aan met behulp van de streepje C-vlag, de MeSH-boomnummers van de ziekte met behulp van de streepje D-vlag en geeft u afkortingen op met een streepje A-vlag.

Als u de text mining-module wilt uitvoeren, typt u Python, spatie, CaseOLAP_LIFT. py, spatie, text_mining en voeg de streepje L-vlag toe om de onderwerpen van niet-gecategoriseerde documenten toe te rekenen, en de streepje T-vlag om de volledige tekst van de ziekterelevante documenten te downloaden. Zorg ervoor dat de resultaten van text mining zich in de resultatenmap bevinden.

Geef de tekstminingresultaten aan die voor de analyse moeten worden gebruikt door alle eiwitten te analyseren om alle functioneel gerelateerde eiwitten op te nemen, of door kerneiwitten te analyseren om alleen de GO-term gerelateerde eiwitten op te nemen. Om de beste eiwitten en routes voor elke ziekte te identificeren, zijn de CaseOLAP-scores Z-score getransformeerd binnen elke ziektecategorie. Geef het streepje Z-vlag op om een opgegeven drempelscore aan te geven waarboven de eiwitten als significant worden beschouwd.

Bekijk de analyseresultaten en pas deze indien nodig aan. Open het bestand z_score_cutoff_table. csv om de gegenereerde Z-scoretabel te bekijken die het aantal eiwitten bevat dat significant is voor elke ziektecategorie.

Dit helpt de gebruiker te informeren om een geschikte Z-scoredrempel te selecteren. Open de resultatenmap en zorg ervoor dat de vereiste bestanden, inclusief de map die is gegenereerd door voorbewerking, zich in de map bevinden. Controleer op alle eiwitten in de mappen met kerneiwitten.

Om de knowledge graph te ontwerpen, voegt u de MeSH-ziekteboom toe aan de meSH-vlag include mesh. De eiwit-eiwitinteracties van string met omvatten PPI-vlag, de gedeelde Reactome-pathways met inclusief PW-vlag en de transcriptiefactorafhankelijkheid van GRNdb GTEx met inclusief TFD-vlag. Voer de kennisgrafiekconstructiemodule uit door kerneiwitten analyseren op te geven om alleen de GO-termgerelateerde eiwitten op te nemen.

Als u de randgewichten wilt schalen, gebruikt u schaal Z-score voor niet-negatieve Z-scores in plaats van de standaard CaseOLAP-scores. Controleer de uitvoer en zorg ervoor dat de knowledge graph-bestanden merged_edges. TSV en merged_nodes.

TSV-bestanden zijn aanwezig. Typ ten slotte de opdracht die op het scherm wordt weergegeven om het knowledge graph-voorspellingsscript uit te voeren voor het voorspellen van de eiwitziekteassociaties. Deze figuur presenteert mitochondriaal eiwit dat significant is voor elke ziektecategorie.

De Z-score transformatie werd toegepast op de CaseOLAP-scores binnen elke categorie om significante eiwitten te identificeren met behulp van een drempel van drie. Het totale aantal eiwitten dat significant is voor elke ziektecategorie wordt boven elke vioolplot weergegeven. De Reactome pathway analyse van deze eiwitten onthulde 12 routes die significant zijn voor alle ziekten.

Een voorbeeld van het toepassen van deep learning op een ziektespecifieke kennisgrafiek wordt in deze figuur weergegeven. De verborgen relaties tussen de eiwitten en de ziekte worden voorspeld en de berekende waarschijnlijkheden voor beide voorspellingen worden hier weergegeven met waarden variërend van nul tot één, waarbij één een sterke voorspelling aangeeft. De gespecificeerde volgorde is cruciaal voor de uitvoering van dit protocol, met name de pre-processing en text mining modules.

Deze twee stappen hebben direct invloed op de identificatie van topeiwitten en -routes voor elke ziekte, evenals de constructie voor de ziektespecifieke kennisgrafiek. De resulterende kennisgrafiek wordt effectief gevisualiseerd door grafiektools, zoals Neo4j en Cytoscape, en kan worden gebruikt voor geavanceerde deep learning-voorspellingen van nieuwe relaties. CaseOLAP LIFT maakt de studie van associaties tussen elke cellulaire component en ziektecategorieën mogelijk.

De resulterende kennisgrafiek en gerangschikte eiwitziekteassociaties ondersteunen natuurlijke taalverwerking en op follow-upgrafieken gebaseerde analyses.