Name: Wykorzystanie SCOPE do identyfikacji potencjalnych motywów regulacyjnych w genach współregulowanych (Wideo) | JoVE Journal
Uploaded: 2011-05-31T13:00:00.000+00:00
Duration: 7 min 55 s
Description: Odkryj metodę identyfikacji motywów regulacyjnych w genach współregulowanych przy użyciu algorytmu SCOPE. To narzędzie bioinformatyczne umożliwia analizę bez konieczności podawania parametrów przez użytkownika.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

Badanie to zostało sfinansowane z grantu przyznanego RHG przez National Science Foundation, DBI-0445967.

1. Przygotuj listę nazw genów, które w Twojej ocenie podlegają współregulacji, w celu przeprowadzenia analizy za pomocą programu SCOPE.
Zapisz listę jako plik tekstowy lub skopiuj ją do schowka, aby wkleić ją do SCOPE w kroku 3. Plik powinien zawierać jedną nazwę genu w każdej linii, bez żadnych dodatkowych informacji. Alternatywnie można przygotować listę w formacie pliku FASTA zawierającego sekwencje do analizy.
2. Uruchom przeglądarkę internetową i przejdź pod adres URL: <a href="http://genie.dartmouth.edu/SCOPE/">http://genie.dartmouth.edu/SCOPE/</a>
3. Wprowadź informacje niezbędne do przeprowadzenia analizy przez program SCOPE.
Początkowa strona SCOPE została przedstawiona na Rysunku 1. W tym kroku omówiono poszczególne sekcje.
<ol>
	<li>Użyj menu rozwijanego „Species”, aby wybrać gatunek, który będziesz badać. Wybór właściwego gatunku jest istotny, ponieważ program SCOPE odwołuje się do genomu w celu obliczenia częstotliwości tła występowania każdego badanego motywu kandydującego.</li>
 <li>Użyj przycisków opcji „upstream sequence”, aby wybrać sekwencję międzygenową (intergenic) lub o stałej długości (fixed length). Opcja międzygenowa przeanalizuje całą sekwencję między badanym genem a poprzednim (powyżej) genem. Oznacza to, że dla każdego genu zostaną użyte różne długości sekwencji upstream. Wybranie stałej długości spowoduje analizę dokładnie określonej liczby nukleotydów powyżej początku bieżącego genu. W tym przypadku SCOPE zbada tę samą długość sekwencji upstream dla każdego genu, nawet jeśli rozciąga się ona na poprzedni gen (lub nie). Zazwyczaj najlepszą długością do wyboru jest 800 nts, ale może się to różnić w zależności od gatunku.</li>
 <li>Następnie wskaż programowi SCOPE, jaki zestaw genów ma przeanalizować, wklejając listę genów do pola tekstowego listy genów lub naciskając przycisk „choose file”, aby wybrać plik zawierający wcześniej utworzoną listę genów. Możesz również wkleić plik sekwencji FASTA do tego samego pola tekstowego.</li>
 <li>Kolejna sekcja strony zawiera pole wyboru „Examine genome for other genes containing found motif(s)?”. Ta opcja może znacznie wydłużyć czas analizy, ponieważ SCOPE musi ocenić każdy inny gen w genomie. Może to być jednak bardzo przydatne w identyfikacji innych genów, które są dobrymi kandydatami do współregulacji z genami z początkowego zestawu. Ponieważ analizy SCOPE są stosunkowo szybkie, zaleca się pozostawienie tej opcji wyłączonej w początkowej analizie. Można ją zawsze włączyć na stronie wyników, aby ponownie uruchomić analizę, jak wyjaśniono w sekcji wyników.</li>
 <li>Sekcję „Results must include” można wykorzystać do wpisania motywu, który ma zostać uwzględniony przez SCOPE w analizie. Może to być przydatne, jeśli szukasz konkretnego motywu.</li>
 <li>Ostatnią sekcję na stronie można wykorzystać do wpisania adresu e-mail oraz komentarza, który zostanie zapisany wraz z analizą. Jeśli te dane zostaną uzupełnione, SCOPE wyśle wiadomość e-mail z linkiem powrotnym do strony internetowej zawierającej wyniki, a także dwa załączniki. Pierwszym jest plik tekstowy zawierający wszystkie wyniki analizy w formacie czytelnym dla człowieka. Drugi załącznik zawiera plik XML z każdym wynikiem znalezionym przez SCOPE w formacie czytelnym dla komputera. Plik XML jest bardzo przydatny, jeśli chcesz przeprowadzić dodatkową analizę wyników. Oba pliki są kompresowane w formacie „zip” przed wysłaniem w wiadomości e-mail.</li>
 <li>W tym pokazie zaczniemy od tych samych informacji. Można to łatwo osiągnąć, naciskając przycisk „Sample Search”, który uzupełni niezbędne dane. Naciśnij ten przycisk teraz. Zostaną wprowadzone trzy geny, a dla pozostałych pól zostaną dokonane odpowiednie wybory. Pozostaw je w takim ustawieniu. Te trzy geny biorą udział w utrzymaniu telomerów u Saccharomyces cerevisiae. Uzupełniony formularz przedstawiono na Rysunku 2. Naciśnij przycisk „Run SCOPE” na dole strony, aby rozpocząć analizę.</li>
</ol>
4. Reprezentatywne wyniki: 
Główne wyniki analizy przedstawiono na Rysunku 3. W górnej części strony znajduje się tabela z informacjami o motywach wykrytych przez SCOPE. Pierwsza kolumna zawiera listę znalezionych motywów, a małe kolorowe kwadraty służą jako legenda dla przedstawionej poniżej graficznej mapy motywów. Wyświetlanie dowolnego motywu można włączyć lub wyłączyć, klikając w kolorowe pole (lub w miejsce, w którym powinno się ono znajdować). Może to być bardzo przydatne w celu ukrycia motywów występujących bardzo często, co mogłoby utrudnić dostrzeżenie rzadszych wzorców motywów.
Pozostałe kolumny danych to Count (liczba wystąpień danego motywu w całym zbiorze genów), Sig value (wskaźnik istotności tego motywu), Coverage (procent przesłanych genów zawierających co najmniej jedną instancję tego motywu) oraz Algorithm (informacja o tym, który z trzech algorytmów składowych został użyty do wykrycia motywu).
Kliknięcie dowolnego z wymienionych motywów przeniesie użytkownika na stronę zawierającą szczegółowe informacje na temat tego motywu. Szczegóły wyników dla motywu cyjanowego (atgnnnnttg) przedstawiono na Rysunku 4. Na tej stronie motyw jest reprezentowany na trzy sposoby: jako logo sekwencji, macierz wag pozycyjnych (position weight matrix) oraz lista wszystkich wystąpień motywu wraz z ich pozycjami, nićmi i genami.
Nieco niżej na stronie znajdują się dodatkowe szczegóły dotyczące wyników poszukiwań innych genów zawierających ten motyw. Jak widać, w tym przypadku znaleziono 1344 inne geny zawierające ten motyw, z których każdy w rzeczywistości poprawił wartość Sig po dodaniu do pierwotnego zestawu genów. Kliknięcie przycisku „Add checked genes to search” spowoduje powrót do strony konfiguracji SCOPE z tymi genami dodanymi do pierwotnego zestawu genów i parametrami ustawionymi tak, jak wcześniej. W tym przypadku do pierwotnych trzech genów dodano 10 dodatkowych genów.
Rysunek 5 przedstawia wyniki analizy uwzględniającej dodatkowe geny dla tego motywu. Trzy oryginalne geny znajdują się na dole wyników (zapisane małymi literami). Analiza wzorca motywów w regionie upstream tych dodatkowych genów wyraźnie pokazuje, że są one podobne. W rzeczywistości wiele z tych genów, podobnie jak trzy pierwotne geny, bierze udział w utrzymaniu telomerów. Należy również zauważyć, że oryginalny motyw jest obecnie motywem o najwyższej punktacji w tym zbiorze.
Kolejny zestaw wyników SCOPE przedstawiono na rysunku 6. W tym przypadku zestaw genów obejmuje te, które biorą udział w biogenezie rybosomów u Saccharomyces cerevisiae. Geny te nie są właściwie częścią rybosomu, lecz odpowiadają za montaż rybosomów i obejmują szereg enzymów modyfikujących. Z rysunku jasno wynika, że motywy czerwone i zielone tworzą wiarygodny wzorzec, który prawdopodobnie bierze udział w regulacji genów z tego zestawu. Badamy ten wzorzec „modułów” bardziej szczegółowo i przedstawimy wyniki w późniejszej publikacji.
<img src="/files/ftp_upload/2703/2703fig1.jpg" alt="Interfejs oprogramowania SCOPE do wyszukiwania motywów DNA; wyświetla opcje wejściowe dla analizy sekwencji genomicznej." data-altupdatedat="1788235205000" data-alt="Rysunek 1"> 
Rysunek 1. Główna strona wejściowa SCOPE. Strona ta służy do wprowadzania genów do analizy oraz do zdefiniowania gatunku i długości badanego regionu powyżej miejsca startu transkrypcji. Opcjonalnie użytkownik może poprosić o przesłanie wyników pocztą elektroniczną lub ograniczyć wyszukiwanie do określonego motywu. Dostępna jest również pomoc w formie wideo.
<img src="/files/ftp_upload/2703/2703fig2.jpg" alt="Interfejs narzędzia SCOPE do identyfikacji regulatorowych motywów DNA; konfiguracja analizy bioinformatycznej." data-altupdatedat="1788235205000" data-alt="Rycina 2"> 
Rycina 2. Główna strona wejściowa SCOPE z uzupełnionymi wartościami do przeprowadzenia wyszukiwania. Parametry te są wynikiem naciśnięcia przycisku „Sample Search”. W tym przypadku zaznaczone jest pole wyboru służące do znalezienia innych genów zawierających motywy znalezione przez SCOPE. Ta opcja wymaga dłuższego czasu obliczeń (konieczne jest zbadanie każdego genu w genomie), ale może dostarczyć interesujących informacji.
<img src="/files/ftp_upload/2703/2703fig3.jpg" alt="Wyniki analizy motywów SCOPE na wykresie; konsensus sekwencji, istotność i porównanie algorytmów." data-altupdatedat="1788235205000" data-alt="Rysunek 3"> 
Rysunek 3. Główna strona wyników SCOPE. Strona ta podsumowuje wyniki wyszukiwania w programie SCOPE. Przedstawiona jest lista wszystkich motywów o wysokich wynikach, a kolorowa mapa motywów pokazuje położenie zidentyfikowanych motywów w analizowanym zestawie genów. Kliknięcie w kolorowy kwadrat obok motywu przełącza wyświetlanie tego motywu na mapie. Oprócz wyniku istotności (wartość Sig) podano również ułamek genów zawierających dany motyw (pokrycie) oraz algorytm użyty do znalezienia tego motywu.
<img src="/files/ftp_upload/2703/2703fig4_1.jpg" alt="Schemat analizy sekwencji konsensusowej; tabela PWM, logo sekwencji, mapowanie pozycji dla badania DNA." data-altupdatedat="1788235205000" data-alt="Rycina 4 góra"> 
<img src="/files/ftp_upload/2703/2703fig4_2.jpg" alt="Tabela danych mapowania genów; wyniki analizy motywów DNA; identyfikacja genów, występowanie, istotność." data-altupdatedat="1788235205000" data-alt="Rycina 4 dół"> Rycina 4. Ta strona szczegółów wyników wyświetla się po kliknięciu konkretnego motywu na głównej stronie wyników. Przedstawia ona szczegóły poszczególnego motywu. Logo sekwencji, macierz wag pozycji (PWM) oraz sekwencja konsensusowa stanowią różne rodzaje podsumowania listy instancji motywu, która również znajduje się na stronie. Ponieważ w oryginalnych ustawieniach wyszukiwania zaznaczono opcję „find extra genes”, na stronie znajdują się również informacje o innych genach w genomie, które zawierają ten motyw. Z tej strony można również uruchomić kolejną analizę SCOPE, uwzględniając dodatkowe geny zidentyfikowane na tej stronie.

<img src="/files/ftp_upload/2703/2703fig5.jpg" alt="Równowaga statyczna; ΣFx=0; Tabela danych i wykres motywów sekwencji; Wyniki analizy bioinformatycznej." data-altupdatedat="1788235205000" data-alt="Rysunek 5"> Rysunek 5. Na tym rysunku przedstawiono wyniki wyszukiwania dodatkowych genów dla motywu „atgnnnnttg” pokazanego na Rysunku 4. Trzy pierwotne geny zapisano małymi literami na dole mapy motywów. Dodatkowe geny przedstawiono wielkimi literami. W regionach upstream tych genów widoczny jest wyraźny wzorzec motywów. Należy również zauważyć, że dla określonego motywu algorytm jest wskazany jako „LOOKUP”, ponieważ w ten sposób został on zidentyfikowany. W rzeczywistości odpowiada on 5temu motywowi znalezionemu przez SPACER w tej analizie.

<img src="/files/ftp_upload/2703/2703fig6.jpg" alt="Wykres odkrywania motywów i dane; wyniki analizy sekwencji; porównanie wyników algorytmu SCOPE." data-altupdatedat="1788235205000" data-alt="Rycina 6"> Rycina 6. Wyniki SCOPE dla genów zaangażowanych w biogenezę rybosomów u Saccharomyces cerevisiae. Zwróć uwagę na konserwowany wzór modułów składających się z motywów 'aaawtttbh' (czerwony) i 'abctcatcd' (zielony), oddzielonych od siebie o około 10-30 nts i występujących 100-200 nukleotydów powyżej miejsca startu transkrypcji danego genu.

<ol><li>Chakravarty, A., Carlson, J. M., Khetani, R. S., Gross, R. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+novel+ensemble+learning+method+for+de+novo+computational+identification+of+DNA+binding+sites%5BTitle%5D)+AND+%22BMC+Bioinformatics%22%5BJournal%5D)">A novel ensemble learning method for de novo computational identification of DNA binding sites.</a> BMC Bioinformatics. 8, 249-249 (2007).</li>
<li>Carlson, J. M., Chakravarty, A., DeZiel, C. E., Gross, R. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((SCOPE%3A+a+web+server+for+practical+de+novo+motif+discovery%5BTitle%5D)+AND+%22Nucleic+Acids+Res%22%5BJournal%5D)">SCOPE: a web server for practical de novo motif discovery.</a> Nucleic Acids Res. 35, 259-264 (2007).</li>
<li>Blom, E. J., Roerdink, J. B., Kuipers, O. P., Hijum, S. A. van <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((MOTIFATOR%3A+detection+and+characterization+of+regulatory+motifs+using+prokaryote+transcriptome+data%5BTitle%5D)+AND+%22Bioinformatics%22%5BJournal%5D)">MOTIFATOR: detection and characterization of regulatory motifs using prokaryote transcriptome data.</a> Bioinformatics. 25, 550-551 (2009).</li>
<li>Blom, E. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((DISCLOSE+%3A+DISsection+of+CLusters+Obtained+by+SEries+of+transcriptome+data+using+functional+annotations+and+putative+transcription+factor+binding+sites%5BTitle%5D)+AND+%22BMC+Bioinformatics%22%5BJournal%5D)">DISCLOSE : DISsection of CLusters Obtained by SEries of transcriptome data using functional annotations and putative transcription factor binding sites.</a> BMC Bioinformatics. 9, 535-535 (2008).</li>
<li>Bushey, A. M., Ramos, E., Corces, V. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Three+subclasses+of+a+Drosophila+insulator+show+distinct+and+cell+type-specific+genomic+distributions%5BTitle%5D)+AND+%22Genes+Dev%22%5BJournal%5D)">Three subclasses of a Drosophila insulator show distinct and cell type-specific genomic distributions.</a> Genes Dev. 23, 1338-1350 (2009).</li>
<li>Znaidi, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Identification+of+the+Candida+albicans+Cap1p+regulon%5BTitle%5D)+AND+%22Eukaryot+Cell%22%5BJournal%5D)">Identification of the Candida albicans Cap1p regulon.</a> Eukaryot Cell. 8, 806-820 (2009).</li>
<li>Sharma, D., Mohanty, D., Surolia, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((RegAnalyst%3A+a+web+interface+for+the+analysis+of+regulatory+motifs%2C+networks+and+pathways%5BTitle%5D)+AND+%22Nucleic+Acids+Res%22%5BJournal%5D)">RegAnalyst: a web interface for the analysis of regulatory motifs, networks and pathways.</a> Nucleic Acids Res. 37, W193-W201 (2009).</li>
<li>Znaidi, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Genomewide+location+analysis+of+Candida+albicans+Upc2p%2C+a+regulator+of+sterol+metabolism+and+azole+drug+resistance%5BTitle%5D)+AND+%22Eukaryot+Cell%22%5BJournal%5D)">Genomewide location analysis of Candida albicans Upc2p, a regulator of sterol metabolism and azole drug resistance.</a> Eukaryot Cell. 7, 836-847 (2008).</li>
<li>Carlson, J., Chakravarty, A., Gross, R. B. E. A. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+beam+search+algorithm+for+the+identification+of+cis-regulatory+elements+in+groups+of+genes%5BTitle%5D)+AND+%22J+Comput+Biol%22%5BJournal%5D)">A beam search algorithm for the identification of cis-regulatory elements in groups of genes.</a> J Comput Biol. 13, 686-701 (2006).</li>
<li>Carlson, J., Chakravarty, A., Khetani, R., Gross, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Bounded+search+for+de+novo+identification+of+degenerate+cis-regulatory+elements%5BTitle%5D)+AND+%22BMC+Bioinformatics%22%5BJournal%5D)">Bounded search for de novo identification of degenerate cis-regulatory elements.</a> BMC Bioinformatics. 7, 254-254 (2006).</li>
<li>Chakravarty, A., Carlson, J. M., Khetani, R. S., DeZiel, C. E., Gross, R. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((SPACER%3A+identification+of+cis-regulatory+elements+with+non-contiguous+critical+residues%5BTitle%5D)+AND+%22Bioinformatics%22%5BJournal%5D)">SPACER: identification of cis-regulatory elements with non-contiguous critical residues.</a> Bioinformatics. 23, 1029-1031 (2007).</li>
</ol>

Brak zadeklarowanych konfliktów interesów.

SCOPE dostarcza badaczowi potężnego narzędzia do identyfikacji potencjalnych motywów regulacyjnych w zestawach genów regulowanych koordynacyjnie. Użytkownik nie musi zgadywać rozmiaru motywu ani liczby jego wystąpień, co jest wymagane w wielu innych serwisach do wyszukiwania motywów. Parametry te są w zasadzie nieznane do momentu zidentyfikowania motywu. Interfejs jest bardzo prosty zarówno w zakresie wprowadzania sekwencji lub nazw genów, jak i przeglądania wyników.
Wyniki programu SCOPE dostarczają szczegółowych informacji o wszystkich zidentyfikowanych motywach, wykorzystując trzy różne sposoby ich reprezentacji. Każna instancja motywu we wszystkich genach jest wymieniona wraz z informacją o pozycji i „nici”. Wyniki graficzne w formie map motywów zapewniają przejrzystą wizualizację, która jest łatwa do zrozumienia i stanowi intuicyjny sposób dostrzegania wzorców w występujących motywach.

SCOPE wykazuje bardzo wysoką odporność na obecność szumów w danych. Zazwyczaj przyjmują one formę dodatkowych genów w zestawie początkowym, które w rzeczywistości mogą nie być współregulowane z pozostałymi genami. Często zdarza się to w przypadku rozpoczęcia analizy od genów wykazujących koekspresję w eksperymentach z zastosowaniem mikromacierzy. Czasami eksperyment jest obarczony szumem lub w warunkach eksperymentalnych wykorzystanych w badaniu z mikromacierzami może dojść do aktywacji kilku czynników transkrypcyjnych. Różne czynniki transkrypcyjne będą prawdopodobnie posiadały różne miejsca docelowe w DNA. Nawet przy czterokrotnej liczbie genów obcych (stosunek szumu do sygnału 4:1), SCOPE wciąż zachowuje 50% dokładności w przewidywaniu miejsc1.

Mimo że SCOPE zawiera ponad 2 miliony synonimów nazw genów, zdarza się, że nie identyfikuje niektórych z nich. Nieustannie aktualizujemy nasze listy synonimów, jednak czasami okazuje się, że różne synonimy odnoszą się do tego samego genu. W takich przypadkach nie wprowadzamy tych synonimów ze względu na dwuznaczność. Jeśli nazwa genu nie zostanie odnaleziona przez SCOPE, zaleca się skorzystanie z witryny specyficznej dla danego genomu w celu znalezienia alternatywnej nazwy genu do wykorzystania w SCOPE. Przykłady odpowiednich nazw genów dla poszczególnych gatunków są udostępnione w SCOPE.
SCOPE zawiera obecnie 72 gatunki, a nowe gatunki są stale dodawane. Strona internetowa zawiera pomoc w formie wideo oraz sekcję najczęściej zadawanych pytań (FAQ). Kod źródłowy jest bezpłatnie dostępny dla użytkowników akademickich po przesłaniu zapytania do RHG.

wykorzystanie scope do identyfikacji potencjalnych motywów regulacyjnych w genach współregulowanych

Using SCOPE to Identify Potential Regulatory Motifs in Coregulated Genes

SCOPE to zestaw algorytmów do wyszukiwania motywów, który wykorzystuje trzy równoległe algorytmy składowe w celu identyfikacji potencjalnych motywów regulacyjnych na podstawie nadreprezentacji oraz preferencji pozycji motywu1. Każdy z algorytmów składowych jest zoptymalizowany pod kątem wyszukiwania innego rodzaju motywu. Dzięki zastosowaniu najlepszych rozwiązań z tych trzech podejść, SCOPE wykazuje wyższą skuteczność niż jakikolwiek pojedynczy algorytm, nawet w przypadku danych zaszumionych1. W niniejszym artykule wykorzystujemy wersję internetową SCOPE2 do analizy genów zaangażowanych w utrzymanie telomerów. SCOPE został włączony do co najmniej dwóch innych programów do wyszukiwania motywów3,4 i był stosowany w innych badaniach5-8.
Trzy algorytmy wchodzące w skład SCOPE to BEAM9, który wyszukuje motywy niedegenerowane (ACCGGT), PRISM10, który wyszukuje motywy degenerowane (ASCGWT), oraz SPACER11, służący do wyszukiwania dłuższych motywów dwudzielnych (ACCnnnnnnnnGGT). Te trzy algorytmy zostały zoptymalizowane pod kątem wyszukiwania odpowiadających im typów motywów. Wspólnie pozwalają one SCOPE na osiągnięcie bardzo wysokiej wydajności.
Po przeanalizowaniu zestawu genów i zidentyfikowaniu potencjalnych motywów, program SCOPE może wyszukać inne geny zawierające dany motyw, których dodanie do pierwotnego zestawu zwiększy wynik motywu (motif score). Może to wynikać z nadreprezentacji lub preferencji dotyczących pozycji motywu. Pracując na częściowych zestawach genów z biologicznie zweryfikowanymi miejscami wiązania czynników transkrypcyjnych, SCOPE był w stanie zidentyfikować większość pozostałych genów regulowanych przez dany czynnik transkrypcyjny.
Wyniki z programu SCOPE prezentują potencjalne motywy, ich istotność oraz inne informacje w formie tabeli i graficznej mapy motywów. Na stronie internetowej SCOPE dostępne są najczęściej zadawane pytania (FAQ) oraz samouczki wideo, a także przycisk „Sample Search”, który umożliwia użytkownikowi przeprowadzenie próbnego wyszukiwania.
Scope posiada bardzo przyjazny interfejs użytkownika, który umożliwia początkującym użytkownikom wykorzystanie pełnych możliwości algorytmu bez konieczności zostawania ekspertem w dziedzinie bioinformatyki wyszukiwania motywów. Jako dane wejściowe SCOPE może przyjmować listę genów lub sekwencje FASTA. Mogą one zostać wprowadzone w polach tekstowych przeglądarki lub wczytane z pliku. Wyniki z SCOPE zawierają listę wszystkich zidentyfikowanych motywów wraz z ich wynikami (scores), liczbą wystąpień, frakcją genów zawierających dany motyw oraz informacją o algorytmie użytym do jego identyfikacji. Dla każdego motywu szczegóły wyników obejmują reprezentację konsensusową motywu, logo sekwencyjne, macierz wag pozycji (position weight matrix) oraz listę instancji dla każdego wystąpienia motywu (z podaniem dokładnych pozycji i „nici”). Wyniki są wyświetlane w oknie przeglądarki, a opcjonalnie przesyłane również pocztą elektroniczną. Wcześniejsze publikacje szczegółowo opisują algorytmy SCOPE1,2,9-11.

Przedstawiono prostą i niezawodną metodę identyfikacji potencjalnych motywów regulacyjnych w genach współregulowanych. SCOPE nie wymaga żadnych parametrów użytkownika i zwraca motywy, które stanowią doskonałych kandydatów na sygnały regulacyjne. Identyfikacja takich sygnałów regulacyjnych pomaga w zrozumieniu mechanizmów biologicznych leżących u podstaw tych procesów.

Wykorzystanie SCOPE do identyfikacji potencjalnych motywów regulacyjnych w genach współregulowanych

SCOPE to zespół algorytmów do wyszukiwania motywów, który wykorzystuje trzy równolegle działające algorytmy składowe w celu identyfikacji potencjalnych motywów regulacyjnych poprzez analizę nadreprezentacji oraz...

Ogólnym celem następującego eksperymentu jest zidentyfikowanie potencjalnych sygnałów regulacyjnych w zestawach genów współregulowanych oraz zidentyfikowanie innych genów, które mogą funkcjonalnie należeć do tego zestawu. Osiąga się to poprzez wprowadzenie listy genów lub sekwencji kandydackich do algorytmu scope. W drugim kroku analizowane są wyniki badań w celu zidentyfikowania motywów o wysokiej punktacji.Wybierany jest jeden lub więcej motywów do dalszych badań. Następnie dodatkowe geny zidentyfikowane przez program scope dla danego motywu są łączone z pierwotnym zestawem genów i ponownie wprowadzane do programu scope; uzyskane wyniki analizy wykazują wzorce motywów w nowym, rozszerzonym zestawie genów. Wzorce te służą do potwierdzenia pierwotnej identyfikacji motywu oraz do zasugerowania dodatkowych genów, które można rozważyć w dalszych badaniach biologicznych pod kątem koregulacji z genami pierwotnie wprowadzonymi do programu scope.Główną zaletą tego podejścia jest to, że w przeciwieństwie do innych programów do wyszukiwania motywów, scope wykorzystuje podejście zespołowe, składające się z wielu różnych algorytmów, z których każdy został zaprojektowany do znajdowania konkretnego rodzaju motywu. Ponadto scope nie wymaga od użytkownika podawania informacji, których nie da się znać, takich jak długość motywu czy oczekiwana liczba wystąpień motywu. Interfejs użytkownika jest niezwykle prosty i nie wymaga żadnej specjalistycznej wiedzy w zakresie wyszukiwania sekwencji regulacyjnych.Dzięki temu użytkownik będzie mógł przeprowadzić analizę w bardzo prosty i bezpośredni sposób. Wyniki z programu Scope mają charakter wysoce graficzny, co oznacza, że po otrzymaniu rezultatów intuicyjne jest wyszukiwanie wzorców i identyfikacja interesujących motywów. Na początek należy przygotować listę nazw genów, które mogą być współregulowane.W celu przeprowadzenia analizy w programie scope, należy zapisać listę jako plik tekstowy lub skopiować ją do schowka, aby wkleić ją później do programu scope. Plik powinien zawierać jedną nazwę genu w każdej linii, bez żadnych dodatkowych informacji. Uruchom przeglądarkę internetową i połącz ją z podanym tutaj adresem URL.Należy wprowadzić informacje niezbędne dla programu scope do przeprowadzenia analizy. Z menu rozwijanego wybierz gatunek poddany badaniu. Ważne jest wybranie właściwego gatunku, ponieważ program scope odwołuje się do genomu w celu obliczenia tła częstotliwości występowania.W przypadku każdego kandydującego motywu analizowana jest sekwencja powyżej (upstream). Przyciski radiowe służą do wyboru opcji: międzygenowej (intergenic) lub o stałej długości (fixed length). Opcja międzygenowa analizuje całą sekwencję pomiędzy badanym genem a genem poprzedzającym, natomiast wybór stałej długości pozwala przeanalizować dokładnie określoną liczbę nukleotydów powyżej początku obecnego genu.Następnie należy wskazać programowi scope zestaw genów do analizy, wklejając listę genów lub sekwencję fast do pola tekstowego listy genów lub klikając przycisk wyboru pliku, aby zaznaczyć odpowiedni plik. Sekcję wyników należy uwzględnić, wpisując motyw, który program scope ma objąć analizą, co jest przydatne podczas poszukiwania konkretnego motywu. Ostatnią sekcję na stronie można wykorzystać do wprowadzenia adresu e-mail oraz komentarza, które zostaną zapisane wraz z analizą.Jeśli to pole zostanie wypełnione w zakresie, zostanie wysłana wiadomość e-mail z linkiem powrotnym do strony internetowej zawierającej wyniki. Po opisaniu parametrów zakresu przycisk próbnego wyszukiwania zostanie użyty do zademonstrowania sposobu uruchamiania programu zakresu. Naciśnięcie tego przycisku automatycznie uzupełni wszystkie niezbędne informacje, które zostały opisane dla uruchomienia ręcznego.Trzy geny są wprowadzane automatycznie, a dla pozostałych pól wybierane są odpowiednie opcje. Te trzy geny biorą udział w utrzymaniu telomerów poprzez rekombinację w croce visier. Pozostawienie zaznaczonej opcji dodatkowych genów spowoduje, że program scope przeszuka genom i zidentyfikuje wszystkie pozostałe geny posiadające ten motyw w regionie upstream, co doprowadzi do zwiększenia wyniku motywu po dodaniu ich do pierwotnego zestawu genów.Na koniec rozpocznij analizę, naciskając przycisk run scope u dołu strony. Po zakończeniu analizy wyniki zostaną wyświetlone na ekranie. W górnej części strony znajduje się tabela z informacjami o motywach znalezionych za pomocą scope.Pierwsza kolumna zawiera listę znalezionych motywów, a małe kolorowe kwadraty służą jako legenda dla graficznej mapy motywów przedstawionej poniżej. Wyświetlanie dowolnego motywu można włączyć lub wyłączyć, klikając w kolorowe pole. Pozostałe kolumny danych obejmują: count – liczbę wystąpień motywu w całym zbiorze genów, sig value – wskaźnik istotności danego motywu, coverage – ułamek przesłanych genów zawierających co najmniej jedną instancję tego motywu oraz algorithm – informację o tym, który z trzech algorytmów komponentu zakresu został użyty do wykrycia motywu.Kliknięcie dowolnego z wymienionych motywów przeniesie użytkownika na stronę zawierającą szczegółowe informacje na jego temat. Na tej stronie motyw jest przedstawiony w trzech formach: jako logo sekwencji, macierz wag pozycji oraz lista wszystkich wystąpień motywu wraz z ich pozycjami, nićmi i genami.Dalej na stronie znajdują się dodatkowe szczegóły dotyczące wyników poszukiwań innych genów zawierających ten motyw. W tym przypadku znaleziono 65 innych genów zawierających ten motyw, z których każdy poprawił wartość SIG po dodaniu do oryginalnego zbioru genów. Kliknięcie przycisku „dodaj sprawdź geny do wyszukania” spowoduje powrót do strony konfiguracji zakresu.Po dodaniu tych genów do pierwotnego zestawu genów oraz przy zachowaniu parametrów stosowanych wcześniej w tym przykładzie, do początkowych trzech genów dodano 10 dodatkowych genów. Wyniki analizy zakresu dla dodatkowych genów w tym motywie przedstawiono tutaj. Pierwotne trzy geny znajdują się na dole wyników.Analiza wzorca motywów w regionie powyżej tych dodatkowych genów wyraźnie pokazuje, że są one podobne. Pierwotny motyw jest obecnie motywem o najwyższej punktacji w zestawie; przedstawiony tutaj jest dodatkowy wynik analizy innego zestawu genów zaangażowanych w biogenezę rybosomów. Wyraźnie widoczny jest wzorzec dwóch motywów, który można zaobserwować u większości badanych genów.Graficzna reprezentacja wyników programu scope sprawia, że tego rodzaju wzorce są dla użytkownika bardzo łatwe do rozpoznania. W przeciwieństwie do wielu innych programów do wyszukiwania motywów, scope nie wymaga od użytkownika zgadywania długości motywu ani rodzaju motywów, których program powinien szukać. Niezależnie od tego, czy jesteś ekspertem, czy osobą początkującą, scope posiada ten sam interfejs i zapewni Ci takie same wyniki.Ponadto zdolność programu scope do wyszukiwania innych genów, które mogą być współregulowane z początkowym zestawem genów, dostarcza nowych pomysłów do eksperymentów biologicznych. Podejście zespołowe zazwyczaj oznacza, że scope zwróci najbardziej znaczące wyniki, często znacznie dokładniej niż inne narzędzia do wyszukiwania motywów. Należy jednak pamiętać, że ostatecznym interpretatorem wyników pozostaje naukowiec zajmujący się naukami biologicznymi.Niezależnie od tego, co wskaże komputer, wyniki muszą być spójne z kontekstem biologicznym.

using-scope-to-identify-potential-regulatory-motifs-coregulated

Research

JoVE Journal

Biology

Biologia

Zastosowanie SCOPE do identyfikacji potencjalnych motywów regulacyjnych w współregulowanych genach

Ten artykuł wideo opisuje metodę opartą na mikromacierzy in vitro, która pozwala określić cele genów i miejsca wiązania dla regulatorów odpowiedzi systemu dwuskładnikowego.

Metoda DAP-chip oczyszczona z powinowactwa DNA do określania celów genowych dla dwuskładnikowych systemów regulacyjnych bakteryjnych

W tej pracy zapewniamy eksperymentalny przepływ pracy, w jaki sposób aktywne wzmacniacze mogą być identyfikowane i eksperymentalnie weryfikowane.

Przewidywanie i walidacja elementów regulatorowych genów aktywowanych podczas różnicowania embrionalnych komórek macierzystych indukowanego kwasem retinowym

Identyfikacja fizycznych interakcji między genami a elementami regulatorowymi jest trudna, ale została ułatwiona dzięki metodom wychwytywania konformacji chromosomów. Ta modyfikacja protokołu 4C-seq łagodzi stronniczość PCR, minimalizując nadmierną amplifikację matryc PCR i maksymalizując mapowalność odczytów poprzez włączenie etapu trawienia enzymu ograniczającego dodawanie.

Wysokoprzepustowa identyfikacja sekwencji regulatorowych genów przy użyciu sekwencjonowania nowej generacji wychwytywania konformacji chromosomów kołowych (4C-seq)

Biblioteka CRISPR/sgRNA została zastosowana do badania genów kodujących białka. Jednak wykonalność biblioteki sgRNA w celu odkrycia funkcji granicy CTCF w regulacji genów pozostaje niezbadana. W tym miejscu opisujemy bibliotekę sgRNA specyficzną dla loci HOX, aby wyjaśnić funkcję granic CTCF w loci HOX.

PRZEKĄTNA TERENU Badania przesiewowe biblioteki CRISPR/sgRNA skoncentrowane na loci identyfikujące krytyczne granice CTCF

Specyficzność sekwencji jest kluczowa dla regulacji genów. Białka regulatorowe, które rozpoznają określone sekwencje, są ważne dla regulacji genów. Zdefiniowanie funkcjonalnych miejsc wiązania dla takich białek jest trudnym problemem biologicznym. Iteracyjne podejście do identyfikacji miejsca wiązania białka wiążącego RNA jest opisane tutaj i ma zastosowanie do wszystkich białek wiążących RNA.

Badanie przestrzeni sekwencji w celu identyfikacji miejsc wiązania białek wiążących regulatorowe RNA

Ekspresja genów jest regulowana przez interakcje promotorów genów z dystalnymi elementami regulatorowymi. W tym miejscu opisujemy, w jaki sposób niski poziom wejściowy Capture Hi-C (liCHi-C) pozwala na identyfikację tych interakcji w rzadkich typach komórek, które wcześniej były niemierzalne.

Zintegrowany proces pracy do badania architektury genomu czasoprzestrzennego skoncentrowanej na promotorze w rzadkich populacjach komórek

Limfocyty T regulatorowe: potencjał terapeutyczny w leczeniu odrzutów przeszczepów i cukrzycy typu I

Wykorzystanie mikroelektromechanicznych systemów (MEMS) do opracowywania narzędzi diagnostycznych

W niniejszym filmie zaprezentowano sposób wykorzystania C. elegans do oceny neurodegeneracji neuronów dopaminergicznych jako modelu choroby Parkinsona. Ponadto zastosowano przesiewy genetyczne w celu zidentyfikowania czynników, które albo nasilają degenerację, albo wykazują działanie neuroprotekcyjne.

Zastosowanie testu degeneracji neuronów dopaminergicznych u C. elegans w celu walidacji potencjalnych genów choroby Parkinsona

Przedstawiamy tutaj procedurę immunoprecypitacji chromatyny (ChIP) służącą do analizy lokalizacji w całym genomie izoform białek różniących się domeną wiążącą histony. Zastosowaliśmy ją w analizie ChIP-Seq w celu zidentyfikowania celów demetylazy histonów KDM5A/JARID1A/RBP2.

Analiza całogenomowa z wykorzystaniem metody ChIP w celu identyfikacji specyficznych dla izoform celów genowych

Odkryj metodę identyfikacji motywów regulacyjnych w genach współregulowanych przy użyciu algorytmu SCOPE. To narzędzie bioinformatyczne umożliwia analizę bez konieczności podawania parametrów przez użytkownika.

Wykorzystanie SCOPE do identyfikacji potencjalnych motywów regulacyjnych w genach współregulowanych

Przeglądaj więcej filmów