Name: Przepływ pracy metaproteomiki klinicznej wdrożony w ramach platformy bioinformatycznej Galaxy w celu analizy interakcji gospodarz-mikrobiom leżących u podstaw chorób człowieka (Wideo) | JoVE Journal
Uploaded: 2025-01-10T14:45:00.000+00:00
Duration: 9 min 52 s
Description: Poznaj zaawansowany workflow metaproteomiki klinicznej wykorzystujący platformę Galaxy do analizy białek mikrobiomu. Ta metoda umożliwia identyfikację peptydów mikrobowych i badanie ich wpływu na rozwój chorób.

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

Dziękujemy dr Amy Skubitz i dr Kristin Boylan (University of Minnesota) za pilotażowe zestawy danych oraz dr Paulowi Piehowskiemu, dr Tao Liu i dr Karin Rodland (Pacific Northwest National Laboratories (PNNL)) za ich doświadczenie w zbieraniu próbek i przetwarzaniu próbek PTF oraz generowaniu danych MS znakowanych TMT używanych w tym badaniu. Projekt ten został częściowo sfinansowany przez Minnesota Ovarian Cancer Alliance (MOCA), National Institutes of Health/National Cancer Institute Grant Number: 5R01CA262153 (A.P.N.S.), 1R21CA267707 (P.D.J i T.J.G.) oraz National Institutes of Health/National Cancer Institute Grant Number: P30CA077598 (P.D.J. i T.J.G.).

Galaxy-Enabled Metaproteomics: Insights into Host-Microbiome Interaction

Autorzy deklarują brak konfliktu interesów.

Badania nad metaproteomiką kliniczną oferują potencjalne przełomy w badaniach klinicznych, ale nadal istnieją wyzwania związane z ich wdrożeniem. Mniejsza liczebność białek drobnoustrojów w stosunku do białek gospodarza w większości próbek utrudnia wykrywanie i charakteryzowanie białek niebędących gospodarzami 6,10. Zależność od dużych baz danych sekwencji białek w celu dokładnej identyfikacji i kwantyfikacji peptydów i białek, wraz ze złożonością taksonomicznie ...

Metaproteomika oparta na spektrometrii mas (MS) identyfikuje i określa ilościowo białka mikrobiologiczne i ludzkie z próbek klinicznych. Podejście to pozwala lepiej zrozumieć reakcje mikrobiomu na chorobę i odkrywa potencjalne mediatory interakcji gospodarz-mikrobiom1,2. Chociaż analiza metaproteomiczna próbek klinicznych może odkryć interakcje mikrobiomu ze środowiskiem gospodarza, dziedzina ta nadal stoi przed wieloma wyzwaniami. Jednym z głównych wyzwań jest stosunkowo duża obfitość białek gospodarza (ludzkiego), co utrudnia identyfikację mniej obfitych białek drobnoustrojów. Co więcej, metaproteomika oparta na stwardnieniu rozsianym zależy od wykorzystania bardzo dużych baz danych sekwencji białek. Te bazy danych zawierają proteomy drobnoustrojów, które są obecne w próbce, co może skutkować dużą bazą danych zawierającą miliony sekwencji. Po wygenerowaniu widm tandemowej spektrometrii mas (MS/MS) z białek trawionych tryptycznie, widma MS/MS są przeszukiwane w dużych bazach danych sekwencji białek, dopasowując sekwencję peptydową do każdego widma (dopasowanie widma peptydowego lub PSM). Jednak czułość maleje, a ryzyko wyników fałszywie dodatnich wzrasta wraz z dużymi bazami danych używanymi do metaproteomiki3. Ponadto konserwatywne sekwencje białek w taksonach i niewystarczająca adnotacja kodowanych białek ograniczają adnotacje taksonomiczne i funkcjonalne dla wykrytych peptydów i białek4,5. Przedstawiamy bioinformatyczny przepływ pracy do skutecznej analizy metaproteomicznej próbek klinicznych, który rozwiązuje wiele z tych wyzwań i zapewnia dostępne zasoby oprogramowania dla naukowców do badania dynamiki mikrobiomu gospodarza leżącej u podstaw chorób ludzkich.
Kliniczna metaproteomika została wykorzystana do zbadania różnych typów próbek, w tym kału i wymazów z pochwy, między innymi, w celu rozszyfrowania mechanizmów patogennych w chorobach i warunkach6,7,8,9,10,11,12,13,14,15,16,17,18,19,20. W tym miejscu używamy metaproteomicznego przepływu pracy bioinformatycznego do analizy podzbioru danych MS/MS z próbek płynu testowego Pap (PTF) od pacjentów z rakiem jajnika (OVCA) i pacjentek bez OVCA21. Narzędzia programowe i przepływ pracy są dostępne za pośrednictwem platformy Galaxy, która usprawnia opracowywanie i wykonywanie złożonych klinicznych przepływów pracy metaproteomicznej22,23,24,25. Galaxy to platforma typu open source, która została zaprojektowana dla bioinformatyki i biologii obliczeniowej. Zapewnia środowisko internetowe do korzystania z narzędzi i przepływów pracy typu open source, w którym badacze akademiccy mogą wykonywać i udostępniać złożone analizy danych. Kwitnąca globalna społeczność programistów, analityków danych i użytkowników końcowych utrzymuje ekosystem Galaxy, w tym Galaxy Training Network (GTN; https://training.galaxyproject.org/), który oferuje zasoby szkoleniowe online i na żądanie22,23,24,25,26,27. Nasz przepływ pracy ma na celu ujawnienie nowego zrozumienia dynamiki gospodarz-mikroorganizm w próbkach klinicznych, a także wygenerowanie nowych, dobrze scharakteryzowanych celów peptydowych będących przedmiotem zainteresowania w celu opracowania ukierunkowanych testów klinicznych opartych na stwardnieniu rozsianym do dalszych badań próbek klinicznych6,20,28. Ponadto manuskrypt ten ma na celu zwrócenie uwagi na metodologię przepływu pracy w metaproteomice klinicznej. Bardziej szczegółowe i przyjazne dla początkujących przewodniki znajdują się w GTN (https://training.galaxyproject.org/), ponieważ jest to cenne źródło informacji, z którego można korzystać równolegle z tym manuskryptem dla użytkowników poszukujących dodatkowych wyjaśnień, które nie zostały omówione. Społeczność Galaxy jest autorem licznych manuskryptów, które mają pomóc początkującym użytkownikom platformy Galaxy20,21,22,23,24,25,26,27.
Wszystkie dodatkowe tabele (np. parametry narzędzi) i rysunki (np. przykładowe wykresy) dla tego manuskryptu zostały dostarczone jako osobne pliki i są odpowiednio przywoływane. W tym manuskrypcie użyto aktualnych wersji narzędzi w Galaxy w wersji 2.3.0. Dlatego wyniki mogą się nieznacznie różnić w zależności od aktualizacji Galaxy i wersji narzędzi. Platforma Galaxy i jej narzędzia są open-source i mogą być wykorzystywane do celów badań akademickich.

<table><tbody><tr><td>Zwiń kolekcję</td><td>GalaxyP</td><td>Galaxy Wersja 5.1.1</td><td>Łączy kolekcję listy zestawów danych w jeden plik (w kolejności listy)</td></tr><tr><td>Łączenie zestawów danych</td><td>GalaxyP</td><td>Galaxy Wersja 0.1.1</td><td>Łączenie plików od końca do głowy</td></tr><tr><td>Wytnij</td><td>GalaxyP</td><td>Galaxy Wersja 1.0.2</td><td>Wytnij (wybierz) określone kolumny z pliku</td></tr><tr><td>FASTA Scalanie plików i filtrowanie unikalnych sekwencji</td><td>GalaxyP</td><td>Galaxy Wersja 1.2.0</td><td>Łączenie plików bazy danych FASTA</td></tr><tr><td>FastaCLI GalaxyP</td><td></td><td>Galaxy Wersja 4.0.41+galaxy1</td><td>Dołącza sekwencje zwodzące do plików FASTA</td></tr><tr><td>FASTA-tablular</td><td>GalaxyP</td><td>Galaxy w wersji 1.1.0</td><td>Konwertuj sekwencje w formacie FASTA do formatu rozdzielanego tabulatorami</td></tr><tr><td>Filtruj</td><td>GalaxyP</td><td>Galaxy w wersji 1.1.1</td><td>Filtruj kolumny za pomocą prostych wyrażeń</td></tr><tr><td>Filtr tabelaryczny</td><td>GalaxyP</td><td>Galaxy Wersja 3.3.0</td><td>Filtruj plik tabelaryczny za pomocą filtrów liniowych</td></tr><tr><td>Serwer Galaxy Europe (EU)</td><td>GalaxyP</td><td></td><td>https://usegalaxy.eu/</td></tr> <tr><td>Group</td><td>GalaxyP</td><td>Galaxy Wersja 2.1.4</td><td>Grupuj plik według określonej kolumny i wykonuj funkcje agregujące</td></tr><tr><td>Parametry identyfikacyjne</td><td>GalaxyP</td><td>Galaxy Wersja 4.0.41+galaxy1</td><td>Ustaw parametry identyfikacyjne dla SearchGUI/PeptideShaker</td></tr><tr><td>Learning Pathway: Przepływy pracy metaproteomiki klinicznej w Galaxy</td><td>GalaxyP</td><td></td><td>https://training.galaxyproject.org/training-material/learning-pathways/clinical-metaproteomics.html</td></tr><tr><td>MaxQuant</td><td>GalaxyP</td><td>Galaxy w wersji 2.0.3.0+galaxy0 (moduł Discovery); Galaxy Version 1.6.17.0+galaxy4 (moduł kwantyfikacji)</td><td>Pakiet oprogramowania do proteomiki ilościowej do analizy dużych plików danych spektrometrii mas</td></tr><tr><td>MetaNovo</td><td>GalaxyP</td><td>Galaxy Wersja 1.9.4+galaxy4</td><td>Przeszukuj dane MS/MS w bazie danych FASTA (znanych białek), aby utworzyć docelową bazę danych (dopasowanych białek) do analizy spektrometrii</td></tr><tr><td>mas msconvert</td><td>GalaxyP</td><td>Galaxy Wersja 3.0.20287.2</td><td>Konwertuj i/lub filtruj pliki spektrometrii mas</td></tr><tr><td>MSstatsTMT</td><td>GalaxyP</td><td>Galaxy Version 2.0.0+galaxy1</td><td>Pakiet oparty na R do wykrywania zróżnicowanych ilości białek w eksperymentach proteomicznych opartych na spektrometrii mas typu shotgun przy użyciu znakowania tandemowego znacznika masy (TMT)</td></tr><tr><td>PepQuery2</td><td>GalaxyP</td><td>Galaxy w wersji 2.0.2+galaxy0</td><td>Wyszukiwarka skoncentrowana na peptydach do identyfikacji i/lub walidacji znanych i nowych peptydów będących przedmiotem zainteresowania</td></tr><tr><td>PeptideShaker</td><td>GalaxyP</td><td>Galaxy Wersja 2.0.33+galaxy1</td><td>Interpretuj wyniki z SearchGUI w celu identyfikacji białek</td></tr><tr><td>Pobieranie bazy danych białek</td><td>GalaxyP</td><td>Galaxy Wersja 0.3.4</td><td>Pobierz określone sekwencje białek jako plik FASTA</td></tr><tr><td>Zapytaj o tabelaryczną</td><td>wersję GalaxyP</td><td>Galaxy w wersji 3.3.0</td><td>Załaduj pliki tabelaryczne do&nbsp; Baza danych SQLite</td></tr><tr><td>Usuń początek</td><td>GalaxyP</td><td>Galaxy Wersja 1.0.0</td><td>Usuń określoną liczbę wierszy (nagłówka) z pliku</td></tr><tr><td>SearchGUI</td><td>GalaxyP</td><td>Galaxy Wersja 4.0.41+galaxy1</td><td>Uruchom wyszukiwarki na listach szczytów MGF i przygotuj wyniki do wprowadzenia do Peptide Shaker</td></tr><tr><td>Wybierz</td><td>GalaxyP</td><td>Galaxy w wersji 1.0.4</td><td>Wybierz linie, które pasują do wyrażenia</td></tr><tr><td>Unipept</td><td>GalaxyP</td><td>Galaxy Wersja 4.5.1</td><td>Pobierz wpisy UniProt i informacje taksonomiczne dla peptydów tryptycznych</td></tr><tr><td>UniProt</td><td>GalaxyP</td><td>Galaxy Wersja 2.3.0</td><td>Pobierz proteom jako plik XML (UniProtXML) lub FASTA z UniProtKB</td></tr></tbody></table>

przepływ pracy metaproteomiki klinicznej wdrożony w ramach platformy bioinformatycznej galaxy w celu analizy interakcji gospodarz-mikrobiom leżących u podstaw chorób człowieka

A Clinical Metaproteomics Workflow Implemented within Galaxy Bioinformatics Platform to Analyze Host-Microbiome Interactions Underlying Human Disease

Metaproteomika kliniczna ujawnia interakcje gospodarz-mikrobiom leżące u podstaw chorób. Istnieją jednak wyzwania związane z tym podejściem. W szczególności trudna jest charakterystyka białek drobnoustrojów występujących w małej liczebności w stosunku do białek gospodarza. Inne istotne wyzwania wiążą się z wykorzystaniem bardzo dużych baz danych sekwencji białek, co utrudnia czułość i dokładność podczas identyfikacji peptydów i białek na podstawie danych ze spektrometrii mas, a także z pobieraniem taksonomii i adnotacji funkcjonalnych oraz przeprowadzaniem analiz statystycznych. Aby rozwiązać te problemy, przedstawiamy zintegrowany bioinformatyczny przepływ pracy dla metaproteomiki opartej na spektrometrii mas, który łączy generowanie niestandardowych baz danych sekwencji białek, generowanie i weryfikację dopasowania widma peptydów, kwantyfikację, adnotacje taksonomiczne i funkcjonalne oraz analizę statystyczną. Ten przepływ pracy oferuje również charakterystykę białek ludzkich (przy jednoczesnym priorytetowym traktowaniu białek mikrobiologicznych), oferując w ten sposób wgląd w dynamikę gospodarz-mikroorganizm w chorobie. Narzędzia i przepływ pracy są wdrażane w ekosystemie Galaxy, umożliwiając rozwój, optymalizację i rozpowszechnianie tych zasobów obliczeniowych. Zastosowaliśmy ten przepływ pracy do analizy metaproteomicznej wielu typów próbek klinicznych, takich jak wymazy z nosogardzieli i płyn z płukania oskrzelowo-pęcherzykowego. Tutaj pokazujemy jego użyteczność poprzez analizę pozostałości płynu z wymazów z szyjki macicy. Kompletny przepływ pracy i towarzyszące mu zasoby szkoleniowe są dostępne w Galaxy Training Network, aby wyposażyć zarówno amatorów, jak i doświadczonych badaczy w niezbędną wiedzę i narzędzia do analizy ich danych.

Ogólny protokół opisany w niniejszym opracowaniu został zademonstrowany na plikach MS/MS uzyskanych z podzbioru próbek PTF21. Do i wsp.21 przeanalizowali cztery pliki MS/MS z próbek PTF, które zostały pobrane zgodnie z procedurami opisanymi przez Boylana i wsp.29 oraz Afiuni-Zadela i wsp.30. Ten schemat postępowania priorytetyzuje białka mikrobiologiczne, ale oferuje elastyczność pozwalającą na równoległą charakterystykę białe...

Metaproteomika kliniczna oferuje wgląd w ludzki mikrobiom i jego wpływ na choroby. Wykorzystaliśmy moc obliczeniową platformy Galaxy do opracowania modułowego przepływu pracy bioinformatycznego, który ułatwia złożoną analizę metaproteomiczną opartą na spektrometrii mas i charakteryzację różnych typów próbek klinicznych istotnych dla badań nad chorobami.

Przepływ pracy metaproteomiki klinicznej wdrożony w ramach platformy bioinformatycznej Galaxy w celu analizy interakcji gospodarz-mikrobiom leżących u podstaw chorób człowieka

Clinical metaproteomics reveals host-microbiome interactions underlying diseases. However, challenges to this approach exist. In particular, the ...

Nasze badania koncentrowały się na wykrywaniu i ilościowym określaniu białek drobnoustrojów oraz zrozumieniu ich roli w klinicznej chorobie. Ta dziedzina badań nazywana jest metaproteomiką kliniczną. W tym badaniu opracowaliśmy bioinformatyczny przepływ pracy, który pozwoli naukowcom zrozumieć, w jaki sposób aktywność bakterii może wpływać na postęp choroby.Analiza metaproteomiczna próbek klinicznych wiąże się z licznymi wyzwaniami, w tym z obsługą bardzo dużych baz danych sekwencji białek w celu czułej i dokładnej identyfikacji peptydów i białek mikrobiologicznych na podstawie danych ze spektrometrii mas, a także z wykonywaniem adnotacji taksonomicznych i funkcjonalnych ilościowo oznaczonych peptydów i białek w celu umożliwienia biologicznej interpretacji wyników. Przepływ pracy oferuje wiele korzyści, w tym redukcję bazy danych za pomocą naszego przepływu pracy redukcji bazy danych, możliwość wyszukiwania peptydów drobnoustrojów przy użyciu wielu algorytmów wyszukiwania, możliwość weryfikacji peptydów drobnoustrojów wykrytych w danych spektrometrii mas, możliwość ilościowego oznaczania białek drobnoustrojów wraz z białkami gospodarza oraz biologiczną interpretację danych za pomocą analizy statystycznej i wizualnej. Wykorzystaliśmy przepływ pracy metaproteomiki klinicznej do identyfikacji panelu peptydów drobnoustrojów do badań nad progresją choroby mukowiscydozy w celu zbadania stanu koinfekcji podczas fal pandemii COVID-19.Badania te zostały opublikowane w recenzowanych czasopismach naukowych. Obecnie wykorzystujemy ten przepływ pracy w trwającym badaniu mającym na celu opracowanie predykcyjnego panelu peptydów docelowych dla raka jajnika. Zespół Galaxy P jest zaangażowany w badania multiomiczne i opracowuje kilka zaawansowanych przepływów pracy dla analizy proteogenomiki i metaproteomiki.Obecnie pracujemy również nad opracowaniem przepływów pracy dla immunopeptydomiki, które umożliwią naukowcom wykrywanie i charakteryzowanie peptydów prezentowanych układowi odpornościowemu, niektóre podczas progresji raka, które są nazywane neoantygenami, a także w przypadku innych chorób, w których mogą to być również peptydy mikrobiologiczne. Na początek uzyskaj listę gatunków, które są związane z chorobą lub stanem będącym przedmiotem zainteresowania. Użyj pliku z listą gatunków zatytułowanego Gatunki.tabular"jako dane wejściowe dla UniProt. Pobierz proteom w formacie FASTA, aby wygenerować bazę danych sekwencji białek. Uruchom narzędzie do pobierania bazy danych białek, aby wygenerować dwie dodatkowe bazy danych sekwencji białek, ludzką bazę danych Swiss-Prot zawierającą tylko recenzowane wpisy oraz bazę danych białek zanieczyszczających zawierającą wspólne repozytorium białek przypadkowych lub cRAP.Użyj trzech baz danych białek jako danych wejściowych dla plików scalania FASTA i filtruj unikalne sekwencje, aby wykluczyć duplikaty. Korzystając z dużej bazy danych wygenerowanej i zestawu danych spektrometrii mas jako danych wejściowych, uruchom MetaNovo, aby wygenerować bazę danych o zredukowanych sekwencjach białek, a następnie uruchom pliki scalające FASTA i przefiltruj unikalne sekwencje w bazie danych wygenerowanej przez MetaNovo, ludzkich bazach danych Swiss-Prot i cRAP, aby utworzyć zredukowaną docelową bazę danych zawierającą sekwencje białek mikrobiologicznych, ludzkich i zanieczyszczeń do wykrywania peptydów. Wykonaj Wyszukiwanie GUI", aby wygenerować plik archiwum zawierający dopasowania widma peptydów lub PSM.Użyj Search GUI "plik archiwum jako dane wejściowe dla Peptide-Shaker", aby wygenerować raporty PSM, peptydów i białek. Uruchom MaxQuant", aby utworzyć pliki grup białkowych i peptydów. Korzystając z narzędzi do manipulacji tekstem, uporządkuj uzyskane dane wyjściowe z Search GUI, Peptide-Shaker" i MaxQuant.Połącz dwie listy peptydów w jeden zestaw danych o nazwie SGPS-MQ-Peptides.tabular. Pogrupuj połączoną listę peptydów, aby wyeliminować zduplikowane sekwencje peptydów i uzyskać ostateczną listę unikalnych peptydów drobnoustrojów. W celu weryfikacji PepQuery2 wprowadź listę odrębnych peptydów mikrobiologicznych, zestawy danych spektralnych MS, referencyjną bazę danych UniProt dla ludzi z izoformami oraz bazę danych sekwencji białek zanieczyszczeń.Uruchom Cut"w raportach peptydowych z graficznego interfejsu użytkownika wyszukiwania, Peptide-Shaker"i MaxQuant"aby wyodrębnić sekwencje peptydowe i powiązane wpisy białek. Połącz sekwencje peptydów i wpisy białek z obu programów, aby utworzyć nowy złożony zestaw danych białek peptydowych, a następnie uruchom Query Tabular" na połączonym zestawie danych białek peptydowych i zweryfikowanych peptydach, aby przypisać każdy zweryfikowany peptyd do powiązanego z nim wpisu białka. Grupa, aby zachować unikalne zweryfikowane peptydy i powiązane z nimi identyfikatory UniProt .Następnie uruchom Query Tabular", aby wyodrębnić identyfikatory UniProt , generując listę oznaczoną Uniprot-ID ze zweryfikowanych Peptides.tabular. Prześlij identyfikatory UniProt do UniProto, aby pobrać powiązane sekwencje białek i zapisać je jako nowy plik UniProt FAPSA. Uruchom pliki scalania FASTA i przefiltruj unikalne sekwencje w nowo wygenerowanej bazie danych UniProt FASTA, ludzkiej bazie danych UniProt z izoformami i bazie danych zanieczyszczeń cRAP, aby utworzyć zweryfikowaną bazę danych do kwantyfikacji peptydów.Użyj zweryfikowanej bazy danych sekwencji białek i zestawu danych MS jako danych wejściowych dla MaxQuant. Z pliku peptydów MaxQuant wybierz tylko peptydy drobnoustrojowe i uruchom Cut", aby wyodrębnić tylko sekwencje peptydów drobnoustrojowych z pliku wyboru. Zgrupuj plik Cut", aby sporządzić listę ilościowo oznaczonych peptydów mikrobiologicznych.Użyj pliku list-of-quantified-microbial-peptides jako danych wejściowych dla Unipept do wykonywania adnotacji taksonomicznych i funkcjonalnych. Wyodrębnij wyniki Unipept, w szczególności drzewo taksonomii drobnoustrojów i drzewo białek komisji enzymów mikrobiologicznych. Aby wyświetlić taksonomię drobnoustrojów i drzewa białkowe EC, wybierz zestaw danych i otwórz opcje.Kliknij Visualize, a następnie Unipept Taxonomy Viewer. W przypadku adnotacji taksonomicznych i funkcjonalnych w formacie tabeli kliknij ikonę oka tabelarycznego zestawu danych o nazwie Unipept_peptinfo. Przewiń, aby przejrzeć każdy peptyd w osobnym wierszu i odpowiadających mu kolumnach informacji.Przed przeprowadzeniem analizy statystycznej za pomocą MSstatsTMT uruchom polecenie Select"w pliku grup białkowych MaxQuant", aby utworzyć oddzielne zestawy danych dla białek drobnoustrojów i białek ludzkich. Białka te zawierają znaczniki taksonomii, które wskazują na ich źródło. Wyklucz wszelkie białka zanieczyszczające oznaczone znacznikiem con_.Zachowaj tylko białka drobnoustrojów z tagami, takimi jak _9laco"i białka ludzkie z tagiem _human"w Microbial_Proteins"tabelarycznym i Human_Proteins" tabelarycznym. Na koniec, korzystając z MSstatsTMT, przeprowadź analizę statystyczną z plikiem dowodowym MaxQuant i wybranymi białkami mikrobiologicznymi lub ludzkimi. Kliknij ikonę oka, aby wyświetlić wynikowe wykresy.Łącznie 2 595 745 sekwencji białek zostało skompilowanych w obszerną bazę danych, która została następnie zredukowana do bardziej ukierunkowanej bazy danych zawierającej 21 289 sekwencji białek w celu skutecznej identyfikacji peptydów. Korzystając z graficznego interfejsu użytkownika wyszukiwania, Peptide-Shaker" i MaxQuant, zidentyfikowano 196 różnych peptydów mikrobiologicznych. W ramach projektu PepQuery2 potwierdzono istnienie 134 peptydów mikrobiologicznych powiązanych z 73 sekwencjami białek, tworząc zweryfikowaną bazę danych do celów kwantyfikacji.W ramach analizy MaxQuant stworzono plik peptydów zawierający 3 203 peptydy, w tym 155 ilościowo oznaczonych peptydów mikrobiologicznych. Analiza Unipept wykazała, że Lactobacillus jest najliczniejszym rodzajem, a transferazy klasy 2 są najbardziej rozpowszechnioną kategorią enzymów spośród 155 ilościowo oznaczonych peptydów mikrobiologicznych. W ramach analizy MSstatsTMT uzyskano wulkaniczne i porównawcze wykresy ilustrujące białka o zróżnicowanej ekspresji, pokazujące, że trzy białka Lactobacillus były regulowane w dół w przypadkach raka jajnika w porównaniu z łagodnymi przypadkami.

a-clinical-metaproteomics-workflow-implemented-within-galaxy

Research

JoVE Journal

Immunology and Infection

Immunologia i infekcje

Ten protokół służy do ekstrakcji i koncentracji białka i DNA z biomasy mikrobiologicznej zebranej z wody morskiej, a następnie do generowania peptydów tryptycznych odpowiednich do analizy proteomicznej opartej na tandemowej spektrometrii mas.

Przebieg metaproteomiki mikrobiologicznej organizmów wodnych: od komórek do peptydów tryptycznych odpowiednich do analizy opartej na tandemowej spektrometrii mas

Ten protokół opisuje pojedynczą przepustowość dla uzupełniających technik analitycznych i omicznych, której kulminacją jest w pełni sparowana charakterystyka naturalnej materii organicznej i proteomiki mikrobiologicznej w różnych ekosystemach. Podejście to pozwala na solidne porównania w celu identyfikacji szlaków i przemian metabolicznych ważnych dla opisu produkcji gazów cieplarnianych i przewidywania reakcji na zmiany środowiskowe.

Jednoprzepustowe komplementarne techniki analityczne o wysokiej rozdzielczości do charakteryzowania złożonych mieszanin naturalnej materii organicznej

OpenProt to swobodnie dostępna baza danych, która wymusza policistroniczny model genomów eukariotycznych. W tym miejscu przedstawiamy protokół korzystania z baz danych OpenProt podczas przeszukiwania zestawów danych spektrometrii mas. Wykorzystanie bazy danych OpenProt do analizy eksperymentów proteomicznych pozwala na odkrycie nowych i wcześniej niewykrywalnych białek.

Analizy proteomiczne oparte na spektrometrii mas z wykorzystaniem bazy danych OpenProt w celu odkrycia nowych białek przetłumaczonych z niekanonicznych otwartych ramek odczytu

Opisana tutaj jest uproszczona standardowa procedura operacyjna do profilowania mikrobiomu przy użyciu sekwencjonowania metagenomicznego 16S rRNA i analizy przy użyciu swobodnie dostępnych narzędzi. Protokół ten pomoże naukowcom, którzy są nowicjuszami w dziedzinie mikrobiomu, a także tym, którzy potrzebują aktualizacji metod osiągania profilowania bakteryjnego w wyższej rozdzielczości.

Analiza mikrobioty za pomocą dwuetapowej reakcji PCR i sekwencjonowania genów 16S rRNA nowej generacji

Tutaj prezentujemy protokół do profilowania interakcji między gospodarzem a patogenem podczas infekcji za pomocą proteomiki opartej na spektrometrii mas. Protokół ten wykorzystuje kwantyfikację bez znaczników do pomiaru zmian w obfitości białek zarówno gospodarza (np. Makrofagi), jak i patogenu (np. Cryptococcus neoformans) w jednym eksperymencie.

Bezznacznikowy przepływ pracy proteomiki ilościowej dla interakcji gospodarz-patogen opartych na odkryciach

Protokół przedstawiony tutaj opisuje kompletny potok do analizy danych transkryptomu sekwencjonowania RNA, od surowych odczytów do analizy funkcjonalnej, w tym etapy kontroli jakości i wstępnego przetwarzania do zaawansowanych metod analizy statystycznej.

Wysokoprzepustowa analiza transkryptomu do badania interakcji gospodarz-patogen

Opracowaliśmy model koinfekcji malarią i HIV-1 in vitro, aby zbadać wpływ Plasmodium falciparum na cykl replikacyjny HIV-1 w ludzkich pierwotnych makrofagach pochodzących z monocytów. Ten wszechstronny system można łatwo dostosować do innych typów komórek pierwotnych podatnych na zakażenie HIV-1.

Model koinfekcji In vitro do badania interakcji między Plasmodium falciparum a HIV-1 w ludzkich pierwotnych komórkach odpornościowych pochodzących z monocytów

Wirusy lub pęcherzyki zewnątrzkomórkowe były wychwytywane immunologicznie za pomocą nanocząsteczek magnetycznych 15 nm sprzężonych z przeciwciałami rozpoznającymi antygeny powierzchniowe. Uchwycone wiriony lub pęcherzyki znakowano fluorescencyjnymi przeciwciałami przeciwko innym antygenom powierzchniowym. Powstałe kompleksy rozdzielono w silnym polu magnetycznym i przeanalizowano za pomocą konwencjonalnych cytometrów przepływowych wyzwalanych fluorescencją.

Wirometria przepływowa do analizy widm antygenowych wirionów i pęcherzyków zewnątrzkomórkowych

Ten artykuł zawiera szczegółową metodologię identyfikacji i ilościowego określania funkcjonalnych podzbiorów limfocytów T obecnych w mysich nerkach, aorcie i węzłach chłonnych za pomocą barwienia wewnątrzkomórkowego i cytometrii przepływowej. Model nadciśnienia indukowanego angiotensyną II został wybrany, aby krok po kroku wyjaśnić procedury i podstawowe zasady cytometrii przepływowej i barwienia wewnątrzkomórkowego.

Barwienie wewnątrzkomórkowe i cytometria przepływowa w celu identyfikacji podzbiorów limfocytów w obrębie mysiej aorty, nerek i węzłów chłonnych w modelu nadciśnienia tętniczego

Zakażenie tkanek ludzkich ludzkim wirusem niedoboru odporności (HIV) ex vivo dostarcza cennego modelu 3D patogenezy wirusa. W tym miejscu opisujemy protokół przetwarzania i infekowania próbek tkanek z ludzkich migdałków i błon śluzowych żeńskich narządów płciowych wirusem HIV-1 i utrzymywania ich w kulturze na granicy faz ciecz-powietrze.

Ex vivo Zakażenie ludzkiej tkanki limfatycznej i błony śluzowej żeńskich narządów płciowych ludzkim wirusem niedoboru odporności 1 i histokultura

Poznaj zaawansowany workflow metaproteomiki klinicznej wykorzystujący platformę Galaxy do analizy białek mikrobiomu. Ta metoda umożliwia identyfikację peptydów mikrobowych i badanie ich wpływu na rozwój chorób.

Przepływ pracy metaproteomiki klinicznej wdrożony w ramach platformy bioinformatycznej Galaxy w celu analizy interakcji gospodarz-mikrobiom leżących u podstaw chorób człowieka (Wideo) | JoVE Journal

Przepływ pracy metaproteomiki klinicznej wdrożony w ramach platformy bioinformatycznej Galaxy w celu analizy interakcji gospodarz-mikrobiom leżących u podstaw chorób człowieka

Przeglądaj więcej filmów