Genômica MRI - um recurso público para estudar os padrões de seqüência dentro de DNA genômico
May 9th, 2011
Apresentamos um sítio web público computacional para análise de seqüências genômicas. Ele detecta padrões de seqüência de DNA com vários não-aleatória composições de nucleotídeos. Este recurso também gera sequências ao acaso, com diversos níveis de complexidade.
O objetivo geral deste procedimento é explorar a gama média, não aleatória, também chamada de homogeneidade de uma sequência genômica especificada pelo usuário. Isso é feito examinando primeiro a composição de oligonucleotídeos de uma sequência de entrada e gerando uma tabela de frequência de oligonucleotídeos que compreende a sequência. Esse objetivo é alcançado invocando o programa SRI Analyzer.
O segundo passo é produzir sequências aleatórias que tenham exatamente a mesma composição de oligonucleotídeos que a sequência de entrada. Isso é obtido invocando o programa gerador SRI. A terceira etapa do procedimento é encontrar segmentos dentro da entrada e sequências aleatórias que são significativamente enriquecidos por um determinado nucleotídeo ou combinação de nucleotídeos, por exemplo, GC ou ag.
Este objetivo é alcançado pelo programa MRI Analyzer. A etapa final do procedimento é baixar os arquivos contendo sequências de todas as regiões de ressonância magnética detectadas pelo programa. Em última análise, podem ser obtidos resultados que mostram que a maioria das regiões genômicas de árias multicelulares é significativamente enriquecida por segmentos contendo extremos de composição de bases detectados para cada um dos quatro nucleotídeos ou qualquer uma de suas combinações.
Estes em regiões homogêneas estão associados a confirmações de DNA incomuns e/ou propriedades particulares do DNA. Este método pode ajudar a responder a questões-chave no campo da genômica, como encontrar elementos de DNA potencialmente funcionais em vastas áreas de sequências não codificantes, incluindo regiões ou entradas intergênicas. Embora esse método possa fornecer informações sobre os genomas dos mamíferos, ele também pode ser aplicado a outros organismos, como invertebrados, plantas, fungos e bactérias.
Abra a página inicial do pacote on-line genômico mid-range em homogeneidade ou G GM I em www.bioinfo.utoledo. edu/gri/o recurso da web. Também fornece informações detalhadas sobre os programas no link de ajuda como Leia-me.
Embora todos os materiais publicados sobre ressonância magnética genômica e algoritmos semelhantes estejam listados no link links para recursos relevantes, crie um arquivo com sequência formatada mais rápida para iniciar a sessão de análise A-G-M-R-I. Uma sequência formatada mais rápida começa com uma cenoura ou o símbolo maior que, seguido por um identificador ou nome exclusivo e uma sequência nas linhas seguintes. Apenas nucleotídeos TG e C serão processados por ressonância magnética genômica, embora outras entradas de caracteres sejam permitidas.
O arquivo de sequência para o gene PKD um é usado. Para demonstrar a sessão, pressione o botão Iniciar. Isso abre uma nova página da Web, que oferece a opção de copiar e colar a sequência de entrada na janela fornecida ou se o arquivo for grande.
Para carregá-lo, clique no botão escolher arquivo para fazer upload de um arquivo. Navegue até o arquivo desejado. Em seguida, clique no botão iniciar esta sessão com este arquivo A confirmação de que o arquivo foi carregado com êxito é exibida na parte superior da página. Abaixo.
Esta mensagem é um identificador da sessão atual, que neste caso é C oito EP oh seis. Para analisar o curto intervalo na homogeneidade da sequência de entrada, clique no botão analisar curto intervalo na homogeneidade. O programa abre uma nova página, projetada especificamente para a execução do programa SRI Analyzer.
Aqui precisamos escolher o comprimento máximo dos oligonucleotídeos a serem examinados. Como nossas sequências de entrada de tamanho médio são de aproximadamente 50.000 nucleotídeos, selecionamos os formadores como o maior comprimento de oligonucleotídeos para os quais as frequências serão calculadas. Finalmente, precisamos pressionar o botão de análise de arquivo imediatamente.
O programa calcula as frequências de todos os oligonucleotídeos do comprimento escolhido e comprimentos menores dentro da sequência de entrada. Para ver as frequências de todos os oligonucleotídeos, clique no link baixar arquivo de composição. Este arquivo chamado arquivo de usuário.
com representa uma tabela com três colunas. A primeira coluna especifica oligonucleotídeos. O segundo representa suas frequências relativas e o terceiro representa o número de ocorrências de oligonucleotídeos dentro da sequência de entrada.
Para gerar sequências aleatórias com a mesma composição de oligonucleotídeos do arquivo de entrada, clique na guia do gerador de SRI. Na nova página, escolha o número de amostras de sequências aleatórias a serem geradas. Cada um desses exemplos conterá sequências aleatórias do mesmo número e comprimento que as sequências de entrada no arquivo do usuário.
Neste exemplo, o arquivo do usuário é a sequência do gene PKD um. Em seguida, escolha o comprimento mais longo de oligonucleotídeos para os quais as frequências serão aproximadas nas sequências aleatórias, selecionando o botão de opção para formadores, que representa quatro oligonucleotídeos de base. Em seguida, escolha dois para o número de amostras de sequências aleatórias a serem geradas.
Por fim, inicie o programa clicando no botão gerar arquivo para as sequências de entrada de centenas de milhares de nucleotídeos. Pode levar alguns minutos para gerar sequências aleatórias. Portanto, aguarde até que os links azuis para download apareçam na parte inferior desta página.
Para analisar a homogeneidade de entrada e sequências aleatórias de médio alcance, clique na guia Analisador de ressonância magnética. Na nova página, selecione uma sequência a ser analisada na caixa de listagem do arquivo a ser analisado. Em seguida, escolha o conteúdo do GC na lista de sete tipos de conteúdo.
O conteúdo GC significa composição G mais C. O campo de tamanho da janela permite a seleção do comprimento da janela para a qual as sequências ricas e ruins de conteúdo serão examinadas. Mantenha o tamanho padrão da janela de 50 nucleotídeos.
Por fim, escolha o limite superior e inferior para regiões ricas em conteúdo e pobres em conteúdo, respectivamente. Esses limiares podem ser definidos pelo número de nucleotídeos específicos na janela atual ou pela porcentagem desses nucleotídeos na janela. Nesse caso, vamos escolher inicialmente valores aleatórios de 60% para o limite superior e 30% para o limite inferior.
Em seguida, pressione o botão analisar arquivo Em seguida, um link para o arquivo de saída aparece e uma representação gráfica dos resultados é exibida. Todas as regiões ricas em conteúdo ao longo da sequência de entrada são marcadas como picos ascendentes azuis e as regiões pobres em conteúdo como picos descendentes vermelhos. O gráfico mostra que há muitos picos azuis que mostram regiões ricas em GC e muito menos picos vermelhos que mostram regiões pobres em GC.
Isso significa que os parâmetros escolhidos não são ideais. Para a próxima iteração, use um limite superior de 75% e um limite inferior de 32%. Novamente, inicie o analisador de ressonância magnética clicando no botão analisar arquivo.
O novo gráfico mostra que, mesmo para os novos parâmetros muito mais rigorosos, existem centenas de picos azuis. Portanto, aumente o limite superior para 80%e repita os cálculos. O novo gráfico mostra que 62 regiões ricas em GC têm conteúdo de GC maior ou igual a 80% e 28 regiões pobres em GC com conteúdo de GC abaixo de 32%Em seguida, compare os resultados do arquivo de entrada com as duas sequências aleatórias que têm a mesma composição de oligonucleotídeos que o gene PKD um.
Para fazer isso, altere a sequência de PKD um gene para o aleatório usando a caixa de listagem de arquivo para analisar, mantendo os mesmos parâmetros para regiões ricas e pobres em GC. A exibição gráfica recém-gerada para a sequência aleatória número um ilustra que essa sequência aleatória tem apenas uma região pobre de GC e 31 regiões ricas em GC. Outra sequência aleatória pode apresentar alguma flutuação no número de regiões ricas e pobres em conteúdo, mas a tendência deve ser a mesma.
Sequências randomizadas para PKD um gene têm várias vezes menos. As regiões ricas em GC são mais de 10 vezes menos regiões pobres em GC. A próxima demonstração usa outro tipo de conteúdo de ressonância magnética.
No mesmo pacote, um íntron de gene humano desse gene contém várias regiões ricas em purinas associadas a estruturas DN aex. Na página do analisador de ressonância magnética, mude o conteúdo de DNA para nucleotídeos ag que representam purinas. Mantenha o tamanho da janela igual a 50 bases e altere o limite superior para 80%e o limite inferior para 10%Em seguida, pressione o botão analisar arquivo para invocar o programa.
O gráfico exibido mostra que este gene tem seis regiões ricas em ag mostradas por picos verticais azuis e 14 regiões pobres em ag mostradas por picos vermelhos. Em seguida, compare esses resultados obtidos para o gene PKD um com os dados das sequências randomizadas que têm a mesma composição de oligonucleotídeos do gene em estudo, primeiro mude para a sequência randomizada, por exemplo, número dois, e mantenha os mesmos parâmetros do teste anterior. O gráfico para esta sequência aleatória mostra que ela contém apenas uma região rica em AG e nenhuma região pobre em AG.
Todos os dados gerados durante a sessão são salvos em arquivos especiais que podem ser acessados por meio da guia de download de arquivos no canto superior direito de cada página da web. Depois de abrir este link, baixe a sequência de entrada, bem como todas as sequências aleatórias geradas. Abaixo desta lista de arquivos, há um link para a tabela de frequência de oligonucleotídeos gerada pelo programa analisador SRI.
Em seguida, há links para todos os resultados gerados pelo programa analisador de ressonância magnética durante a sessão. Por exemplo, clique no usuário do arquivo um arquivo RAND um quatro AGCO 50 32 14, representando os resultados obtidos para a sequência aleatória. Número um com os seguintes parâmetros, conteúdo ag 50 nucleotídeos janela longa, limiar superior, 32 nucleotídeos e limiar inferior 14 nucleotídeos
.Neste arquivo, todos os segmentos de sequência de nucleotídeos que correspondem a critérios ricos ou ruins de conteúdo e suas coordenadas estão disponíveis como uma lista de acordo com suas posições consecutivas ao longo da sequência de entrada. Depois de assistir a este vídeo, você deve ter uma boa compreensão de como navegar pela ressonância magnética genômica, recurso computacional.
Visão Geral
Este artigo apresenta um recurso web computacional projetado para a análise de sequências genômicas, focando na detecção de composições de nucleotídeos não aleatórias. A ferramenta gera sequências randomizadas com composições de oligonucleotídeos semelhantes, facilitando a exploração de inomogeneidades genômicas.
Componentes Principais do Estudo
Área da Ciência
- Genômica
- Bioinformática
- Biologia Computacional
Fundo
- O estudo aborda a análise da não aleatoriedade de gama média em sequências genômicas.
- Utiliza vários programas para analisar composições de oligonucleotídeos e gerar sequências aleatórias.
- Entender esses padrões pode revelar elementos funcionais de DNA em regiões não codificantes.
- O método é aplicável a vários organismos, incluindo mamíferos e plantas.
Propósito do Estudo
- Explorar a não aleatoriedade em sequências genômicas.
- Gerar sequências aleatórias que mantêm a mesma composição de oligonucleotídeos da entrada.
- Identificar segmentos enriquecidos de nucleotídeos dentro de regiões genômicas.
Métodos Utilizados
- Análise da composição de oligonucleotídeos usando o programa SRI Analyzer.
- Geração de sequências aleatórias com o programa SRI generator.
- Identificação de segmentos enriquecidos usando o programa MRI Analyzer.
- Arquivos de saída para download contendo sequências analisadas e resultados.
Principais Resultados
- Tabelas de frequência de oligonucleotídeos são geradas a partir das sequências de entrada.
- Sequências randomizadas são criadas que espelham a composição de oligonucleotídeos do original.
- Enriquecimento significativo de combinações específicas de nucleotídeos é identificado em regiões genômicas.
- Representações gráficas de regiões ricas e pobres em conteúdo são fornecidas.
Conclusões
- O recurso computacional auxilia na identificação de elementos funcionais dentro do DNA não codificante.
- Melhora a compreensão das inhomogeneidades genômicas em várias espécies.
- Os métodos podem ser aplicados a uma ampla gama de estudos genômicos.
Perguntas Frequentes
Executive Industry Relevance
Genomic MRI provides a computational approach to detect non-random nucleotide patterns in non-coding DNA, supporting target validation by identifying regulatory elements with potential functional significance. This enables mechanistic de-risking in early discovery by linking sequence inhomogeneity to biological processes such as gene expression and recombination. The resource enhances predictive confidence in lead identification by prioritizing genomic regions with extreme base composition for downstream assay development.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Interrogates therapeutic hypotheses by identifying mid-range inhomogeneity regions associated with non-B-form DNA structures involved in gene regulation.
- Operational Value: Enables functional target validation through computational detection of sequence patterns enriched in purine-rich or GC-rich regions.
- Predictive Value: Supports portfolio triage by highlighting genomic regions with fixation bias against homogeneity-reducing mutations, indicating evolutionary conservation and potential functionality.
Screening & Assay Development
- Scientific Value: Prepares validated biological systems for downstream workflows by characterizing sequence patterns that correlate with unusual DNA conformations.
- Operational Value: Addresses assay standardization and reproducibility by generating randomized sequences with matched oligonucleotide composition for comparative analysis.
- Screening Readiness: Highlights platform reuse through freely available internet resources that facilitate examination of vast non-coding regions across species.
Translational & Preclinical Research
- Translational Continuity: Discusses disease relevance by linking MRI regions to regulation of gene expression and recombination, supporting biomarker alignment in preclinical models.
- Risk-Adjusted Advancement: Describes continuity from discovery through preclinical validation by enabling cross-species application in invertebrates, plants, fungi, and bacteria.
- Mechanistic De-risking: Focuses on predictive value by identifying sequence patterns associated with functional DNA elements in non-coding regions.
Pipeline & Workflow Integration
The method integrates into the discovery continuum from target validation through lead identification to preclinical work by providing quantitative outputs on sequence enrichment that inform biological de-risking decisions.
- Discovery Biology: Supports hypothesis testing and pathway clarification by analyzing oligonucleotide composition and identifying enriched nucleotide segments in user-specified genomic sequences.
- Screening: Describes assay readiness and reproducibility through generation of randomized sequences with identical oligonucleotide composition for comparative MRI analysis.
- Analytics: Highlights measurements and statistical outputs such as frequency tables and graphical representations of content-rich and content-poor regions to enable condition comparison.
- Translational Research: Connects to preclinical continuity by demonstrating applicability across organisms, supporting biomarker alignment in disease-relevant systems.
- Enterprise Reuse: Frames the method as a reusable capability via a freely accessible web resource for standardized genomic sequence analysis across projects.
Operational & Enterprise Impact
- Scientific Value: Predictive confidence, target validation, reduction of mechanistic ambiguity in non-coding DNA interpretation.
- Operational Value: Standardization, reproducibility, and scalability through automated sequence analysis and randomized control generation.
- Strategic Value: Better go/no-go decisions, capital efficiency, and reduced late-stage biological risk by prioritizing functionally relevant genomic regions early.
- Portfolio Impact: Risk-adjusted prioritization and advancement decisions based on evolutionary conservation signals in MRI regions.
Implementation Considerations
- Required scientific expertise in bioinformatics and genomics for interpreting oligonucleotide frequency tables and MRI outputs.
- Instrumentation and analytical infrastructure needs include web access to the Genomic MRI resource and capacity to handle sequences up to hundreds of thousands of nucleotides.
- Cross-team standardization requirements involve consistent use of window size, threshold parameters, and nucleotide content types (e.g., GC, AG) for reproducible MRI analysis.
- Adaptation considerations across model systems include validation of sequence input format (FASTA) and restriction to A, T, G, C nucleotides despite tolerance for other characters.
- Practical limitations include dependency on user-defined thresholds for content-rich and content-poor regions, which require optimization to avoid over-prediction of enriched segments.
