Um protocolo para o uso de Gene definir análise de enriquecimento para identificar o modelo Animal adequado para investigação de translação

O objetivo geral deste procedimento é identificar o modelo animal apropriado para questões de pesquisa translacional. Este método pode ajudar a responder a uma questão-chave na pesquisa translacional: como posso selecionar um modelo animal apropriado para uma doença humana específica que desejo investigar? A principal vantagem dessa técnica é que os dados do genoma completo são comparados entre modelos animais e estudos de doenças humanas.

Portanto, essa abordagem evita interpretações tendenciosas relacionadas a comparações de genes únicos. Embora esse método forneça informações sobre a adequação de modelos de camundongos para doenças inflamatórias, ele também pode ser aplicado a outros modelos de doenças. O GSEA ajuda a investigar a regulamentação de políticas para estudos de expressão gênica.

A saída para cada modelo animal e estudo de doença é a base para comparações adicionais. Inicie este procedimento com o download de software e dados, seguido pelo manuseio e formatação de dados conforme descrito no protocolo de texto. Em seguida, abra a ferramenta de software GSEA.

Clique no botão Carregar dados no lado esquerdo da janela principal. Uma nova guia será aberta para importar os arquivos de dados necessários. Na nova guia, navegue até o arquivo de dados de expressão gênica e o arquivo de fenótipo.

Caso a GSEA não consiga se conectar à Internet, carregue também os arquivos de banco de dados de assinatura molecular baixados e os arquivos de anotações do chip de DNA. Os dados importados com êxito aparecem na seção de dados de carga. Clique no botão Executar GSEA no lado esquerdo da janela principal.

Uma nova guia será aberta para definir os parâmetros para a análise. A guia é subdividida em três partes, campos obrigatórios, campos básicos e campos avançados. Nos campos obrigatórios, primeiro escolha o conjunto de dados da expressão.

Em seguida, escolha o banco de dados de conjuntos de genes no site conectado ou no arquivo de conjunto de genes importado manualmente. Edite os rótulos de fenótipo para selecionar os grupos de amostras que devem ser comparados entre si. Por exemplo, grupo de doenças versus grupo de controle saudável.

Em seguida, selecione recolher conjunto de dados para símbolos de gene igual a true para traduzir os identificadores de sonda no conjunto de dados de expressão para símbolos oficiais do gene Hugo usados no banco de dados de conjuntos de genes. Selecione false se o conjunto de dados de expressão já contiver símbolos do gene Hugo. Defina o número de permutações para a configuração padrão em 1.000.

Altere o tipo de permutação para conjunto de genes, pois a permutação do fenótipo só é recomendada quando há mais de sete amostras em cada fenótipo. Por fim, selecione a plataforma de chip usada para gerar os dados de expressão gênica do site conectado ou do arquivo de anotações do chip de DNA importado manualmente. Nos campos básicos, edite o nome da análise e salve os resultados nesta seção de pasta.

Além disso, outros parâmetros estatísticos podem ser alterados. Para obter mais detalhes sobre os parâmetros e a seção de campos avançados, acesse o guia do usuário do GSEA. Se forem aplicadas métricas de grupo calculadas externamente para dados de expressão gênica, use uma ferramenta pré-classificada do GSEA.

Essa análise é conduzida com base em uma lista simples de genes pré-atribuídos a métricas de grupo pré-calculadas que são usadas para classificar os genes. Depois de carregar o arquivo de expressão gênica alternativa, vá para a barra de navegação principal e clique em Ferramentas, GseaPreranked. Da mesma forma, uma nova guia será aberta para definir os parâmetros para a análise.

Em seguida, clique no botão Executar na parte inferior direita da janela. Clique na análise bem-sucedida na seção Relatório GSEA para abrir os resultados da análise. Em seguida, clique nos resultados detalhados do enriquecimento no formato Excel para exportar os resultados da análise para uma planilha.

Exporte os resultados separadamente para ambos os fenótipos. No Excel, junte os dados de resultados em um arquivo de planilha. Para comparação subsequente entre os dados de expressão gênica de vários estudos, mantenha pelo menos o nome do conjunto de genes, sua pontuação de enriquecimento normalizada e seu valor de FDR.

Repita a análise de enriquecimento do conjunto de genes para o segundo estudo e para todos os estudos posteriores que devem ser comparados entre si. Inclua o maior número possível de estudos clínicos em humanos e diferentes modelos de camundongos para identificar o modelo de camundongo ideal para a questão de pesquisa translacional. Para identificar o modelo animal ideal para imitar a situação humana, compare os resultados do GSEA de todos os estudos entre si.

Use as pontuações de enriquecimento e os valores de FDR para classificar as vias como ativadas, inibidas ou nenhuma. Para que muitos estudos sejam comparados, recomenda-se o uso de scripts R. Para cada comparação de dois estudos, conte o número de realizações das nove combinações possíveis de regulação da via, conforme indicado por uma tabela de contingência de três por três.

Avalie a correlação entre dois estudos pelo cálculo do valor preditivo positivo e do valor preditivo negativo, que é, por definição, a parte das vias que mostra a mesma regulação em dois estudos. Além disso, estime a parte das vias que se esperava que se correlacionassem apenas por acaso, representada pela chance ppv e chance npv. Em seguida, calcule o ganho de informações.

Todos os cálculos podem ser feitos usando programas de planilha, mas o uso de funções R é recomendado. Use a tabela de contingência de um par de estudos para calcular o valor de P com o teste qui-quadrado, por exemplo, usando a função R, o teste qui-quadrado ou programas de planilha. Armazene os dados da tabela de contingência em uma matriz X.Em seguida, compare os resultados do GSEA para todas as combinações dos estudos que foram selecionados para a análise.

Classifique todas as combinações pelo ganho de informações. Para a comparação de muitos conjuntos de dados, use uma matriz e visualize as descobertas usando um mapa de calor colorido. Selecione o modelo animal com o maior ganho de informações.

Para avaliar a significância do ganho de informação, leve em consideração também o teste qui-quadrado. Uma matriz de correlação de comparações de caminhos entre estudos em humanos e camundongos é demonstrada aqui. A sobreposição da regulação da via é mostrada como o ganho de informações que podem ser obtidas de um estudo para prever os efeitos em outro estudo.

Azul significa baixa correlação e vermelho significa alta correlação entre os dados. A comparação de conjuntos de dados humanos com murinos revelou um subgrupo de modelos murinos que eram altamente correlativos aos estudos humanos. Portanto, esses modelos de camundongos são mais adequados para imitar a situação humana.

Em contraste, os estudos sete, oito e nove não mostraram correlação com os estudos de doenças humanas. Uma vez dominada, essa técnica pode ser feita em vários dias se for executada corretamente. Depende da quantidade de dados e da disponibilidade de dados.

Ao tentar este procedimento, é importante lembrar que a validade dos resultados depende da qualidade e relevância dos dados escolhidos. Depois de assistir a este vídeo, você deve ter uma boa compreensão de como selecionar um modelo animal apropriado para uma doença humana específica com base nos dados da transcrição.