Методическая статья

Навигация MARRVEL, веб-инструмент, который интегрирует геномику человека и модель генетики организма информации

DOI:

10.3791/59542

⸱

15 августа 2019 г.

 ,  ,  , 
1Program in Developmental Biology, Baylor College of Medicine, 2Medical Scientist Training Program, Baylor College of Medicine, 3Department of Pediatrics, Baylor College of Medicine, 4Jan and Dan Duncan Neurological Research Institute, Texas Children's Hospital, 5Department of Molecular and Human Genetics, Baylor College of Medicine, 6Department of Neuroscience, Baylor College of Medicine, 7Howard Hughes Medical Institute, Baylor College of Medicine

В этой статье

Краткое содержание

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Здесь мы представляем протокол для эффективного доступа и анализа многих баз данных человеческих и модельных организмов. Этот протокол демонстрирует использование MARRVEL для анализа вариантов, вызывающих болезни, которые были определены в ходе усилий по секвенированию следующего поколения.

Аннотация

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

С помощью секвенирования всего экзома/генома генетики человека выявляют редкие варианты, которые сегрегируются с фенотипами болезни. Чтобы оценить, является ли конкретный вариант патогенным, необходимо задать вопрос о многих базах данных, чтобы определить, связан ли ген интереса с генетическим заболеванием, был ли конкретный вариант зарегистрирован ранее и какие функциональные данные имеются в модельном организме базы данных, которые могут дать подсказки о функции гена в человеке. MARRVEL (Модель организма Агрегированные ресурсы для редкого варианта ExpLoration) является единым инструментом сбора данных для человеческих генов и вариантов и их ортоломных генов в семи модельных организмах, включая мышь, крысу, зебры, плодовую муху, нематодный червь, расщепление дрожжи, и подающий надежды дрожжи. В этом Протоколе мы предоставляем обзор того, для чего можно использовать MARRVEL, и обсуждаем, как различные наборы данных могут быть использованы для оценки того, может ли вариант неизвестного значения (VUS) в известном гене, вызывающего болезни, или вариант в гене неопределенного значения (GUS) Патогенных. Этот протокол будет направлять пользователя путем поиска нескольких человеческих баз данных одновременно, начиная с человеческого гена с или без варианта интереса. Мы также обсуждаем, как использовать данные от OMIM, ExAC/gnomAD, ClinVar, Geno2MP, DGV и DECHIPHER. Кроме того, мы иллюстрируем, как интерпретировать список генов ортологовых кандидатов, моделей экспрессии и терминов GO в модельных организмах, связанных с каждым человеческим геном. Кроме того, мы обсуждаем значение белка структурных областей аннотации при условии, и объяснить, как использовать функцию выравнивания нескольких видов белка для оценки того, вариант интереса влияет на эволюционно сохраненной области или аминокислоты. Наконец, мы обсудим три различных случаях использования этого сайта. MARRVEL является легкодоступным веб-сайтом открытого доступа, предназначенным как для клинических, так и для основных исследователей и служит отправной точкой для разработки экспериментов для функциональных исследований.

Введение

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Использование технологии секвенирования следующего поколения расширяется как в исследовательских, так и в клинических генетических лабораториях1. Анализы секвенирования всего генома (WGS) выявили многочисленные редкие варианты неизвестного значения (VUS) в известных болезнетворных генах, а также варианты генов, которые еще не связаны с менделейской болезнью (ГУС: гены неопределенные значение). Представленный со списком генов и вариантов в отчете о клинической последовательности, медицинские генетики должны вручную посетить несколько интернет-ресурсов, чтобы получить больше информации, чтобы оценить, какой вариант может быть ответственным за определенный фенотип, замеченный у интересующего пациента . Этот процесс занимает много времени, и его эффективность в значительной степени зависит от квалификации человека. Хотя было опубликованонесколькоруководящих документов 2,3, интерпретация WES и WGS требует ручного кураторства, поскольку еще предстоит стандартизированная методология для анализа вариантов. Для интерпретации VUS, знания о ранее сообщалось генотип-фенотип отношения, режим наследования, и аллеле частоты в общей популяции становятся ценными. Кроме того, знания о том, влияет ли этот вариант на критический белковый домен или эволюционно сохраненный остаток, могут увеличить или уменьшить вероятность патогенности. Чтобы собрать всю эту информацию, обычно необходимо перемещаться по 10-20 базам данных человеческих и модельных организмов, так как информация разбросана по Всемирной паутине.

Аналогичным образом, ученые-модели организмов, которые работают над конкретными генами и путями, часто заинтересованы в подключении своих выводов к механизмам заболеваний человека и хотят воспользоваться знаниями, которые генерируются в области геномики человека. Однако из-за быстрого расширения и эволюции наборов данных о геноме человека было трудно определить базы данных, которые предоставляют полезную информацию. Кроме того, поскольку большинство типовых баз данных организмов предназначены для исследователей, которые работают с конкретным организмом на ежедневной основе, очень трудно, например, для мыши исследователь для поиска конкретной информации в базе данных Drosophila и наоборот. Подобно варианту интерпретации поисков, выполненных медицинскими генетиками, выявление полезной информации о организме человека и другой модели человека занимает много времени и сильно зависит от фона модельного исследователя организма. MARRVEL (Модель организма Агрегированные ресурсы для редкого варианта ExpLoration)4 является инструментом, предназначенным для обеих групп пользователей, чтобы упорядочить их рабочий процесс.

MARRVEL (http://marrvel.org) был разработан как централизованная поисковая система, которая систематически собирает данные эффективным и последовательным образом для клиницистов и исследователей. С информацией из 20 или более общедоступных баз данных, эта программа позволяет пользователям быстро собирать информацию и получить доступ к большому количеству человеческих и модельных баз данных организма без повторного поиска. Страницы результатов поиска также содержат гиперссылки на исходные источники информации, позволяющие людям получить доступ к необработанным данным и собрать дополнительную информацию, предоставленную источниками.

В отличие от многих инструментов определения приоритетов, которые требуют большого секвенирования данных в виде файлов VCF или BAM и установок часто несвободного/коммерческого программного обеспечения, MARRVEL работает на любом веб-браузере. Он может быть использован на безсредствную стоимость и совместим с портативными устройствами (например, смартфоны, планшеты) до тех пор, как один подключен к Интернету. Мы выбрали этот формат, так как многие врачи и исследователи, как правило, необходимо искать один или несколько генов и вариантов за один раз. Обратите внимание, что мы разрабатываем пакетную загрузку и API (интерфейс прикладного программирования) для MARRVEL, чтобы в конечном итоге позволить пользователям курировать сотни генов и вариантов одновременно с помощью индивидуальных инструментов запроса, если это необходимо.

Благодаря широкому спектру приложений в этом протоколе мы описаем широко охватывающий подход к навигации по различным наборам данных, которые отображает MARRVEL. Более целенаправленные примеры, адаптированные к потребностям конкретных пользователей, будут описаны в разделе «Результаты представлений». Важно отметить, что выход MARRVEL по-прежнему требует определенного уровня фоновых знаний в генетике человека или модели организмов для извлечения ценной информации. Мы направим читателей к таблице, в которой перечислены основные документы, описывающие функцию каждой из исходных баз данных, которые курируются MARRVEL (Таблица 1). Следующий протокол делится на три раздела: (1) Как начать поиск, (2) как интерпретировать выводы генетики человека MARRVEL и (3) как использовать данные модельного организма в MARRVEL. В разделе «Результаты представительов» описаны более целенаправленные и конкретные подходы. MARRVEL активно обновляется, поэтому, пожалуйста, обратитесь к странице часто задаваемых вопросов текущего веб-сайта для получения подробной информации об источниках данных. Мы настоятельно рекомендуем пользователям MARRVEL зарегистрироваться для получения уведомлений об обновлении через форму отправки электронной почты в нижней части главной страницы MARRVEL.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Протокол

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. Как начать поиск

  1. Для поиска гена человека и варианта, перейдите на шаги 1.1.1.-1.1.2. Для поиска на основе генов человека (без вариантов ввода) перейдите к шагу 1.2. Для поиска генов на основе модели организма отсылай к шагам 1.3.1.-1.3.2.
    1. Перейдите на главную страницу MARRVEL4 в http://marrvel.org/. Начните с ввода символа гена человека. Убедитесь, что имена генов-кандидатов перечислены ниже входного поля с каждой записью персонажа. Если поиск возвращается отрицательным, убедитесь, что используемый символ гена актуален с помощью веб-сайта Комитета по номенклатуре HUGO Gene Nomenclature5 (HGNC; https://www.genenames.org/).
    2. Введите человеческий вариант. Панель поиска совместима с двумя типами вариантной номенклатуры: расположение генома, аналогичное тому, как варианты отображаются на ExAC и GnomAD 6, и номенклатура на основе стенограммы в соответствии с руководящими принципами HGVS. Примеры таких форматов отображаются серым текстом в поле поиска. Для номенклатуры геномного расположения используйте координаты в соответствии с hg19/GRCh37. Приступить к шагу 2.
      ПРИМЕЧАНИЕ: Если поиск возвращает ошибку, наиболее распространенными проблемами являются либо символ гена не в курсе или вариант номенклатуры является неправильным. В этих случаях веб-сайты HGNC (https://www.genenames.org/), Mutalyzer7 (https://www.mutalyzer.nl/) и TransVar8 (https://bioinformatics.mdanderson.org/transvar/) являются большими ресурсами для исправления ошибки. HGNC предоставляет официальные символы генов и их псевдонимы для всех человеческих генов.
    3. Если все еще сталкиваются сообщения об ошибке после подтверждения имени гена в актуальном состоянии, используйте Mutalyzer и TransVar для проверки и преобразования варианта номенклатуры.
    4. В некоторых ситуациях, таких как недавнее изменение символа гена в HGNC, попробуйте использовать синоним гена и, пожалуйста, свяжитесь с операционной командой MARRVEL, используя вкладку "Обратная связь", чтобы обновить исходные данные, так как MARRVEL может не предоставить правильную информацию из-за запаздывания в данных Дата.
  2. Введите символ гена человека и оставьте пробел в панели поиска человеческого варианта. Если обнаружена ошибка, перейдите в HGNC (https://www.genenames.org/), чтобы проверить официальный символ гена или попробовать старый символ гена.
    1. Нажмите на вкладку Поиска модели на верхнем баннере (рисунок1)или перейдите на http://marrvel.org/model. Выберите модель выбранного организма и введите символ гена гена модельного организма. Нажмите на символ гена, как имя автозавершено, а затем нажмите Поиск. Если результат поиска отрицательный, проверьте официальный символ гена, который используется в базах данных модельного организма(таблица 1).
    2. Если результат поиска по-прежнему отрицательный, доступ к DIOPT (DRSC Интегративный инструмент ортомного прогнозирования, https://www.flyrnai.org/cgi-bin/DRSC_orthologs.pl) и HCOP (https://www.genenames.org/tools/hcop/), чтобы оценить, если Есть нет хороших прогнозируемых ортологов для ген ажиотажа. DIOPT является ортолог прогнозирования поисковой системы в ведении DRSC(Дрозофила РНК Скрининг центр) и HCOP является аналогичный набор разработан HGNC.
      ПРИМЕЧАНИЕ: Дополнительные поиски с использованием BLAST (https://blast.ncbi.nlm.nih.gov/Blast.cgi) могут позволить пользователям найти ортологи, которые могут быть пропущены алгоритмами прогнозирования, используемыми в DIOPT и HCOP.
    3. Нажмите на MARRVEL его в нижней части для предсказанного человека ортог выбора. Проверить DIOPT оценка9 и Лучший балл от гена человека для моделирования организма? для выбора гена человека. Приступай к шагу 2.
      ПРИМЕЧАНИЕ: DIOPT оценка9 (https://www.flyrnai.org/cgi-bin/DRSC_orthologs.pl) является значение того, сколько алгоритмов ортолога прогнозирования предсказать пару генов в двух организмах, чтобы быть ортолотусом друг к другу. Для получения дополнительной информации об этих значениях и конкретных алгоритмах, используемых для расчета этого балла, обратитесь к Hu et al9. Когда Лучший счет от гена человека к модели организма? Да, это указывает на то, что человеческий ген, скорее всего, истинный человеческий ортолологи гена интерес, но могут быть исключения, особенно когда несколько человеческих генов ортологовые несколько генов модельного организма из-за событий дублирования генов в процессе эволюции. Если ген интереса является членом сложной семьи генов, которые претерпели различные эволюции в нескольких видах, пользователи должны определить публикацию, которая провела обширный филогенетический анализ гена семьи интересов, чтобы определить наиболее вероятно, ортолог кандидат гена.

2. Как интерпретировать MARRVEL человеческих генетики выходы для гена и вариант поиска

ПРИМЕЧАНИЕ: На странице результатов, Есть семь человеческих баз данных, которые отображаются(Таблица 1, Рисунок 1). Для каждой выходной коробки, есть кнопка внешний ссылку(маленькая коробка с диагональной стрелкой)в правом верхнем углу, который будет ссылаться на исходную базу данных для более подробной информации.

  1. Нажмите OMIM (Онлайн Менделеев Наследие в человеке, https://www.omim.org/)10, первая база данных, которая отображается.
    ПРИМЕЧАНИЕ: OMIM является ручной куратор базы данных, которая агрегирует и обобщает информацию о генетических заболеваний и особенностей человека.
    1. Используйте окно описания гена человека от OMIM для краткого резюме того, что известно о гене и гене продукта.
    2. Используйте генно-фенотип отношения поле, чтобы определить, если этот ген является известным заболеванием вызывающих ген или нет. Эта коробка обеспечивает вручную куратор известных заболеваний или фенотипов ассоциаций с геном интереса.
    3. Используйте Сообщаемые аллели из коробки OMIM, чтобы получить список патогенных вариантов, куратором которых является OMIM.
      ПРИМЕЧАНИЕ: Поскольку ручная кураторство публикации относительно нового открытия гена болезни необходимо для любой ассоциации генных заболеваний, чтобы появиться в OMIM, некоторое отставание времени и /или пропущенных публикаций может привести к заблуждению. Рекомендуется, чтобы пользователи выполняли поиск PubMed (https://www.ncbi.nlm.nih.gov/pubmed/), чтобы также ознакомиться с свежей литературой (см. 4.1.2.). Для получения дополнительной информации, куратором в OMIM, обратитесь к Amberger10,11.
  2. НажмитеExAC(Консорциум агрегации экзоме, http://exac.broadinstitute.org/)6и gnomAD(База данных агрегации генома, http://gnomad.broadinstitute.org/), большие базы данных геномики популяции на основе WES и WGS людей, которые выбраны для исключения тяжелых детских заболеваний.
    ПРИМЕЧАНИЕ: ExAC содержит 60 000 евро WES, в то время как gnomAD содержит 120 000 евро WES и 15 000 WGS. Как ExAC, так и gnomAD могут быть использованы в качестве базы данных контроля населения, особенно при тяжелых детских расстройствах, но его интерпретация требует определенной степени осторожности. В целом, gnomAD можно рассматривать как обновленную и расширенную версию ExAC, поскольку большинство когорт, включенных в ExAC, также включены в gnomAD. Однако, поскольку существуют некоторые исключения (см. информацию когорты в http://exac.broadinstitute.org/about и http://gnomad.broadinstitute.org/about соответственно), MARRVEL отображает данные из обоих источников.
    1. Используйте поле Control Population Gene Summary для получения статистических данных на генном уровне, таких как вероятность обнаружения аллелей функции (LOF) в общей популяции. Это называется pLI (вероятность непереносимости LOF) оценка в ExAC и может быть использован анамнез, насколько вероятно, одна копия аллеля LOF для конкретного гена может вызвать доминирующее заболевание через гапло-недостаточно механизмов.
      ПРИМЕЧАНИЕ: Глядя на pLI оценка гена имеет значение, особенно при работе с доминирующими расстройствами, которые представляют как тяжелые детские заболевания, связанные с de novo вариантов. Если ген имеет оценку pLI 0.00, то значит оно высоки терпимо вариантов LOF таким образом ген маловероятный причиняет заболевание через доминантный механизм haploinsufficiency. Это, однако, не обязательно исключает другие доминирующие выгоды функции (GOF) или доминирующих негативных опосредовано механизмов может вызвать болезнь. Кроме того, гены, которые вызывают рецессивные заболевания могут иметь низкие баллы pLI, так как карьера, как ожидается, будет найден в общей популяции. С другой стороны, если ген имеет pLI оценка 1,00, вполне возможно, что потеря одной копии этого гена наносит ущерб для здоровья человека. Дополнительные поиски на веб-сайтах, таких как DOMINO (https://wwwfbm.unil.ch/domino/) также могут быть использованы в комбинации для оценки вероятности варианта в конкретном гене вызывает доминирующее расстройство.
    2. Используйте следующие две коробки, чтобы получить частоты аллелей варианта интереса к ExAC и gnomAD, соответственно, чтобы помочь интерпретировать или нет вариант может быть патогенным в зависимости от того, если пациент имеет доминирующей или рецессивной болезни. Это поле будет отображаться только при ввода хиверсии пользователя при начале поиска.
      ПРИМЕЧАНИЕ: Если один предполагает рецессивный сценарий болезни и pLI оценка гена интерес низкий, следует обратить внимание на частоту аллелей, перечисленных здесь. Некоторые генетики могут установить точку отсечения от 0,005 до 0,0001 в качестве максимальной частоты аллелей для патогенных вариантов, которые могут вызвать тяжелое рецессивно наследственных заболеваний2. С другой стороны, если предположить доминирующий сценарий болезни, то менее вероятно, чтобы найти идентичный или аналогичный вариант в контрольной популяции. Опять же, это требует осторожности, потому что лица с позднего начала расстройств, заболеваний с мягким представлением, психических расстройств или заболеваний, не скрининг ExAC / gnomAD исследователи могут быть по-прежнему включены и вариант все еще может быть доминирующим патогенных Вариант. Кроме того, были некоторые случаи вариантов, связанных с педиатрическими условиями, найденными в нескольких людях в этих базах данных12,13,14, потенциально из-за неполного пенетранса или соматического мозаики13 , 15 лет , 16. Кроме того, хотя ExAC и gnomAD будут отображать варианты, которые находятся в гомозиготном состоянии, он не будет указывать, являются ли какие-либо из вариантов находятся в соединении гетерозиготного состояния. Наконец, некоторые варианты, найденные в этих базах данных, помечаются как низкое доверие из-за технических проблем в последовательности (например, низкий охват последовательности, повторяющаяся последовательность). Чтобы более внимательно изучить эти наборы данных, пользователям рекомендуется использовать кнопку внешней ссылки для посещения исходных веб-сайтов ExAC и gnomAD для получения дополнительной информации.
  3. Нажмите Geno2MP (Генотип для Менделиана Фенотип браузер, http://geno2mp.gs.washington.edu/Geno2MP/), коллекция WES основе данных из Университета Вашингтона Центр менделянской генетики. Он содержит около 9600 экзомов (по состоянию на 1/18/2019) пострадавших лиц и незатронутых родственников с некоторыми фенотипическими описаниями(рисунок 1).
    1. Используйте поле популяции болезни, чтобы получить частоту аллелей варианта интереса к этой когорте.
    2. Используйте джин-фенотип Отношения поле для получения HPO (генотип человека онтологии)17 терминов для лиц с вариантом интереса. Это один из многих способов для одного, чтобы искать пациентов, которые могут иметь то же заболевание.
      ПРИМЕЧАНИЕ: Если ген интереса подозревается, что связан с болезнью пациента и Есть совпадения, найденные в Geno2MP, дополнительная важная информация может присутствовать в источнике данных за то, что отображается.
      1. Нажмите кнопку внешней ссылки на генную страницу на Geno2MP, отфильтруйте мутации, аналогичные мутациям пациента (например, missense, LOF) и внимательно просмотрите списки вариантов. Обратите внимание на варианты с высокими баллами CADD18 и нажмите на профили HPO. Например, оценки CADD, превышаюющие 20, находятся в пределах 1% всех вариантов, которые, по прогнозам, будут пагубными, оценки CADD, которые превышают 10, находятся в пределах 10% лучших. Термины HPO предусматривают стандартизированное описание человеческих фенотипов. Здесь убедитесь, что проверить, если вариант был идентифицирован в пострадавших лиц или в родственника.
      2. Если варианты найдены у пациентов, которые страдают в той же системе органов, как пациент, рассмотреть вопрос об использовании формы электронной почты, чтобы связаться с врачом, который представил эти случаи В Geno2MP с помощью функции, представленной на веб-сайте Geno2MP.
        ПРИМЕЧАНИЕ: Не все врачи отвечают на такие вопросы, поэтому следует изучить другие возможности сватовства пациентов. Другие способы собрать когорту пациентов, пострадавших от тех же заболеваний является использование таких инструментов, как GeneMatcher19 (https://www.genematcher.org/) и другие базы данных, которые являются частью Matchmaker Exchange19,20 ( https://www.matchmakerexchange.org/). Смотрите сопроводительную статью JoVE для получения дополнительной информации о сватовство21.
  4. Используйте базу данных ClinVar (https://www.ncbi.nlm.nih.gov/clinvar/)22, поддерживаемую Национальными институтами здравоохранения (NIH), где исследователи и клиницисты представляют варианты с или без определения патогенности, для проверки варианты одного нуклеотида (SNV), небольшие indels и большие вариации числа копий (CNV).
    1. Используйте верхний ряд, чтобы просмотреть резюме числа вариантов каждого типа, о которых сообщается в ClinVar(рисунок1).
    2. Проверьте список вариантов ниже в поле Сообщили Аллели от ClinVar.
      ПРИМЕЧАНИЕ: Если вариант был включен в первоначальный поиск, выделенные варианты в чирок все варианты, которые включают в себя геномное расположение варианта интереса ,в том числе крупных CNV, которые часто помечены как; геномные координаты ... x1 (удаление) и ... x3 (дублирование)».
  5. Используйте DGV23 (База геномных вариантов, http://dgv.tcag.ca/dgv/app/home) и DECIPHER24 (DatabasE из геномийки и фенотипа у людей с помощью Ресурсов Ensembl, https://decipher.sanger.ac.uk/), оба коллекции CNVs. DGV является крупнейшим общедоступным коллекцией структурных вариантов от более чем 54 000 человек. Эта база данных включает образцы, как сообщается, здоровых людей, на момент установления, от до 72 различных исследований. Аналогичным образом, данные, отображаемые из DECIPHER, включают общие варианты из группы управления.
    ПРИМЕЧАНИЕ: Поскольку MARRVEL не имеет разрешения на отображение данных о пациентах, полученных от DECIPHIER, пользователям рекомендуется непосредственно посещать веб-сайт DECIPHER для доступа к потенциально патогенной информации CNV.
    1. Нажмите на изменение количества копий в базе данных управления (DGV Database) для получения вариантов, содержащих интересующие гены. В одном поле можно найти такую информацию, как размер, подтип и ссылка на вариацию номера копии.
    2. Нажмите в поле Common Copy Number Variants (DECIPHER Database), чтобы получить варианты, содержащие геномное расположение варианта интереса. Эта информация может помочь определить, если ген дублируется или удаляется в контрольных лиц.
      ПРИМЕЧАНИЕ: Если ген интереса удаляется у многих людей в контрольной популяции, это означает, что этот ген, вероятно, будет очень терпимым к вариантам LOF. Как низкие оценки pLI, это говорит о том, что одна потеря копии этого гена менее вероятно, чтобы вызвать тяжелое заболевание через механизм гаплоинесификции. Это, однако, не обязательно исключает другие доминирующие прироста функциональных или доминирующих отрицательных механизмов (например, антиморфные, гиперморфные и неоморфные аллели), вызванные специфическими несмысличными и усечением аллелей.  Возможные ограничения этих данных включают изменение источника и метода полученных данных, отсутствие информации о неполном пенетрансе патогенных CNV и о том, развились ли у людей определенные заболевания после сбора данных.

3. Как использовать данные о модельном организме в MARRVEL

  1. Используйте таблицу функций гена для получения следующей информации для восьми модельных организмов, включая человека (человека, крысу, мышь, зебры, дрозофилы, C elegans, подающий надежды дрожжей и дрожжей деления):
    1. Имя гена: Поскольку каждое имя гена гиперсвязано со страницами генов в соответствующих базах данных организмов модели, нажмите на эти ссылки, чтобы узнать больше о фенотипической информации и ресурсах, доступных для каждого модельного организма. Например, на FlyBase25 (http://flybase.org/) будет список всех сгенерированных аллелей, соответствующих фенотипов и наличие каждого аллеля из общественных фондовых центров.
    2. PubMed ссылку: Нажмите на PubMed ссылку, чтобы перейти к списку публикаций, которые относятся к гену интерес в каждом организме. Без использования этих связей, поиск человеческого гена непосредственно в PubMed может привести к пропавшим без вести некоторые публикации, которые использовали старый псевдоним гена для обозначения человеческого гена. Аналогичным образом, типовые названия генов организма, возможно, колебались исторически.
    3. ДИОПТ 9 баллов: Проверьте эту колонку для оценки того, сколько алгоритмов ортолога прогнозирования предсказать ген, вероятно, будет ортолог человеческого гена интереса. Можно использовать DIOPT оценка 3 или выше, как разумный отсечения для выявления твердых кандидатов орфолога. Однако, Есть случаи, когда подлинные ортолоты только DIOPT оценка 1 из-за ограниченной гомологии. В верхней части таблицы функции гена, ООН-проверить "Показать только лучший DIOPT оценка гена" поле для отображения всех кандидатов, которые обычно включают гомологичные гены, которые не обязательно ортологи.
    4. Выражение: Проверьте этот столбец для списка тканей, где ген или белок, представляющий интерес, как сообщается, выражается в человеческих или модельных баз данных организма. Данные о экспрессии генов и белков человека получены соответственно от GTEx26 (https://gtexportal.org/) и Атласа человеческого белка27 (https://www.proteinatlas.org/. Некоторые из них имеют кнопку с всплывающими ссылками, например, для человека и для мухи, которые отображают шаблон выражения с помощью тепловой карты, в то время как другие гиперссылки на соответствующие страницы баз данных системы модели.
    5. Ген Онтология 28 (GO) термины: Фильтр экспериментальными кодами доказательств и получение из соответствующих баз данных человеческих или модельных организмов. Термины GO, основанные на "кодах доказательств вычислительного анализа" и "электронных кодах доказательств аннотации" (прогнозы), не отображаются. Пожалуйста, посетите каждый веб-сайт модель организма, чтобы собрать эту информацию, если это необходимо.
    6. Другие ссылки, такие как Monarch Initiative29 (https://monarchinitiative.org/) и IMPC30 (http://www.mousephenotype.org/): Используйте гиперссылку Monarch Initiative для навигации по странице Phenogrid для конкретного гена человека, диаграмма, которая обеспечивает быстрое сравнение между фенотипами, связанными с геном, представляющим интерес для известных человеческих заболеваний и модели организма мутантов, которые фенотипические перекрытия. Если ген мыши имеет мышь нокаутом, сделанную или запланированную Международным консорциумом по фенотипированию мышей (IMPC), ссылки на страницу , в котором подробно описан фенотип мыши-нокаута и ее доступность из общественных фондовых центров.
  2. Человек Белковые домены: Используйте поле протеинов гена человека для того чтобы получить предсказанные домены протеина людского гена. Данные получены из DIOPT, который использует Pfam (https://pfam.xfam.org/) и CCD (База данных сохраненных доменов, https://www.ncbi.nlm.nih.gov/Structure/cdd/cdd.shtml). Один остаток, может быть, аннотирован более одного раза из-за некоторых перекрытий в областях, аннотированных в двух источниках.
  3. Используйте поле выравнивания multiple protein для того чтобы получить аминокислоту множественные выравнивание произведенных DIOPT9 которое вклюает людск (hs), крыса (rn), мышь (mm), zebrafish (dr), муха плодоовощ (dm), червь (ce), и дрожжи (sc и sp). Чтобы подчеркнуть аминокислоты интерес, прокрутите вниз к нижней части коробки и ввести аминокислоты номера ниже и аминокислоты, представляющие интерес будут выделены в чирок. Выравнивание обеспечивается DIOPT и использует выравниватель MAFFT (Программа множественных выравниваний для аминокислотных или нуклеотидных последовательностей, https://mafft.cbrc.jp/alignment/software/31).
    ПРИМЕЧАНИЕ: Если аминокислота, которая выделяется на основе числа не ожидается, это может быть связано с различными сплайсинг изоформ, используемых для выравнивания. В принципе, DIOPT использует самую длинную изоформу для отображения в этой коробке. Кроме того, для сегментов генов, которые не хорошо сохраняются, выравнивание многовидовых последовательностей с использованием параметров по умолчанию может быть неоптимальным. Мы рекомендуем использовать другие веб-сайты и программное обеспечение, такие как Clustal Omega и ClustalW/X (http://www.clustal.org/)32 для оптимизации параметров выравнивания и матриц соответственно.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Результаты

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Генетики человека и модельные ученые используют MARRVEL по-разному, каждый с различными желаемыми результатами. Ниже приведены три виньетки возможного использования для MARRVEL.

Оценка патогенности варианта доминирующего заболевания
Большинство пользователей, посещающих MARRVEL, используют этот веб-сайт для анализа вероятности того, что редкий человеческий вариант может вызвать определенное заболевание. Например, было установлено, что в аутосомно-доминантном режиме...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Обсуждение

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Критические шаги в этом протоколе включают начальный вход (шаги 1.1-1.3) и последующее толкование вывода. Наиболее распространенной причиной, почему результаты поиска являются отрицательными из-за многих способов, что ген и / или вариант может быть описана. Хотя MARRVEL обновляется на плановой основе, эти обновления могут привести к разрыву между различными базами данных, на которые ссылается MARRVEL. Таким образом, первым шагом в устранении неполадок неизменно проверяется, приведут ли альтернативные названия гена или ва...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Раскрытие информации

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Авторам нечего раскрывать.

Благодарности

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Мы благодарим д-ра Рами Аль-Оран, Сон-Янг Ким, Яньхуэй (Клер) Ху, Ин-Вуи Ван, Навин Манохаран, Сасидхар Пасупулети, Арам Комжан, Донксуэ Мао, Майкл Ванглер, Сяо-Туан Чао, Стефани Мор и Норберт Перримон техническое обслуживание MARRVEL. Мы признательны Саманте Л. Дил и Дж.Майклу Харнишу за их вклад в эту рукопись.

Первоначальная разработка MARRVEL была частично поддержана Центром скрининга модели недиагностированных болезней сети через NIH Commonfund (U54NS093793) и через NiH Office программ исследовательской инфраструктуры (ORIP) (R24OD022005). JW поддерживается NIH Eunice Кеннеди Шрайвер Национальный институт здоровья детей и развития человека (F30HD094503) и Роберт и Дженис Макнейр Фонд McNair MD / PhD Студенческая стипендиат программы в BCM. HJB также поддерживается Национальным институтом общих медицинских наук NIH (R01GM067858) и является исследователем Медицинского института Говарда Хьюза. ЗЛ поддерживается Национальным институтом общей медицинской науки NIH (R01GM120033), Национальным институтом старения (R01AG057339) и Фондом Хаффингтона. SY получил дополнительную поддержку от Национального института NIH по глухоты и других расстройств связи (R01DC014932), Фонд Симонса (SFARI Премии: 368479), Ассоциация Альцгеймера (Новый исследователь исследований Грант: 15-364099), Наман семьи Фонд фундаментальных исследований и Кэролайн Висс Юридический фонд для исследований в области молекулярной медицины.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Материалы

Список материалов, использованных в этой статье
ИмяКомпанияКаталожный номерКомментарии
Human GeneticsClinVarPMID: 29165669https://www.ncbi.nlm.nih.gov/clinvar/
Human GeneticsDECIPHERPMID: 19344873 https://decipher.sanger.ac.uk/
Генетика человекаDGVPMID:  24174537http://dgv.tcag.ca/dgv/app/home
Ортологические прогнозыDIOPTPMID: 21880147 https://www.flyrnai.org/cgi-bin/DRSC_orthologs.pl
Номенклатура генов/транскриптов человекаEnsemblPMID: 29155950 https://useast.ensembl.org/
Генетика человекаExAC PMID: 27535533http://exac.broadinstitute.org/
Базы данных первичных модельных организмовFlyBase (Drosophila)PMID:26467478http://flybase.org
Инструменты интеграции базы данных модельных организмовGene2FunctionPMID:28663344 http://www.gene2function.org/search/
GeneticsGeno2MPN/Ahttp://geno2mp.gs.washington.edu/Geno2MP/
Human GeneticsgnomADPMID: 27535533http://gnomad.broadinstitute.org/
Gene OntologyGO CentralPMID: 10802651, 25428369 http://www.geneontology.org/
Экспрессия генов/белков человекаGTExPMID: 29019975, 23715323 https://gtexportal.org/home/
Номенклатура генов человекаHGNCPMID: 27799471 https://www.genenames.org/
Базы данных первичных модельных организмовIMPC (мышь)PMID: 27626380http://www.mousephenotype.org/
Базы данных первичных модельных организмовMGI (мышь)PMID:25348401http://www.informatics.jax.org/
Инструменты интеграции баз данных модельных организмовMonarch InitiativePMID:27899636 https://monarchinitiative.org/
номенклатуры вариантов человекаPMID: 18000842 https://mutalyzer.nl/
Генетика человекаOMIMPMID:28654725 https://omim.org/
Базы данных первичных модельных организмовPomBase (дрожжи деления)PMID:22039153
https://www.pombase.org/ ЛитератураPubMedN/Ahttps://www.ncbi.nlm.nih.gov/pubmed/
Базы данных первичных модельных организмовRGD (крыса)PMID:25355511https://rgd.mcw.edu/
Базы данных первичных модельных организмовSGD (почковающиеся дрожжи)PMID: 22110037https://www.yeastgenome.org/
Экспрессия генов/белков человекаАтлас белков человекаPMID: 21752111https://www.proteinatlas.org/
Базы данных первичных модельных организмовWormBase (C. elegans)PMID:26578572http://wormbase.org
Базы данных первичных модельных организмовZFIN (данио-рерио)PMID:26097180https://zfin.org/
Human Мутализатор

Ссылки

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Yang, Y., et al. Clinical whole-exome sequencing for the diagnosis of mendelian disorders. New England Journal of Medicine. 369 (16), 1502-1511 (2013).
  2. Richards, S., et al. Standards and guidelines for the interpretation of sequence variants: a joint consensus recommendation of the American College of Medical Genetics and Genomics and the Association for Molecular Pathology. Genetics in Medicine. 17 (5), 405-424 (2015).
  3. MacArthur, D. G., et al. Guidelines for investigating causality of sequence variants in human disease. Nature. 508 (7497), 469-476 (2014).
  4. Wang, J., et al. MARRVEL: Integration of Human and Model Organism Genetic Resources to Facilitate Functional Annotation of the Human Genome. American Journal of Human Genetics. 100 (6), 843-853 (2017).
  5. Povey, S., et al. The HUGO Gene Nomenclature Committee (HGNC). Human Genetics. 109 (6), 678-680 (2001).
  6. Lek, M., et al. Analysis of protein-coding genetic variation in 60,706 humans. Nature. 536 (7616), 285-291 (2016).
  7. Wildeman, M., van Ophuizen, E., den Dunnen, J. T., Taschner, P. E. Improving sequence variant descriptions in mutation databases and literature using the Mutalyzer sequence variation nomenclature checker. Human Mutation. 29 (1), 6-13 (2008).
  8. Zhou, W., et al. TransVar: a multilevel variant annotator for precision genomics. Nature Methods. 12 (11), 1002-1003 (2015).
  9. Hu, Y., et al. An integrative approach to ortholog prediction for disease-focused and other functional studies. BMC Bioinformatics. 12, 357(2011).
  10. Amberger, J. S., Hamosh, A. Searching Online Mendelian Inheritance in Man (OMIM): A Knowledgebase of Human Genes and Genetic Phenotypes. Current Protocols in Bioinformatics. 58, 1(2017).
  11. Amberger, J. S., Bocchini, C. A., Scott, A. F., Hamosh, A. OMIM.org: leveraging knowledge across phenotype-gene relationships. Nucleic Acids Research. 47, 1038-1043 (2019).
  12. Liu, N., et al. Functional variants in TBX2 are associated with a syndromic cardiovascular and skeletal developmental disorder. Human Molecular Genetics. 27 (14), 2454-2465 (2018).
  13. Ropers, H. H., Wienker, T. Penetrance of pathogenic mutations in haploinsufficient genes for intellectual disability and related disorders. European Journal of Medical Genetics. 58 (12), 715-718 (2015).
  14. Shashi, V., et al. De Novo Truncating Variants in ASXL2 Are Associated with a Unique and Recognizable Clinical Phenotype. American Journal of Human Genetics. 100 (1), 179(2017).
  15. Chen, R., et al. Analysis of 589,306 genomes identifies individuals resilient to severe Mendelian childhood diseases. Nature Biotechnology. 34 (5), 531-538 (2016).
  16. Halvorsen, M., et al. Mosaic mutations in early-onset genetic diseases. Genetics in Medicine. 18 (7), 746-749 (2016).
  17. Kohler, S., et al. The Human Phenotype Ontology in 2017. Nucleic Acids Research. 45 (1), 865-876 (2017).
  18. Rentzsch, P., Witten, D., Cooper, G. M., Shendure, J., Kircher, M. CADD: predicting the deleteriousness of variants throughout the human genome. Nucleic Acids Research. 47 (1), 886-894 (2019).
  19. Sobreira, N., Schiettecatte, F., Valle, D., Hamosh, A. GeneMatcher: a matching tool for connecting investigators with an interest in the same gene. Human Mutation. 36 (10), 928-930 (2015).
  20. Sobreira, N. L. M., et al. Matchmaker Exchange. Current Protocols in Human Genetics. 95 (9), 31-39 (2017).
  21. Harnish, M., Deal, S., Wangler, M., Yamamoto, S. In vivo functional study of disease-associated rare human variants using Drosophila. Journal of Visualized Experiments. , (2019).
  22. Harrison, S. M., et al. Using ClinVar as a Resource to Support Variant Interpretation. Current Protocols in Human Genetics. 89, 11-18 (2016).
  23. MacDonald, J. R., Ziman, R., Yuen, R. K., Feuk, L., Scherer, S. W. The Database of Genomic Variants: a curated collection of structural variation in the human genome. Nucleic Acids Research. 42, Database issue 986-992 (2014).
  24. Firth, H. V., et al. DECIPHER: Database of Chromosomal Imbalance and Phenotype in Humans Using Ensembl Resources. American Journal of Human Genetics. 84 (4), 524-533 (2009).
  25. Thurmond, J., et al. FlyBase 2.0: the next generation. Nucleic Acids Research. 47, 759-765 (2019).
  26. Consortium, G. T. Human genomics. The Genotype-Tissue Expression (GTEx) pilot analysis: multitissue gene regulation in humans. Science. 348 (6235), 648-660 (2015).
  27. Ponten, F., Jirstrom, K., Uhlen, M. The Human Protein Atlas--a tool for pathology. Journal of Pathology. 216 (4), 387-393 (2008).
  28. The Gene Ontology, C. The Gene Ontology Resource: 20 years and still GOing strong. Nucleic Acids Research. , (2018).
  29. Mungall, C. J., et al. The Monarch Initiative: an integrative data and analytic platform connecting phenotypes to genotypes across species. Nucleic Acids Research. 45 (1), 712-722 (2017).
  30. Meehan, T. F., et al. Disease model discovery from 3,328 gene knockouts by The International Mouse Phenotyping Consortium. Nature Genetics. 49 (8), 1231-1238 (2017).
  31. Katoh, K., Rozewicki, J., Yamada, K. D. MAFFT online service: multiple sequence alignment, interactive sequence choice and visualization. Brief Bioinform. , (2017).
  32. Sievers, F., Higgins, D. G. Clustal Omega for making accurate alignments of many protein sequences. Protein Science. 27 (1), 135-145 (2018).
  33. Yoon, W. H., et al. Loss of Nardilysin, a Mitochondrial Co-chaperone for alpha-Ketoglutarate Dehydrogenase, Promotes mTORC1 Activation and Neurodegeneration. Neuron. 93 (1), 115-131 (2017).
  34. Deal, S., Yamamoto, S. Unraveling novel mechanisms of neurodegeneration through a large-scale forward genetic screen in Drosophila. Frontiers in Genetics. 9, (2019).
  35. Matamoros, A. J., Baas, P. W. Microtubules in health and degenerative disease of the nervous system. Brain Research Bulletin. 126, Pt 3 217-225 (2016).
  36. Theodosiou, A., Arhondakis, S., Baumann, M., Kossida, S. Evolutionary scenarios of Notch proteins. Molecular Biology and Evolution. 26 (7), 1631-1640 (2009).
  37. Shayevitz, C., Cohen, O. S., Faraone, S. V., Glatt, S. J. A re-review of the association between the NOTCH4 locus and schizophrenia. American Journal of Medical Genetics. Part B: Neuropsychiatric Genetics. 159 (5), 477-483 (2012).
  38. Wang, Z., et al. A review and re-evaluation of an association between the NOTCH4 locus and schizophrenia. American Journal of Medical Genetics. Part B: Neuropsychiatric Genetics. 141 (8), 902-906 (2006).
  39. Oriel, C., Lasko, P. Recent Developments in Using Drosophila as a Model for Human Genetic Disease. International Journal of Molecular Sciences. 19 (7), (2018).
  40. Hu, Y., Comjean, A., Mohr, S. E., FlyBase, C., Perrimon, N. Gene2Function: An Integrated Online Resource for Gene Function Discovery. G3. 7 (8), Bethesda. 2855-2858 (2017).

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Перепечатки и разрешения

Запросить разрешение на повторное использование текста или иллюстраций этой статьи JoVE

Запросить разрешение

Теги

Похожие статьи