1 июля 2020 г.
Запустив Pathway Association Study Tool (PAST), либо через приложение Shiny, либо через консоль R, исследователи могут получить более глубокое понимание биологического значения результатов своего общегеномного ассоциативного исследования (GWAS), исследуя вовлеченные метаболические пути.
Полногеномный ассоциативный анализ является мощным инструментом для обнаружения генов, связанных с признаком, но многие из них упускаются. PAST находит больше этих генов и лучше дополняет картину. PAST принимает выходные данные GWAS и добавляет информацию о путях, которые клетки используют для построения метаболитов и создания фенотипов в организме.
Гены в этих путях часто пропускаются только GWAS. После проверки того, что данные GWAS разделены табуляцией, используйте поле файла ассоциации для выбора файла ассоциации и окно выбора файла эффектов для выбора файла эффектов. Чтобы загрузить данные GWAS с помощью PAST в консоли R, измените и запустите код, как указано.
Чтобы загрузить данные о неравновесии связи с помощью PAST Shiny, после проверки того, что данные о неравновесии связи разделены табуляцией и содержат соответствующие типы данных, выберите файл, содержащий данные о неравновесии связи. Чтобы загрузить данные о неравновесии компоновки с помощью PAST в консоли R, измените и запустите код, как указано. Чтобы присвоить SNP генам с PAST Shiny, расположив аннотации в формате общего признака, выберите файл, содержащий аннотации общего формата признака, и измените настройки в соответствии с размером окна и отсечкой R-квадрата, которые наиболее подходят для рассматриваемого вида как необходимые.
Чтобы присвоить SNP генам с PAST в консоли R, измените и запустите код, как указано. Убедившись, что файл путей содержит соответствующие данные в формате с разделителями-табуляторами, выберите файл, содержащий данные путей, и подтвердите, что режим выбран в параметрах анализа. При необходимости измените количество генов, которые должны находиться в пути, чтобы сохранить путь для анализа, и измените количество перестановок, используемых для создания нулевого распределения, чтобы проверить значимость эффекта.
Чтобы обнаружить значимые пути с помощью PAST в консоли R, измените и запустите код, как показано на рисунке. Чтобы просмотреть графики ковровых покрытий с помощью PAST Shiny, после того, как все входные данные будут загружены и настроены, нажмите кнопку Начать анализ. Появится индикатор выполнения, указывающий, какой этап анализа был завершен в последний раз.
Когда анализ будет завершен, PAST Shiny переключится на вкладку результатов, где будет отображена таблица результатов и ковровые графики. Используйте ползунок для управления параметрами фильтрации. Когда уровень фильтрации будет удовлетворительным, нажмите кнопку «Загрузить результаты», чтобы загрузить все изображения и таблицы по отдельности в ZIP-файл с именем и названием анализа.
Чтобы просмотреть графики ковров с помощью PAST в консоли R, измените и запустите код для сохранения результатов. Здесь показан успешный прогон с использованием образцов данных из пакета PAST, которые основаны на лабиринте GWAS зернистого цвета. И здесь показан пример изображения, которое можно скачать, нажав кнопку скачать результаты.
Этот ковровый график был получен на основе анализа траектории результатов GWAS, созданного с помощью панели лабиринта из 288 инбредных линий, которые были фенотипом по цвету зерен. Как и ожидалось, транс-ликопиновый путь биосинтеза, в результате которого образуются каротиноиды, был в значительной степени связан с цветом зерна. Гены и путь биосинтеза транс-ликопина также отмечены в ранге генов их влияния по сравнению со всеми другими генами в анализе.
Вершина линии балла по бегу для всего пути обозначена пунктирной линией. Он используется программой для определения того, выбран ли путь и представлен ли он в виде коврового участка. PAST работает со всеми данными, но дает хорошие результаты только для высококачественных данных.
Последовательности должны содержать небольшое количество ошибок, а фенотипические данные должны быть собраны в соответствии с тщательным статистическим дизайном. С помощью результатов исследования PAST можно идентифицировать гены, контролирующие важные точки и значимые пути, и в конечном итоге манипулировать ими с помощью селекции, редактирования генов и медикаментозной терапии для улучшения интересующего признака.
Инструмент исследования ассоциаций путей (PAST) расширяет результаты полногеномного поиска ассоциаций (GWAS) путем интеграции информации о метаболических путях. Этот инструмент позволяет исследователям выявлять гены, связанные с признаками, которые могли быть упущены при использовании только GWAS.
Инструмент для анализа ассоциаций метаболических путей (Pathway Association Study Tool, PAST) устраняет ключевой недостаток полногеномных поисков ассоциаций, интегрируя данные о метаболических путях для выявления дополнительных генов, связанных с признаком, которые были пропущены при стандартном GWAS. Это повышает достоверность валидации мишеней на ранних этапах поиска, обеспечивая механистический контекст генетических ассоциаций и способствуя принятию более обоснованных решений о продолжении или прекращении разработки (go/no-go) при идентификации ведущих соединений. Повышенная скорость работы и удобство интерфейса инструмента позволяют масштабировать его применение в рабочих процессах поиска, сокращая время получения результатов при генерации гипотез на основе метаболических путей.
PAST вписывается в континуум научных открытий, дополняя списки генов, полученные в результате GWAS, контекстом метаболических путей, что способствует переходу от первоначального выявления мишеней к оптимизации соединений-лидеров путем снижения рисков за счет механистического анализа.