Метод графа знаний для выяснения роли органеллярных путей в заболевании с помощью биомедицинских отчетов
13 октября 2023 г.
Представлен вычислительный протокол CaseOLAP LIFT и сценарий использования для исследования митохондриальных белков и их ассоциаций с сердечно-сосудистыми заболеваниями, как описано в биомедицинских отчетах. Этот протокол может быть легко адаптирован для изучения выбранных пользователем клеточных компонентов и заболеваний.
Этот вычислительный протокол важен, потому что он позволяет исследовать связи между клеточными компонентами, например, белками митохондрий, и их связь с заболеваниями, как сообщается в биомедицинских публикациях. CaseOLAP LIFT позволяет исследователям извлекать и интегрировать информацию из биомедицинских отчетов и баз знаний. Эти результаты, организованные в виде графа знаний, могут быть использованы для прогнозирования новых взаимосвязей.
Результаты этих исследований поддерживают генерацию гипотез, выделяя приоритетный список идентифицированных и прогнозируемых ассоциаций белковых заболеваний, что полезно для раскрытия новых идей о патологии заболевания и терапии. Этот настраиваемый рабочий процесс может быть применен к любому клеточному компоненту с помощью термина GO к любому списку заболеваний с помощью термина MeSH в любом диапазоне дат публикации. Этот удобный протокол сводит к минимуму вычислительный опыт, необходимый для анализа.
Программное обеспечение выпускается в виде контейнера Docker, для выполнения которого требуется только достаточное количество вычислительного хранилища и ресурсов. Для начала откройте окно терминала, чтобы скачать контейнер Docker CaseOLAP LIFT, и введите docker pull CaseOLAP slash CaseOLAP_LIFT latest. Создайте каталог, в котором будут храниться все данные программы и выходные данные.
Запустите контейнер docker с помощью команды, показанной на экране, заменив PATH_TO_FOLDER в качестве полного пути к файлу для папки. Чтобы запустить Elasticsearch в контейнере, откройте новое окно терминала и введите команду, показанную на экране. Перейдите в папку CaseOLAP_LIFT.
Убедитесь, что ссылки для скачивания и конфигурация имеют косую черту knowledge_base_links. JSON является актуальным и точным для последней версии каждого ресурса базы знаний. Чтобы определить онтологию гена или термин GO, перейдите на сайт генеонтология.
org и найдите идентификаторы для всех терминов GO. Точно так же найдите категории заболеваний с помощью заголовка Medical Subject Header или идентификаторов MeSH на веб-сайте, показанном на экране. Для выполнения модуля предварительной обработки укажите пользовательские изучаемые термины GO с помощью флага C тире, номера деревьев MeSH болезней с помощью флага D и укажите аббревиатуры с помощью флага A тире.
Чтобы выполнить модуль интеллектуального анализа текста, введите Python, пробел CaseOLAP_LIFT. py, пробел text_mining и добавьте флаг тире L, чтобы вставить темы некатегоризированных документов, и тире-флаг T, чтобы загрузить полный текст документов, имеющих отношение к заболеванию. Убедитесь, что результаты интеллектуального анализа текста находятся в папке результатов.
Укажите результаты интеллектуального анализа текста, которые будут использоваться для анализа, указав либо анализировать все белки, чтобы включить все функционально связанные белки, либо анализировать основные белки, чтобы включить только белки, связанные с термином GO. Чтобы определить основные белки и пути для каждого заболевания, баллы CaseOLAP преобразуются в Z-критерий в пределах каждой категории заболеваний. Укажите флаг тире Z, чтобы указать определенный пороговый балл, выше которого белки будут считаться значимыми.
Просмотрите результаты анализа и при необходимости внесите коррективы. Откройте файл z_score_cutoff_table. csv для просмотра сгенерированной таблицы Z-score, содержащей количество белков, значимых для каждой категории заболеваний.
Это помогает проинформировать пользователя о необходимости выбора соответствующего порогового значения Z-оценки. Откройте папку results и убедитесь, что в ней находятся необходимые файлы, включая папку, сгенерированную в результате предварительной обработки. Проверьте наличие всех белков в папках основных белков.
Чтобы спроектировать граф знаний, включите дерево заболеваний MeSH с флагом include MeSH. Белок-белковые взаимодействия из строки с флагом include PPI, общие пути реактома с флагом include PW и зависимость транскрипционного фактора от GRNdb GTEx с флагом include TFD. Запустите модуль построения графа знаний, указав, что анализ основных белков включает только белки, связанные с термином GO.
Чтобы масштабировать веса ребер, используйте шкалу Z-оценки для неотрицательных Z-оценок вместо оценок CaseOLAP по умолчанию. Проверьте выходные данные и убедитесь, что файлы графа знаний merged_edges. TSV и merged_nodes.
TSV-файлы присутствуют. Наконец, введите команду, показанную на экране, чтобы запустить сценарий прогнозирования графа знаний для прогнозирования ассоциаций белковых заболеваний. На этом рисунке представлены митохондриальные белки, значимые для каждой категории заболеваний.
Преобразование Z-критерия было применено к баллам CaseOLAP в каждой категории для идентификации значимых белков с использованием порогового значения в три. Общее количество белков, значимых для каждой категории заболеваний, показано над каждым графиком скрипки. Анализ реактомных путей этих белков выявил 12 путей, значимых для всех заболеваний.
Пример применения глубокого обучения к графу знаний о конкретном заболевании представлен на этом рисунке. Скрытые взаимосвязи между белками и заболеванием предсказываются, и вычисленные вероятности для обоих предсказаний отображаются здесь со значениями в диапазоне от нуля до единицы, где единица указывает на сильный прогноз. Указанная последовательность имеет решающее значение для выполнения этого протокола, в частности, модулей предварительной обработки и интеллектуального анализа текста.
Эти два шага напрямую влияют на идентификацию основных белков и путей для каждого заболевания, а также на построение графа знаний о конкретном заболевании. Результирующий граф знаний эффективно визуализируется с помощью графовых инструментов, таких как Neo4j и Cytoscape, и может быть использован для расширенного прогнозирования новых взаимосвязей на основе глубокого обучения. CaseOLAP LIFT позволяет изучать связи между любым клеточным компонентом и категориями заболеваний.
Полученный граф знаний и ранжированные ассоциации белковых заболеваний поддерживают обработку естественного языка и последующий анализ на основе графов.
Обзор
Вычислительный протокол CaseOLAP LIFT позволяет исследовать митохондриальные белки и их связь с сердечно-сосудистыми заболеваниями на основе анализа биомедицинских отчетов. Данный адаптивный протокол позволяет исследователям эффективно изучать различные клеточные компоненты и заболевания.
Основные компоненты исследования
Область науки
- Вычислительная биология
- Биомедицинская информатика
- Исследование сердечно-сосудистых заболеваний
Теоретические основы
- Митохондриальные белки играют важнейшую роль в функционировании клеток и развитии заболеваний.
- Понимание взаимосвязей между белками и заболеваниями может привести к новым терапевтическим подходам.
- CaseOLAP LIFT интегрирует данные из биомедицинских публикаций в граф знаний.
- Протокол разработан так, чтобы быть удобным для пользователя, сводя к минимуму необходимость в глубоких познаниях в области вычислительных методов.
Цель исследования
- Исследование взаимосвязей между митохондриальными белками и сердечно-сосудистыми заболеваниями.
- Предоставление настраиваемого рабочего процесса для изучения различных клеточных компонентов.
- Содействие формулированию гипотез путем приоритизации взаимосвязей между белками и заболеваниями.
Используемые методы
- Использование Docker-контейнера для упрощения развертывания программного обеспечения.
- Модули предварительной обработки и текстового анализа для извлечения данных.
- Построение графа знаний для визуализации взаимосвязей между белками и заболеваниями.
- Применение Z-преобразования для выявления значимых белков.
Основные результаты
- Идентификация значимых митохондриальных белков, связанных с сердечно-сосудистыми заболеваниями.
- Разработка графа знаний, отображающего прогнозируемые взаимосвязи между белками и заболеваниями.
- Визуализация результатов с помощью инструментов построения графов, таких как Neo4j и Cytoscape.
- Поддержка передовых методов глубокого обучения для прогнозирования новых взаимосвязей.
Выводы
- CaseOLAP LIFT представляет собой мощный инструмент для изучения взаимосвязей между клеточными компонентами и заболеваниями.
- Данный протокол углубляет понимание патологии заболеваний и потенциальных терапевтических мишеней.
- Результаты могут быть использованы для определения направлений будущих исследований и формулирования гипотез.
Часто задаваемые вопросы
Значимость для промышленности
Интеграция масштабных массивов биомедицинской литературы в структурированные графы знаний позволяет биофармацевтическим группам систематически выявлять ассоциации между белками и заболеваниями, а также механистические пути, имеющие значение для патологии заболеваний. Конвейер CaseOLAP LIFT повышает достоверность прогнозов при валидации мишеней и способствует генерации гипотез для раннего этапа поиска и трансляционных исследований. Такой подход оптимизирует приоритизацию новых мишеней и путей, что напрямую влияет на сортировку портфеля проектов и принятие решений о продвижении с учетом рисков.
Стратегическое применение в биофармацевтических исследованиях и разработках
Ранние этапы поиска и валидация мишени
- Обеспечивает систематический анализ взаимосвязей между белками и заболеваниями в обширных массивах биомедицинских данных.
- Способствует снижению биологических рисков путем интеграции данных из нескольких источников в единый граф знаний.
- Облегчает функциональную валидацию мишеней за счет приоритизации статистически значимых ассоциаций.
- Повышает прогностическую достоверность при принятии решений по портфелю проектов на ранних стадиях.
Скрининг и разработка анализа
- Подготавливает валидированные списки белков, имеющих значение при данных заболеваниях, для последующей разработки анализов.
- Стандартизирует идентификацию функциональных партнеров и путей для обеспечения готовности к скринингу.
- Обеспечивает воспроизводимое количественное ранжирование значимости белков с использованием Z-преобразования.
- Поддерживает масштабируемое автоматизированное извлечение мишеней из различных литературных источников.
Трансляционные и доклинические исследования
- Сопоставляет ассоциации «белок-заболевание» с релевантными путями развития заболевания для обеспечения трансляционной преемственности.
- Обеспечивает продвижение с учетом рисков за счет интеграции данных о путях и взаимодействиях из множества ресурсов.
- Поддерживает поиск биомаркеров и снижение механистических рисков с помощью анализа на основе графов.
- Облегчает последующую валидацию в доклинических моделях путем приоритизации высокодостоверных ассоциаций.
Интеграция конвейеров и рабочих процессов
Этот вычислительный конвейер связывает этапы раннего поиска, валидации мишеней и трансляционных исследований путем извлечения, интеграции и контекстуализации ассоциаций между белками и заболеваниями из биомедицинской литературы.
- Открывающая биология: способствует проверке гипотез и уточнению путей путем агрегирования данных из миллионов отчетов.
- Скрининг: обеспечивает воспроизводимые количественные результаты для разработки анализа и оценки соединений.
- Аналитика: предоставляет ранжированные, статистически значимые ассоциации и данные графа знаний для сравнительного анализа.
- Трансляционные исследования: связывает результаты открытий с путями, имеющими значение для заболевания, и потенциальными биомаркерами.
- Корпоративное повторное использование: предлагает настраиваемый автоматизированный рабочий процесс, применимый к любому клеточному компоненту или категории заболеваний.
Операционное и корпоративное воздействие
- Научная ценность: Повышает точность прогнозирования и уменьшает неоднозначность механизмов при выборе мишеней.
- Операционная ценность: Стандартизирует процесс извлечения и интеграции ассоциаций из литературы в больших масштабах.
- Стратегическая ценность: Обеспечивает возможность принятия решений о продолжении или прекращении разработки (go/no-go) на основе данных и эффективно управляет портфелем с точки зрения затрат капитала.
- Влияние на портфель: Поддерживает приоритизацию с учетом рисков и продвижение новых мишеней и путей.
Особенности реализации
- Требуется базовая вычислительная инфраструктура и хранилище данных для крупномасштабного текстового майнинга и построения графов.
- Минимальные требования к навыкам в области вычислений благодаря удобному, контейнеризированному рабочему процессу на базе Docker.
- Для обеспечения воспроизводимости необходима стандартизация выбора терминов GO и MeSH между разными исследовательскими группами.
- Возможность адаптации к различным клеточным компонентам и категориям заболеваний с помощью настраиваемых параметров.
- Результаты зависят от качества и полноты биомедицинской литературы и ресурсов баз знаний.
Часто задаваемые вопросы по биофармацевтике
Chapters in this video
0:04
Introduction
1:09
Running the Docker Container
1:53
Preparing the Diseases and Proteins
3:16
Analyzing the Results
4:20
Predictive Analysis
5:40
Results: Top Protein‐Disease and Pathway‐Disease Associations and Application of Deep Learning for Knowledge Graph Completion
6:40
Conclusion
