Summary
Im Gegensatz zu DNA Reihenfolge Daten epigenomischen Daten nicht ohne weiteres Text-basierte Suche unterliegen. Hier sind die Verfahren, die eine verbesserte Version des GeNemo, eine Web-basierte Bioinformatik-Tool verwenden, um Muster-basierte Suche nach Gemeinsamkeiten im Vergleich zur Verfügung Online-Datenbanken, einschließlich der Enzyklopädie der DNA-Elemente mit epigenomischen-Daten durchzuführen Daten des Benutzers.
Abstract
Im Vergleich mit den robusten textbasierte Suche Tools für genomische oder RNA Sequenzierung Daten, aktuelle Methoden für die Pattern-basierte Suche von epigenomischen und anderen funktionalen genomischen Daten sind sehr begrenzt. GeNemo ist das erste Online-such-Tool, das dieses Ziel erreicht. Benutzer geben ihre funktionale genomischen Daten im Browser erweiterbare Daten (Bett), Gipfeln und BigWig Formate und können Daten in einem der drei Formate suchen. Benutzer können angeben welche Datensätze zu durchsuchen, Auswahl aus einer Vielzahl von Online-Datasets mit der Enzyklopädie des DNA-Elemente (ENCODE) Vertreter der verschiedenen epigenomischen Marken, transcriptional Faktor Bindungsstellen und chromatin Überempfindlichkeiten oder Erreichbarkeiten in bestimmten Zelltypen und Entwicklungsstadien oder Tierarten (Maus oder Mensch). GeNemo gibt eine Liste der genomischen Regionen mit passenden Muster zu den Eingabedaten, die möglicherweise werden im Browser angezeigt als auch im Bett-Format heruntergeladen. Die aktualisierten GeNemo grafische Darstellung verbessert hat, hat mehr robuste Oberfläche und ist nicht mehr anfällig für Fehler aufgrund von Änderungen in der University of California, Santa Cruz (UCSC) Genom Browser. Schritte zur Problembehandlung für häufig auftretende Probleme werden diskutiert. Wie funktionelle Genomik Datenmenge exponentiell wächst, gibt es eine kritische Notwendigkeit zu entwickeln und zu verfeinern, neue bioinformatische Werkzeuge wie GeNemo für Datenanalyse und Interpretation.
Introduction
Jüngsten technologischen Fortschritte haben erlaubt, für einen raschen Ausbau der epigenomischen oder funktionelle Genomdaten Depots, die die Entwicklung der relevanten Analysetools, biologische Erkenntnisse zu extrahieren überholt haben. Eine wichtige Methode zur Analyse epigenomischen Daten soll Suchdaten User generated gegen Daten-Depots und insbesondere aus der Enzyklopädie von DNA-Elemente (ENCODE)1 Projekte für übereinstimmende Muster, die zu neuen Erkenntnissen führen könnten. Zum Beispiel kann Ähnlichkeiten in den Mustern der beiden unterschiedlichen epigenomischen Markierungen an definierten Loci über das Genom identifizieren koordiniertes Handeln von verschiedenen molekularen Spielern auf Chromatin Konformation und transcriptional Regelung2 hinweisen ,3,4.
Herkömmlichen Text-basierte Suchmaschinen sind in dieser Hinsicht unwirksam, weil im Gegensatz zu DNA-Sequenz, epigenomischen Daten überwiegend im Format der Intensitäten oder funktionalen genomische Regionen vorhanden. GeNemo, stehend für Gene Nemo (wie findet Nemo), wurde entwickelt, um dieses ungedeckten Bedarfs mit Muster-basierte Suche5. Der Algorithmus nutzt eine Markov Chain Monte Carlo Maximierung Prozess5. Nutzer nehmen ihre eigenen Daten oder ein Dataset heruntergeladen von Depots und Suche eine Reihe von Online-epigenomischen Daten Ähnlichkeiten im Muster zu identifizieren.
Die aktuelle Version des GeNemo hat eine aktualisierte Display, Schnittstellen mit der University of California, Santa Cruz (UCSC) Genom Browser6, robuster und weniger anfällig für Probleme, verursacht durch Veränderungen in der zweiten. Insbesondere während GeNemos Ergebnisseite verwendet, um auf der Browseroberfläche UCSC Genom beruhen, die aktuelle Version des GeNemo unterstützt eine eigene Ergebnisseite und folglich wird nicht mehr beeinträchtigt durch strukturelle Veränderungen an den UCSC-Genom-Browser. GeNemo können alle genomischen Signal, einschließlich Proteinbindung Histon-Modifikation, Chromatin Zugänglichkeit, topologische Domänen und So weiter, als eine Abfrage zum Suchen von colocalized/ähnliche Segmente unter bekannten Datensätze aus großen Konsortien. Daher ist es ein wichtiges Instrument, um die Beziehung zwischen verschiedenen epigenomischen relevante Daten und bekannten im genomischen Großprojekten gewonnenen Daten zu studieren.
Protocol
Hinweis: das Protokoll kann überall angehalten werden.
1. Grundeinstellung
- erhalten ein Bett, Spitzen-Format oder BigWig 7 Datei mit den Daten in Genom eingegeben werden. Die Datei sollte der Erweiterungsname haben " Bett ", " Broadpeaks " " Narrowpeaks ", oder " BigWig " bzw..
Hinweis: gezippte Versionen dieser Art von Dateien kann auch verwendet werden. - Verwenden Sie einen Internet-Browser zu genemo.org gehen. Jedes Betriebssystem lauffähig am häufigsten verwendeten Internet-Browser sollte in der Lage, GeNemo zu verwenden.
- Wählen, welche Art, gegen die Verwendung von des Dropdown-Menüs zu suchen. Derzeit verfügbare Arten gehören menschliche und Maus-.
- Upload Benutzerdatei mit einer Url oder einen direkten Upload. BigWig Dateien nur Arbeit mit der Url Upload-Methode. Bett und Gipfeln format Dateien arbeiten mit beiden Methoden (wackeln Dateien können nicht als die wichtigsten Daten ab sofort hochgeladen werden).
2. Optionales Setup
- bieten eine e-Mail-Adresse in das entsprechende Feld, um die Suchergebnisse per e-Mail zu erhalten, wenn die Suche abgeschlossen ist.
Hinweis: Wenn Sie einen großen Teil des Genoms und/oder gegen eine große Anzahl von Tracks (siehe unten) zu suchen, es wird empfohlen, dass der Benutzer seine/ihre e-Mail gibt, da die Suche sehr lange dauern kann. Eine 100 Megabase Suche dauert beispielsweise ca. 15 s. Ein Link zu den Suchergebnissen wird gesendet an die e-Mail-Adresse zur Verfügung gestellt, wenn die Suche abgeschlossen ist. Der Link ist gültig innerhalb von 7 Tagen nach der Beendigung einer Suche. - Bieten eine Bigwig Datei oder die Wiggle-Display-Datei möglicherweise von einer Url. Diese Display-Datei wird keinen Einfluss auf die Ergebnisse; Es wird nur neben den Ergebnissen angezeigt werden.
- Geben Sie einen Suchbereich (auch das Chromosom und Basenpaare) in das entsprechende Feld ein.
- Liste das Chromosom, Basenpaare beginnen und enden Basenpaar.
- Verwendung ' ChrN ' für das Chromosom-Format, wo ' N ' ist der Chromosom Nummer/Brief (1, 2, … X oder Y). Für die Basenpaare, geben Sie einfach die Zahlen.
- Leerzeichen zwischen allen drei Einträge oder einen Doppelpunkt (:)) zwischen Chromosomenzahl und das erste Base-paar und/oder einen Bindestrich zwischen die zwei Basenpaare enthalten. Zum Beispiel: Chr1:1000000-2000000, chr1 1000000 2000000, chr1 1000000 2000000, Chr1:1000000 2000000.
Hinweis: Die Schritte 2.1-2.3 sind optional.
Abbildung 1 : GeNemo ' s Titelseite mit den notwendigen Bereichen ausgefüllt. Ein Benutzer muss Eingabe der Arten, Suchdatei und Suchbereich, und wählen Spuren, die, denen er/Sie gegen suchen will. E-Mail-Adresse und Anzeigen der Datei sind optional. Bitte klicken Sie hier für eine größere Version dieser Figur.
3. Datenselektion
Abbildung 2 : Track-Auswahl-Fenster. Diese ist erzogen, indem Sie auf die " DATENSELEKTION " Schaltfläche auf der Titelseite. Hier wählen Sie Benutzer Spuren die Eingabedatei gegen suchen. Einige der Titel sind bereits ausgewählt durch Standard. Bitte klicken Sie hier für eine größere Version dieser Figur.
- Nach einem Klick auf die Schaltfläche Daten Auswahl, wählen, welche Arten von Spuren, gegen (d. h. zu der Abfrage hinzufügen) zu suchen. Die Sammlung umfasst viele verschiedene Datensätze aus Labors auf der ganzen Welt.
- Wie die Liste der Titel ziemlich lang ist, sollten Benutzer auf die Schaltfläche "Filter" (an der Oberseite) verwenden, um die Track-Auswahl zu erleichtern. Spuren können gefiltert werden, durch Experiment, Gewebe, Zell-Linie und/oder Lab
- Gibt es fünf Tasten auf der Unterseite zu helfen Titelauswahl ausführen: alles auswählen, wählen Sie keine, Add, Filter, Exclude.
- Wählen Sie alle " und " wählen Sie keine " sind selbsterklärend.
- Die " Add " Schaltfläche fügt derzeit ausgewählten Titel auf die Abfrage. Es dient als Logikgatters " oder ". Beachten Sie, dass die Auswahl der Filter oben (z. B. bestimmte Experimente, Taschentücher, Zell-Linien oder Labs) nicht automatisch entsprechende Spuren der Suchanfrage hinzufügt. Benutzer müssen zuerst wählen Sie Tracks (z.B. Gehirn, Leber unter Gewebe) und klicken Sie dann auf die " Add " Taste, um sie zur Abfrage hinzufügen. Wenn Sie Titel auswählen, beachten Sie, dass nur der angegebenen in der geöffneten Registerkarte "im Fenster" Filter "Filter für die Suchanfrage angewendet werden. Auswahl auf anderen Registerkarten im Filter-Fenster gespeichert, aber nicht auf die Suchanfrage angewendet.
- Die " Filter " Taste behält nur die Arten von Spuren, die derzeit im Filter-Fenster in der Abfrage ausgewählt und alle anderen Arten von Spuren entfernt. Es dient als Logikgatters " und ". Im wesentlichen " Filter " ermöglicht die Auswahl der Interaktion zwischen zwei Kategorien von Spuren (z. B. bestimmte Gewebe mit bestimmten Labs). Beachten Sie, dass " Filter " fügt Sie die ausgewählten Arten von Spuren nicht auf die Abfrage, wenn sie nicht bereits in der Abfrage sind.
- Die " ausschließen " Knopf entfernt alle Arten von Spuren, die derzeit im Filter-Fenster aus der Abfrage ausgewählt werden. Es dient als Logikgatters " nicht ", im Gegensatz zu den " Filter " Funktion. Wieder, " ausschließen " fügt keine Spuren, die derzeit nicht im Filter-Fenster auf die Abfrage ausgewählt.
Abbildung 3 : Fenster "Filter" . Diese ist erzogen, indem Sie auf die " FILTER "-Taste auf die Track-Auswahl-Fenster. Hier können Benutzer auswählen, viele Spuren gleichzeitig mit relativer Leichtigkeit. Bitte klicken Sie hier für eine größere Version dieser Figur.
Abbildung 4 : Gewusst wie: verwenden Sie die Filter-Funktion. Bitte klicken Sie hier für eine größere Version dieser Figur.
- nach der Abfrage der gewünschten Tracks hinzufügen, klicken Sie auf das " Update "-Taste auf der rechten unteren Ecke. Dies ist notwendig, um Platz für zwei Möglichkeiten, Daten auszuwählen: Auswahl von einzelnen Daten-Tracks oder Filterung /. Die " Ansicht zurücksetzen " Schaltfläche setzt die Abfrage, die im Zusammenhang mit Ausdruck Genregulation in embryonale Stammzellen Mensch/Maus Standardspuren.
Hinweis: Auswahl der Tracks gegen über gesucht werden " Datenselektion " ist optional, aber empfohlen werdenUrsache suchen Standardspuren wahrscheinlich nicht geeignet für den Benutzer sind ' Notwendigkeiten.
4. Suche und Ergebnisse
- Klicken Sie auf die " Suche " Taste, nachdem die Datenauswahl. Die Suche kann einige Zeit dauern.
- , Sobald die Suche abgeschlossen ist, wird Benutzern verschiedene Boxen auf der Ergebnisseite angezeigt. Jede Box stellt einen Abschnitt des Genoms dar, wo ein Benutzer ' s-Daten-Datei hat eine eng abgestimmte Muster mit einem oder mehreren Tracks der Benutzer abgefragt hat.
- Gibt es keine Boxen sichtbar, versuchen Sie suchen weitere Arten von Spuren oder machen den Suchbereich mit der gleichen input-Datei größer. Eine einfache Möglichkeit, dies zu tun, ohne nochmal alles ist Klick auf den " ☰ " Schaltfläche neben dem Logo. Dadurch öffnet sich eine Sidebar, die dem Benutzer ermöglicht, die Suche ändern.
- Die Ergebnisse können als Bett-Datei exportiert werden, indem Sie auf das " Bett Datei herunterladen " Taste auf der Unterseite der Seite.
- Visualisieren klicken Sie oben rechts auf jeder Box, die Ergebnisse zu visualisieren.
- In der Visualisierung Panel auf der rechten, mehrere Dinge werden angezeigt, einschließlich der Daten, die die Benutzer Eingabedatei, die Display-Datei, ob ein passender Titel, eingegeben wurde, enthält und einige Standard verfolgt. Aus den Ergebnissen kann der Benutzer bekannten ENCODE Datasets gegen das mitgelieferte Dataset zur weiteren Untersuchung vergleichen. Der Benutzer steht für UCSC Gene um den Kontext der Ergebnisse der Abfrage anzuzeigen. Wenn Tracks aus mehreren Zeilen/Zellgewebe ausgewählt sind, kann der Benutzer solche Ergebnisse Einblicke über die Gewebespezifität der Ähnlichkeiten zwischen bestimmten Dataset und ENCODE Datasets verwenden.
- Auf der Ergebnisseite kann Benutzer auf alle Spuren flussaufwärts oder flussabwärts ziehen des Genoms; wenn der Maus-Cursor auf die Koordinaten der Nutzer kann das Mausrad verwenden und/oder vergrößern und verkleinern.
Abbildung 5 : Ergebnis-Seite. Diese bestimmte Suche ergab 363 passende Regionen. Anzeige der ersten passenden Region kann getan werden, indem Sie auf die " SHOW " Taste am linken unteren Rand jedes resultierende Region-Feld. Auf der linken Seite des Anzeigefensters ist ersichtlich, dass die zwei Dateien (Eingabe- und ausgewählten Track) in Signal Stärke Muster. ähneln Klicken Sie bitte hier, um eine größere Version dieser Figur zu betrachten.
Representative Results
Hier in Abbildung 5 dargestellt ist eine simulierte Suche. Die menschliche Spezies wurde ausgewählt, und die entsprechende Beispieldatei diente als der input-Daten-Datei. Darüber hinaus wurden die Standardspuren, wie in Abbildung 3dargestellt. Gab es insgesamt 363 passende Regionen, und die erste Region zeigt sich in der Display-Seite. Es ist ersichtlich, dass die Intensität Muster aus 17036000, 17038000 auf Chromosom 1 die Eingabedatei und eines der ausgewählten Lieder sehr ähnlich ist.
Discussion
Ein gründliches Verständnis der das Epigenom ist erforderlich, um das volle Potenzial der Sequenzierung des menschlichen Genoms bei der Bereitstellung von neuen biologischen Erkenntnisse8zu erreichen. Derzeit gibt es nur Möglichkeiten, Online-epigenomischen-Datasets durch ihre Datenbeschreibung und Titel (z.B. Metadaten)1zu suchen. Dies schränkt die Art der Suche, was man mit epigenomischen Daten machen kann. Pattern-basierte such-Tools für epigenomischen Daten sind unerlässlich für Ausflüge in die Beziehung zwischen verschiedenen epigenomischen Marken, was zu neuen biologischen Erkenntnissen führen kann. GeNemo, die durch den Inhalt der Daten und keine Metadaten sucht, ist der erste seiner Art, Muster in epigenomischen Daten aus veröffentlichten Depots wie z. B. das ENCODE-Datenbank mit User generated zu vergleichen oder Dataset5heruntergeladen. Dies markiert den Beginn der Verfügbarkeit von einer epigenomischen-Suchwerkzeug, die ist leicht zugänglich für Forscher auf der ganzen Welt nur als Text-basierte Sequenz-such-Tool weit verbreitet in den 1990er Jahren wurde. Derzeit gibt es keine Alternativen für Pattern-basierte Online-such-Tools für epigenomischen Daten als GeNemo.
Ein Beispiel der Verwendung von GeNemo ist die Co erscheinenden Histon-Modifikationen und andere epigenetischen Markierungen mit dem transcriptional Faktor E2F6 in humanen embryonalen Stammzellen suchen (eine E2F6 Bindung Signal Beispieldatei ist erhältlich beim ENCODE Datenportal oder im https://sysbio.ucsd.edu/Public/xcao3/ENCODESample/ENCFF001UBC.Bed). Mithilfe dieser Datei als Abfrage gegen alle ENCODE-Datasets in H1-hESC suchen wird GeNemo zeigen, dass E2F6 Bindung Signal stark mit H3K4me1, H3K4me2, H3K4me3 und H3K27me3, die mit vorhandenen Forschung zeigt angereichert ist, dass E2F6 einige Gene über reguliert stimmt Methylierung von H3K279. Auf der anderen Seite, scheint es NS1 von E2F6 und CtBP2 verbindliche Aufstellungsorte, die bekannt ist für die Interaktion mit einem Faktor in der gleichen Familie, E2F710. Diese Ergebnisse für das gesamte Genom gegen eine große Anzahl von epigenetischen Markierungen, transcriptional Faktor Bindung Signale und andere Signale im ENCODE enthalten relativ leicht mit GeNemo, erhalten Sie die alle möglichen Ziele zur weiteren Analyse zur Verfügung stellen können.
Seit der ersten Veröffentlichung5 der GeNemo als eine Web-basierte epigenomischen-Daten-such-Tool wurde der Ergebnisteil der GeNemo aktualisiert, um einen passenden Auftritt mit GeNemos ersten Seite haben. Die alten Ergebnisteil eng der UCSC Genom Browser Ergebnisteil gespiegelt, und war weitgehend abhängig von der UCSC-Remoteserver für die Anzeige. Mit der neuen Schnittstelle ist GeNemo benutzerfreundlicher und nicht mehr abhängig von der UCSC-Genom-Server (obwohl Daten noch aus der Ferne abgerufen werden). Dies macht GeNemo robuster und weniger anfällig für Probleme aufgrund von Änderungen am Code auf dem Server der UCSC. Darüber hinaus gibt die neuen, schnelleren Polymer-Schnittstelle des GeNemo dem Benutzer mehr Werkzeuge zu visualisieren und zu analysieren, Muster in den Daten.
Wichtige Schritte umfassen Bereitstellung der entsprechenden input-Datei und wählen Sie Daten-Tracks zu durchsuchen. Benutzer werden ermutigt zum Experimentieren mit verschiedenen Track Auswahlfunktionen das Auswahlverfahren und wie verschiedene Befehle kennen können kombiniert werden, um das gewünschte Ergebnis zu erzielen. Beachten Sie insbesondere, dass die Funktion "Add" erforderlich ist, fügen Sie die gewünschten Tracks ausgewählt, um die Abfrage während "Filter" oder "Ausschließen" als Logik-Gate-Befehle verwendet werden können "Und" und "Bzw.". Die Funktion "Aktualisieren" ist erforderlich, um die Auswahl zu beeinflussen, vor der Implementierung der Suchergebnis. Wenn keine Ergebnisse zurückgegeben werden, kann ein Benutzer überprüfen Sie die eingegebenen Daten-Datei, suchen mehr Spuren oder erhöhen den Suchbereich ein. Wenn ein Fehler vorliegt, wird ein Fenster definieren, was genau der Fehler auftauchen. Allerdings gibt es einige mehrdeutige Fehler. Beispielsweise wenn das Fenster sagt, dass "keine Datei hochgeladen wurde", entweder keine Datei hochgeladen wurde, oder die hochgeladene Datei wurde nicht von einem akzeptablen Format und, folglich, das Programm konnte nicht richtig gelesen. Akzeptable Dateiformate für Datei-Upload sind Bett und Gipfeln Formatdatei für beide Uploadmethoden und BigWig für Online-Link Upload nur. Die gezippten Versionen dieser Datei-Formate sind ebenfalls zulässig.
Aktuelle Einschränkungen dieses Ansatzes umfassen noch optimierte Algorithmen und Funktionen in GeNemo beschäftigt. GeNemo kann nicht noch Anleitungen zur Auslegung der Datensätze zurückgegeben. Diese Aufgabe obliegt den Nutzern, erfordert erhebliche Kenntnisse und Erfahrungen in der Biologie des Genoms und Epigenom. Darüber hinaus ist ein weiteres Strombegrenzung, dass Benutzer nicht die Empfindlichkeit und Rauschen Ebene der Suchanfragen ändern können. Wir erwarten weiterhin zu verbessern und erweitern seine Muster Suche Fähigkeiten und Dataset-Sammlung in Zukunft GeNemo.
Disclosures
Die Autoren haben keine finanziellen Interessenkonflikte offenlegen.
Acknowledgments
Diese Arbeit wurde unterstützt von NIH gewährt, einschließlich DP1HD087990 von NICHD, R01HG008135 von NHGRI. Wir danken Mitglieder des Zhong Lab für wertvolles Feedback.
Autor Beiträge:
X.C. und A.T.Z. aktualisiert GeNemo durch Codierung neue Benutzeroberfläche und Funktionen; A.T.Z. produziert die hauseigene Beispielvideo; A.T.Z., X.C und S.Z. schrieb die Zeitung.
Materials
| Name | Company | Catalog Number | Comments |
| GENEMO | https://www.genemo.org | Comparative Epigenome Browser |
References
- The ENCODE Project Consortium. An integrated encyclopedia of DNA elements in the human genome. Nature. 489, 57-74 (2012).
- Barski, A., et al. High-Resolution Profiling of Histone Methylations in the Human Genome. Cell. 129 (4), 823-837 (2007).
- Meaney, M. J., Ferguson-Smith, A. C. Epigenetic regulation of the neural transcriptome: the meaning of the marks. Nature Neuroscience. 13, 1313-1318 (2010).
- Roh, T. -Y., Cuddapah, S., Cui, K., Zhao, K. The genomic landscape of histone modifications in human T cells. PNAS. 103 (43), 15782-15787 (2006).
- Zhang, Y., Cao, X., Zhong, S. GeNemo: a search engine for web-based functional genomic data. Nucleic Acids Res. 44, W122-W127 (2016).
- Fujita, P. A., Rhead, B., Zweig, A. S., Hinrichs, A. S., Karolchik, D., Cline, M. S., Goldman, M., Barber, G. P., Clawson, H., Coelho, A., et al. The UCSC Genome Browser database: update 2011. Nucleic Acids Res. 39, 876-882 (2011).
- Neph, S., Vierstra, J., Stergachis, A. B., Reynolds, A. P., Haugen, E., Vernot, B., Thurman, R. E., John, S., Sandstrom, R., Johnson, A. K., et al. An expansive human regulatory lexicon encoded in transcription factor footprints. Nature. 489, 83-90 (2012).
- Sarda, S., Hannenhalli, S. Next-generation sequencing and epigenomics research: a hammer in search of nails. Genomics Inform. 12 (1), 2-11 (2014).
- Storre, J., et al. Silencing of the Meiotic Genes SMC1β and STAG3 in Somatic Cells by E2F6. J Biol Chem. 280, 41380-41386 (2005).
- Liu, B., Shats, I., Angus, S. P., Gatza, M. L., Nevins, J. R. Interaction of E2F7 Transcription Factor with E2F1 and C-terminal-binding Protein (CtBP) Provides a Mechanism for E2F7-dependent Transcription Repression. J Biol Chem. 288, 24581-24589 (2013).
