Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove

Genetics

At udforske effekter rumflyvninger på musen fysiologi ved hjælp af den åbne adgang NASA GeneLab Platform

doi: 10.3791/58447 Published: January 13, 2019

Summary

NASA GeneLab platform giver uhindret adgang til dyrebare omik data fra biologisk rumflyvninger eksperimenter. Vi beskriver hvordan en typisk mus eksperiment er gennemført i rummet, og hvordan data fra sådanne eksperimenter kan tilgås og analyseret.

Abstract

Udfører biologiske eksperimenter i rummet kræver særlige accommodations og procedurer for at sikre, at disse undersøgelser udføres effektivt. Derudover givet få tilfælde af disse eksperimenter er det bydende nødvendigt, at deres virkninger maksimeres. Den hurtige udvikling af omik-teknologier giver mulighed for at dramatisk øge omfanget af de data, der er fremstillet af ædle rumflyvninger prøver. For at udnytte dette, har NASA udviklet GeneLab platform for at give ubegrænset adgang til rumflyvning omik data og fremme sin omfattende analyse. Gnavere (både rotter og mus) er fælles modelorganismer anvendes videnskabsfolk til at undersøge rumrelaterede biologiske virkninger. Skabet at huset gnavere under rumflyvninger kaldes gnaver levesteder (tidligere animalsk kabinet moduler), og er væsentligt forskellige fra standard vivarium bure i deres dimensioner, luftstrøm og adgang til vand og mad. Desuden, på grund af miljømæssige og atmosfæriske betingelser på den internationale rumstation (ISS) udsættes dyr for en højere CO2 -koncentration. Vi har for nylig rapporteret, at mus i gnaver levesteder oplever store ændringer i deres transkriptom uanset om dyrene var på jorden eller i rummet. Desuden, disse ændringer var i overensstemmelse med en hypoksiske svar, potentielt drevet af højere CO2 koncentrationer. Her beskriver vi, hvordan en typisk gnaver eksperiment udføres i rummet, hvordan omik data fra disse eksperimenter kan tilgås via GeneLab platform, og hvordan til at identificere vigtige faktorer i denne data. Brug denne proces, kan enhver person gøre kritiske opdagelser, der kunne ændre udformningen af fremtidige rummissioner og aktiviteter.

Introduction

Det overordnede mål for dette manuskript er at give en klar metode til hvordan NASA'S GeneLab perron1 og hvordan gnaver forsøg udført i rummet er oversat til omik data til analyse. Rummission mennesker udsættes for talrige sundhedsrisici fra ændrede tyngdekraften felter, plads stråling, isolation fra jorden og andre fjendtlige miljøfaktorer2,3,4,5, 6. biologiske forsøg udført i rummet og på jorden har medvirket til at definere og kvantificere disse risici7,8,9,10,11, 12 , 13 , 14. i rummet, disse eksperimenter er blevet udført på den internationale rumstation (ISS), rumfærge og andre orbital platforme. Gennemføre disse eksperimenter kræver specialiseret hardware og metodologi givet entydige bekymringer udfører eksperimenter i rummet herunder begrænset besætning tid og vægtløshed miljø. Forskellige platforme nu eksisterer for at udføre avancerede eksperimenter i rummet ved hjælp af plante-, dyre- og mikrobielle modeller15.

Gnavere modeller har været særligt vigtigt at fremme vores forståelse af hvordan pattedyr, herunder mennesker, reagere på rumflyvninger. Disse omfatter virkningen af rumflyvninger på muskel struktur16,17,18 og immune funktioner19,20,21. Standard vivarium stolpepallerne for boliger gnavere på jorden er ikke egnet til rumflyvning eksperimenter22,23. Derfor ubemandet over år mus og rotter er blevet fløjet og har til huse i forskellige bure herunder den japanske Aerospace Exploration Agency (JAXA) Habitat bur24, dyret bærer plads kapsler bruges på BION-M1 russiske satellit25 ,26,27, mus skuffe System (MDS) designet af italienske Rumagentur28,29,30, NASA dyr kabinet modul (AEM), og nu NASA Gnaver Transporter og levesteder23. Gnaver eksperimenter startede om bord på rumfærgen bruger bure omhandlet som dyr kabinet modul (AEM). Denne hardware blev brugt i 27 gnaver eksperimenter med rumfærge23. I AEM blev oprindeligt udviklet til relativt korte eksperimenter on-board shuttle (< 20 dage). Siden udviklingen af ISS, AEMs er blevet ændret til længere varighed eksperimenter og omtales nu som gnaver levesteder22,23. Den nye gnaver levesteder er designet til at understøtte langvarige missioner i ISS bruger EXpedite behandling af eksperimenter til rumstation (EXPRESS) Rack interface. Gnaver levesteder er væsentligt forskellig fra standard vivarium bure i deres dimensioner, luftstrøm, filter og udstødningssystem og adgang til fødevarer og vand (figur 1). Ikke desto mindre, denne hardware har vist sig for at være en effektiv forskning platform, aktivering nøglen indblik i de rumflyvninger-inducerede ændringer i pattedyr fysiologi19,31,32,33 ,34,35,36.

Store mængder af omik data kan nu blive genereret fra biologiske spaceflight forsøg herunder udført med gnavere. For nylig, data fra disse omik eksperimenter er blevet gjort offentligt tilgængelige gennem NASA GeneLab platform1 som er en omfattende datalager og analyse-platform, der giver mulighed for nogen til at udvikle hypoteser fra spaceflight forsøg. GeneLab indeholder værktøjer til opdagelse, adgang, udveksling og analyse af data. Vi udnyttede GeneLab datasæt for at vise, at forskelle mellem standard vivarium bure og specialiserede gnaver levesteder bruges i rummet forårsage massive forskelle i transkriptom mus36. Vi analyserede fire forskellige offentligt tilgængelige datasæt, sammenligne forskellige væv fra gnavere har til huse i enten gnaver levesteder eller standard vivarium bure. Ved hjælp af en uvildig systemer biologi analyse, vi har besluttet, at de vigtigste drivkræfter og veje, der blev ændret var i overensstemmelse med en hypoksiske svar på grund af de høje CO2 niveauer skyldes højere CO2 koncentrationer på ISS, som fører til højere CO 2 koncentrationer i de gnaver levesteder i betragtning af at de er passive systemer, der tager i den omgivende luft. Dette viser, hvordan videnskabsfolk bruger open source-værktøjer og data til at generere nye fund med implikation om, hvordan miljøet af ISS påvirker astronaut sundhed.

Her beskriver vi, hvordan gnaver eksperimenter er udført i rummet og hvordan data fra disse eksperimenter kan tilgås via en open-source, omic platform relateret til rummet biologi. Vi diskutere konfigurationen af gnaver levesteder bruges til rummissioner, og hvordan rumflyvninger væv behandles. Vi beskriver også, hvordan rumflyvninger omik data kan blive opdaget og adgang til GeneLab og hvordan nøglefaktorer kørsel den samlede respons til rumflyvninger kan være identificeret36. Det specifikke eksempel vil vi præsentere på hvordan denne protokol er gennemført vil være at sammenligne de biologiske forskelle forekommende hos gnavere har til huse i gnaver levesteder og vivarium kontrolelementer, der blev udgivet af Beheshti et al.36. Det er vigtigt at bemærke, at jorden kontrol er afgørende for rumflyvninger gnaver eksperimenter. Som beskrevet i denne protokol, er disse kontrolelementer færdig med både identiske forhold (dvs. CO2 betingelser, fugtighed, temperatur, bur dimensioner, osv.) i de gnaver levesteder på ISS og standard vivarium bure, der har standarden miljømæssige (dvs., CO2 betingelser, fugtighed og temperatur) forhold på jorden. Gnavere har til huse i gnaver Habitat jorden kontrollen giver mulighed for en direkte sammenligning til gnavere i rummet. Mens gnavere har til huse i vivarium bure mulighed for de biologiske sammenligning mellem de forskellige boliger (fx vivarium bure vs gnaver hardware). Gnaver vækststeder er anderledes end vivarium bure i, at det har konstant luftstrøm (0,1-0,3 m/s), en lang varighed, og en sekundær udstødning filter, der indfanger og absorberer det animalske affald guidet til filteret udstødning af kontinuerlig luftstrøm i vægtløshed. Derudover har gnaver levesteder passive systemer og luftens fugtindhold; Derfor har de også højere CO2 koncentrationer på grund af forhøjede niveauer i ISS kabine (~ 5.000 ppm).

Protocol

Animalske protokoller for boliger og væv forarbejdning følge standardretningslinjer for laboratorium animalsk omhu og er blevet godkendt af NASA'S flight og jorden institutionelle dyrs pleje og brug udvalg (IACUC).

1. konfiguration af gnaver levesteder

Bemærk: NASA gnaver levesteder (tidligere AEMs) har forskellige funktioner fra vivarium bure til at rumme for operationer i rummet (figur 1).

  1. Hus 10 mus i hver gnaver levesteder (op til 30 g / mus). Hus 5 mus pr. rum når levested er konfigureret i to rum eller 10 mus, hvis der er et enkelt rum.
    Bemærk: NASA gnaver naturtyper har et større tilgængelige areal pr. gnaver end standard vivarium bure.
  2. For jorden styrer dyr, hus mus gnaver levesteder inde i ISS miljømæssige Simulator (ISSES) under samme miljøforhold som flyvning dyrene herunder CO2 koncentrationer, temperatur og relativ luftfugtighed.
  3. Give dyrene ad libitum adgang til brugerdefineret gjort NASA næringsstof opgraderet gnaver Foodbars (NuRFB) i overensstemmelse med nationale forskning Rådet (NRC) ernæringsmæssige krav til mus37, og vand gennem pres aktiveret lixits.
  4. Overvåge dyrenes sundhed og adfærd, som vil blive aktiveret i gnaver levesteder med de 12:12 h lys cyklus magen til vivarium bure i standard anlæg med LED belysning i løbet af dagen og infrarød belysning under video sundhedskontrol der finder sted under den mørke cyklus.
  5. Placere fire kameraer i gnaver Habitat bure til den daglige overvågning af dyrenes sundhed og adfærd og indsamle videoer i løbet af natten med infrarød belysning.
  6. Levere gnavere til ISS i en transportør (figur 2B) ombord Dragon kapsel eller lignende løfteraket.
  7. Sikre at for gnavere er observeres og undersøges af NASA flight dyrlæge før det lastes i Transporter for lanceringen, og af de uddannede besætningsmedlemmer ved ankomsten til ISS og inden overførsel til gnaver levesteder.
  8. For denne overgangsperiode, hus op til 20 mus (10 på hver side) eller 12 rotter i transportvirksomheden.
    Bemærk: Svarende til gnaver vækststeder, transportvirksomheden er en passiv enhed til miljøforhold. I denne korte overgangsperiode, kan single-enheden huse op til 20 mus.

2. gnaver håndtering for rumflyvninger eksperimenter

  1. Skaffe gnavere fra standard leverandører.
    Bemærk: Efter levering, gruppe gnavere inden for standard vivarium bure og har dyrene acclimate til NASA NuRFB, lixits og hævet wire gulve, indtil dyrene er indlæst i transportvirksomheden. Forlader gnavere i burene vil give dyrene til at tilpasse sig naturligt. Håndtering af mus ind og ud af både gnaver levesteder og vivarium bure følger protokoller, der almindeligvis bruges til alle gnavere eksperimenter12,27,28. Gnaver Habitat system (figur 1A) vil blive udnyttet til begge rumflyvning mission STS og ISS, henholdsvis, og jorden kontrol simulerer ISS eller STS miljøforhold.
  2. For nogle missioner bruge standard vivarium bure (figur 1B) for kontrolelementet vivarium. Brug 5 eller 10 mus per standard vivarium bur.
  3. Gnaver levesteder, læg 10 mus i to forskellige rum med 5 mus pr. rum. Fjerne bur opdeleren til at huse 10 mus pr. levesteder i et enkelt rum.
  4. Udnytte tre komponenter af gnaver hardwaren under rumflyvninger missioner som beskrevet nedenfor (figur 2).
    1. Placer gnavere i en transportør (figur 2B) for rejser mellem jorden og ISS eller omvendt på dobbelt tæthed (10 mus pr. side, 20 mus pr. transportør).
    2. Én gang på ISS, vedhæfte dyr adgang enhed (AAU) (figur 2 c) til transportøren. Overføre gnavere fra transportøren til de levesteder, ved hjælp af musen overføre kasser (MTB) (5 mus pr. MTB) (figur 2D).
      Bemærk: The AAU bruges til at indeholde alle animalske produkter (f.eks., afføring, urin, pels) fra at komme til ISS kabine.
    3. Frigøre AAU fra transportøren og tillægger gnaver Habitat. Derefter overføre dyrene fra MTB til gnaver levesteder (figur 2A) hvor de bor for varigheden af missionen.
      Bemærk: CO2 koncentration på grund af forhøjede niveauer i ISS kabinen til alle gnaver levesteder er på 5.000 ppm.
  5. Overvågning af temperatur og luftfugtighed gnaver levesteder, men der er ingen aktive termiske kontrol. Sikre at gnaver Research teamet arbejder med ISS til at vedligeholde og styre kabine temperatur, som bestemmer temperaturen i gnaver Habitat.
    Bemærk: De lyse og mørke cyklus i de gnaver levesteder opstår hver 12 h (f.eks., 5:00 – 17:00 GMT, lys på) og ISS besætning udfører regelmæssige og hyppige skift af mad (ugentligt eller hver anden uge) og fylder vand (hver ~ 28 dage).

3. eutanasi af gnavere og forarbejdning væv

  1. For aktiv dødshjælp, give gnaver en overdosis af en generel anæstesi (ketamin/xylazin op til 150/45 mg/kg krop masse fortyndet i fosfatbufferet saltopløsning for en samlet maengde paa 0,3 mL) via intraperitoneal injektion (IP) parret med en sekundær metode af eutanasi ( cervikal dislokation eller torakotomi).
  2. For eksperimenter udført på ISS:
    1. Returnere gnavere enten live, eller
    2. Aflive på ISS.
      1. Fryse gnaver slagtekroppe ved-95 ± 2 ° C i frysere på ISS og vende tilbage til jorden på den returnere køretøjer til rådighed (i øjeblikket SpaceX Dragon kapsel).
      2. Når gnavere er vendt tilbage til jorden, dissekere alle organer og væv (dvs., lever, nyre, hud, muskler, hjertet, milten, øjne, binyrerne, lungerne og hjernen) og opbevares ved-80 ° C eller RNA stabiliserende løsning.
  3. Følg de samme procedurer og tidsindstillinger for alle kontrol jorden eksperimenter som flyvning eksperiment med en 3-5 dages forskydning til at matche ISS telemetri data.
  4. Fra bevarede væv isolere RNA, proteiner og DNA isoleret ved hjælp af standardprotokoller, der er beskrevet i detaljer forbundet med hvert datasæt på GeneLab platform (genelab.nasa.gov).
    Bemærk: Gnaver væv ikke udnyttet af den primære en eller flere delforsøgsledere bliver en del af NASAs institutionelle videnskabelige samling. Disse prøver opbevares i Ames Research Center (ARC) maskinel Biobank hvor de er katalogiseret og stilles til rådighed for anmodningen af videnskab Fællesskabet. Tilgængelige væv kan findes på den Biovidenskabelige Data Arkiv offentlige hjemmeside på: https://Lsda.jsc.nasa.gov/Biospecimen.

4. generere omik Data fra RNA, DNA og Protein ekstrakter

  1. Brug standardprotokoller til at generere omik data fra de udpakkede makromolekyler (RNA, DNA, protein). Disse er beskrevet i detaljer i de respektive undersøgelse metadata på GeneLab.

5. GeneLab Repository og indsendelse af Data

Bemærk: Rummet biologi relateret omik data indsendes til GeneLab datalager. GeneLab accepterer og vært rumrelaterede omik data finansieret af flere rumagenturer rundt om i verden.

  1. Generere omik relaterede data, der kan være vært på arkivet GeneLab.
    1. Sende genereres data til GeneLab, enten når analysen er fuldført eller baseret på skøn af investigator.
      Bemærk: Data sendt til andre offentlige omik databaser er importeret og publiceret i GeneLab repository. GeneLab genereres data er kurateret og offentliggjort uden en embargo periode. GeneLab, specielt den prøve behandling Lab, genererer data fra forskellige rumflyvninger eksperimenter ved hjælp af optimeret udvinding protokoller og teknikker til at øge omik data fra rumflyvninger eksperimenter.
  2. Når dataene er klar til at blive forelagt, format og overføre metadata og data til GeneLab med følgende metode (supplerende figur 1):
    1. Brug ISAcreator til at definere en eksperimentel undersøgelse og gemme metadataene.
      Bemærk: The ISAcreator værktøj er tilgængelig for download med en guidet tutorial her38.
    2. Henvise data anført her39 for at forstå accepterede datatyper og formater for rå og forarbejdede datafiler.
      1. For at optimere upload og opbevaring, komprimere datafiler.
    3. Overføre de metadata og data, rå og/eller forarbejdet til GeneLab data kuratorer gennem arbejdsområde40.
    4. Oprette et Brugernavn og password og uploade data.
  3. Når dataene er blevet uploadet til arbejdsområdet, dele data til en GeneLab kurator.
    Bemærk: Detaljerede trin om, hvordan til at uploade og dele filer kan findes i den Data indsendelse Guide41.
  4. Hver indsendelse kontrolleres af en kurator og offentliggjort i GeneLab repository42.

6. at finde datasæt til analyse ved hjælp af søgefunktionerne på GeneLab

  1. Søg efter forskellige datasæt på GeneLab ved at gå til link (supplerende figur 2)38.
    1. Specifikt vedrører en tidligere publikation36, søge efter følgende vilkår: GLDS-21, GLDS-111, GLDS-25 og GLDS-63.
  2. Adgang GeneLab hjemmeside ved at klikke på "GeneLab Data System" i venstre side af skærmen.
  3. Angiv søgeordene i feltet "Søg data" til at søge efter specifikke områder af interesse. I dette tilfælde angiver hver af de følgende datasæt identifikatorer separat: GLDS-21, GLDS-111, GLDS-25 og GLDS-63.
  4. Ud over at søge GeneLab repository, søge på tværs af andre databaser, herunder NIH GEO, EBI stolthed og ANL MG-RAST ved at markere de ønskede afkrydsningsfelter under søgelinjen.
    Bemærk: i øjeblikket kun for GeneLab repository, en bruger kan søge ved hjælp af følgende filterkategorier: organismer, Assay Type, faktorer og projekttype.

7. lagring og overførsel af filer af interesse for analyse

Bemærk: GeneLab arbejdsområde er designet til at gemme og overføre filer direkte fra GeneLab-databasen (supplerende figur 3).

  1. Klik på "Arbejdsområde" øverst på menuen datasystemer.
  2. Hvis ny bruger, registrere en ny konto.
    Bemærk: GeneLab arbejdsområde er drevet af GenomeSpace43.
  3. Adgang til detaljerede instruktioner om hvordan man bruger arbejdsområdet ved at vælge "Hjælp" på den øverste menu og klikke på brugervejledning.
  4. For hver bruger, få adgang til alle datasæt i arkivet GeneLab ved at vælge mappen "Offentlige/genelab" på menuen til venstre.
  5. Kopier serier af interesse til en lokal mappe arbejdsområde ved at gå til mappen med data af interesse. Højreklik på den specifik fil, Vælg "Kopier/flyt" i den viste menu, Vælg mappen for at kopiere filen til, og klik på "Kopier".
    1. Find de følgende datasæt relateret til en tidligere publikation36 som anvist ovenfor og kopiere til den lokale arbejdsområde: GLDS-21, GLDS-111, GLDS-25 og GLDS-63.

8. adgang til Metadata og beskrivelse af hver undersøgelse

Bemærk: Metadatafiler for hvert datasæt i GeneLab lager er i undermappen "Offentlige/genelab" datasæt på venstre side i menuen.

  1. Find metadataoplysninger til datasættet af interesse ved at få adgang til en eller flere metadatafiler indeholdt i undermappen "metadata" for hvert datasæt. For eksempel, for GLDS-100, der er 2 filer i undermappen "Offentlige/genelab/GLDS-100/metadata": "GLDS-100_metadata_RR1_BIOBANK-Eye-ISA.zip" og "GLDS-100_metadata_RR1ExpDesign.pdf".
    1. Sikre, at hvert datasæt har en enkelt zip-fil, der indeholder metadata ifølge ISATab-specifikationen (som indordner MIAME, MIAPE og andre MIBBI ramme standarder for minimum metadata krav). Altid ende denne type fil benævne i "ISA.zip". For GLDS-100 er denne fil f.eks "GLDS-100_metadata_RR1_BIOBANK-Eye-ISA.zip".
  2. Brug ISACreator værktøj44 eller en teksteditor til at visualisere og få adgang til de metadata, ISATab, som indeholder tekstbeskrivelse af undersøgelsen og analysen metadataene for hvert datasæt.
    Bemærk: Inden for ISATab metadata, prøver er beskrevet og forbundet med bioassays, og bioassays er beskrevet og forbundet med output datafiler.
  3. Check for tilstedeværelse af output assay datafiler, der er placeret inden for hvert datasæt i undermapper efter type af assay. For eksempel, for GLDS-100, RNA-Seq output assay filer er placeret i den "offentlige/genelab/GLDS-100/transcriptomics /" mappe.

9. analyse af GeneLab Data

Bemærk: Forskellige rørledninger kan gennemføres for forskellige omik data. Her, fokuserer det specifikke eksempel på en uvildig systemer biologi transkriptom rørledning, som bruges til at bestemme de "centrale drivkræfter" af systemet ved at blive undersøgt.

  1. Check tidligere offentliggjort litteratur36,45,46,47,48,49,50 for at forstå denne rørledning.
  2. Når et bestemt datasæt af interesse er udvalgt til analyse, downloade data til en lokal maskine med følgende metode:
    1. Klik på den specifikke datasæt.
    2. Klik på fanen "Undersøgelse filer" yderst til venstre for overskrifterne.
    3. Sikre, at alle datafiles og metadata er tilgængelige i denne menu.
    4. For at downloade hver fil, klik på de specifikke filnavne.
  3. Microarray datasæt, der hentes fra GeneLab, brug de følgende forbehandling trin.
    1. Proces den rå data for hvert datasæt separat ved hjælp af baggrunden subtraktion og fraktil normaliseret ved hjælp af RMAExpress51 for den kommercielle microarrays.
    2. Oprette princippet komponent analyse (PCA) parceller ved hjælp af f for at afgøre, hvor tæt biologiske replikater grupperet sammen.
    3. Importere data til MultiExperiment Viewer52 og beregne betydelige gener først ved hjælp af falsk opdagelse sats (FDR) statistik startende med FDR < 0,05. Hvis ingen betydelige gener optrådte med FDR statistik, derefter bruge standard t-test starter med en p-værdi < 0,05 til at bestemme de betydelige gener.
    4. Når de statistisk signifikante regulerede gener er blevet bestemt, gennemføre en fold-change cut-off af ≥ 1.2 eller ≤-1.2 at sammenligne de eksperimentelle prøver med kontrolelementerne.
  4. Bruge gen sæt berigelse analyse (GSEA)53 til pathway og funktionelle forudsigelser.
    1. Brug GSEA, enten gennem GenePattern54,55, direkte via GSEA eller ved hjælp af R programmeringsmiljø.
    2. Bestemme de betydeligt regulerede veje ved hjælp af de følgende gen sæt: C2, C5, og kendetegnende.
    3. Udføre førende analyse på betydeligt reguleret gen sæt og bestemme forkant gener forbundet med hver eksperimentelle sammenligning og genet Set.
    4. Find de førende gener, der overlapper mellem alle genet angiver for hver eksperimentelle betingelse.
  5. Bruge en anden platform til at bestemme forudsagte funktioner og veje, der er ved at blive væsentligt reguleret. I dette tilfælde skal du bruge opfindsomhed pathway analyse (IPA) til at bestemme betydelig opstrøms regulatorer, biofunctions og kanoniske veje.
    1. Uploade listen over gener med fold-ændring værdier for statistisk signifikant generne bestemt i trin 9.4.4.
    2. Følg IPAS instruktioner til at generere opstrøms regulatorer, biofunctions og kanoniske veje for hver eksperimentelle sammenligning.
    3. Bestemme genet forbundet til upstream regulatorer, biofunctions og kanoniske veje, som har en aktivering z-score ≥ 2 (angivne aktivering) eller ≤ -2 (der angiver hæmning).
    4. Find de overlappende gener relateret til alle ovenstående forudsigelser.
  6. Fastlægge fælles/overlappende gener mellem trin 9.4 og 9,5.
    Bemærk: Disse gener betragtes som nøgle/driver gener styrer fleste af de forventede funktioner og aktivitet med de eksperimentelle betingelser ved at blive analyseret. Tidligere undersøgelser har vist, at udskære eller fremme disse gener vil gøre den eksperimentelle betingelse eller systemet undersøges ikke-funktionelle45,46,49.
    1. Opbygge netværk gennem IPA (eller netværk forsamling software) til at bestemme connectivity i generne.
    2. Overveje det mest tilsluttede gen som centrale hub kørsel de centrale gener.
    3. For at fastslå forbindelsen mellem DataSet, gruppere alle centrale gener i ét netværk og Gentag tilslutning test til at bestemme det centrale knudepunkt, der finder sted blandt alle centrale gener fra alle datasæt ved at blive analyseret.

10. ved hjælp af Galaxy56 grænseflade på GeneLab, til analyse af transkriptom Data

Bemærk: Her beskrives en protokol for at bruge GeneLab Galaxy grænsefladen (tilgængelige Fall 2018) til analyse af transkriptom data fra GeneLab. Galaxy tutorials vrimler. Eksempel tutorials om hvordan man bruge Galaxy er generelt tilgængelige elesewhere57,58.

  1. Brugere kan logge på GeneLab ved hjælp af Google eller NASA legitimationsoplysninger. GeneLab Galaxy værktøjer er placeret under menuen "Analyser".
  2. Følg disse tre måder at bringe data ind i GeneLab Galaxy platformen.
    1. Overføre data fra det lokale filsystem ved hjælp af funktionen "Upload data".
    2. Importere data fra GeneLab GenomeSpace ved hjælp af værktøjet GenomeSpace importør under "Hent Data" sektion.
      Bemærk: Alle GeneLab datafiler er tilgængelige i den "offentlige" mappe, arrangeret af datasæt deponeringsnummer (se ovenfor).
    3. Importdata vises i analyse afsnittet til højre "historie". Brugere kan have flere historier, der styres ved hjælp af enten "Oversigtsindstillinger" eller "Se alle historier" knapper øverst i ruden historie.
  3. Værktøjer til analyse er angivet, og der kan søges på venstre side af interfacet.
  4. Check for udseendet af datasæt, der er blevet importeret på den nuværende historie.
    Bemærk: Mange detaljer vedrørende dataene, der er tilgængelige for inspektion for hvert datasæt.
  5. Vælg et værktøj på den venstre side til at udfylde en formular i panelet center, med muligheder for analyse og specifikation af data input. Skabe job for at udføre analysen ved at udfylde formularen og trykke på "Udfør".
  6. Check til arbejdspladser, der indgives som er repræsenteret i historien og farvekodede for at angive status for gennemførelsen (i kø, fuldbyrdende, afsluttet med eller uden fejl).
  7. Kæde værktøjerne i komplekse arbejdsprocesser. Administrere arbejdsprocesser via værktøjer findes i menuen "Arbejdsprocesser". Figur 3 viser et eksempel arbejdsproces lavet til behandling af RNA-seq data.
  8. Del datasæt, arbejdsprocesser og historier med andre ved hjælp af menuen "Delte Data".

Representative Results

Bestemmelse af centrale drivkræfter fra rumflyvninger transkriptom data vil hjælpe NASA med bestemmelse af sundhedsrisici og udvikle eventuelle modforanstaltninger til bekæmpelse af negative virkninger på astronaut sundhed. I vores seneste publikation, vi har fulgt ovenstående trin og udnyttet GeneLab datasæt for at kunne vise en roman, at finde, at CO2 koncentrationer på ISS kan påvirke sundhed36. Vi har også brugt teknik over i andre undersøgelser til at kunne bestemme nøglefaktorer kørsel systemet bliver studeret45,46,47,48,49,50 . Her vil vi vise hvordan resultaterne fra bruger denne protokol med held kan anvendes til at bestemme de centrale drivkræfter.

I denne undersøgelse fokuseret vi primært på de biologiske forskelle, der opstår i gnavere har til huse i gnaver vaner jorden kontrollen og kontrolelementerne vivarium. Som beskrevet ovenfor, er det nøglen til bedre forståelse af disse to naturtyper, som vil give os oplysninger om mulige forstyrrende faktorer, der kan påvirke sundheden på grund af miljøet på ISS. Til alle gnavere spaceflight forsøg er disse jorden kontrol også afgørende for at bestemme, hvilke biologiske faktorer er forbundet direkte med rumflyvninger eller på grund af de miljømæssige forhold på ISS. Som det fremgår af protokollen, den miljømæssige tilstand for vivarium levesteder ikke er udsat for den højere CO2 -niveau, der er til stede for den gnaver Habitat. Vivarium vækststeder er den normale CO2 -niveau, der er til stede på jorden (i øjeblikket 300 til 380 ppm). Temperatur og luftfugtighed for begge levesteder er ens.

Vi brugte de følgende datasæt fra GeneLab platform til at bestemme de centrale gener mellem gnavere har til huse i den gnaver Habitat jorden kontrol og vivarium jorden kontrolelementer, der er ansvarlig for forskellene mellem de to naturtyper: GLDS-21, GLDS-111, GLDS-25 og GLDS-63. Analyse for at fastslå de betydelige gener blev udført som beskrevet ovenfor mellem gnaver levesteder (tidligere AEM) og vivarium kontrol uafhængigt for hvert datasæt. PCA parceller viste gruppering af biologiske replikater (figur 4 viser PCA observationsområder til GLDS-21). Fra pre forarbejdede data, vi har besluttet de førende gener fra de forskellige GSEA gen sæt. Ved hjælp af gener med 1.2-gange-ændring (log2), var vi i stand til at forudsige de gener involveret med forudsigelser for opstrøms regulatorer, kanoniske veje og biofunctions. For hvert datasæt fundet vi derefter fælles/overlappende gener involveret for alle gener (figur 5). Disse gener er nu menes at være drivkræfterne reaktionen mellem gnavere i gnaver levesteder (eller AEM) og vivarium kontrol. Netværk repræsentation af hvordan disse centrale gener connect viser de centrale knudepunkter for hvert datasæt bliver analyseret (figur 6). For eksempel, er MAPK1 det centrale knudepunkt for STS-108 skeletmuskulatur væv fra mus (figur 6A). Dette ville fortolkes som det gen, der er drivkraften bag de centrale gener og sandsynligvis den centrale aktør for at forårsage biologiske forskelle for mus har til huse i gnaver levesteder versus vivarium bure. I vores tidligere arbejde diskuterer vi, hvordan disse vigtige gener forbundet med CO2 svar fra den eksisterende videnskabelige litteratur, og hvordan disse gener kan være ansvarlig for biologiske ændringer iagttaget hos mus36.

Under en systemer biologi tilgang, bestemmes vi næste en "master regulator", der forbinder alle datasæt/væv og er potentielt ansvarlige for universal biologiske virkninger i gnavere har til huse i AEMs i forhold til vivarium bure. Dette blev gjort ved at bestemme det gen fra alle datasæt, der er den mest forbundet ved etablering af et netværk fra alle de vigtige gener. Vi var i stand til at vise, at MAPK1 er mest forbundne gen og centrale hub fra alle de centrale gener (figur 7). For at bekræfte, hvis MAPK1 kan være ansvarlig for biologiske ændringer i mus fra de højere CO2 niveauer i AEMs, vi kiggede gennem den videnskabelige litteratur for at støtte beviser. Vi fandt flere undersøgelser der viser korrelationen mellem MAPK1 med CO259 og hypoxi19,60,61.

Figure 1
Figur 1 : The gnaver levesteder (tidligere AEM) i forhold til vivarium bure. (A) billede af AEM buret leveret af NASA (Credits: NASA/Dominic Hart). (B) standard vivarium buret, der i øjeblikket anvendes (foto taget af vores laboratorium). Dette tal er blevet ændret fra Beheshti et al.36. Venligst klik her for at se en større version af dette tal.

Figure 2
Figur 2 : The gnaver Habitat Hardware System med tre forskellige moduler involveret under transport til og fra rummissioner. Modulet venstre (A) er modulet gnaver levesteder (tidligere AEM), center modul (B) er transportøren og det rigtige modul (C) er dyr adgang enhed (AAU). (D) Musen overførsel boks (MTB). (Credits: NASA/Dominic Hart). Venligst klik her for at se en større version af dette tal.

Figure 3
Figur 3 : Eksempel analyse arbejdsgang, som kan bruges i GeneLab Galaxy grænsefladen til processen RNA-seq data. Venligst klik her for at se en større version af dette tal. 

Figure 4
Figur 4 : Principal komponent analyse (PCA) på repræsentative datasæt efter forbehandling trin. GLDS-21 datasæt for AEM vs vivarium bur er vist for de murine skeletmuskulatur fra missionen, STS-118. Venligst klik her for at se en større version af dette tal.

Figure 5
Figur 5 : Venn-diagram repræsenterer hvad centrale gener bestemmes ved hjælp af forskellige sti forudsigelse værktøjer. Venligst klik her for at se en større version af dette tal. 

Figure 6
Figur 6 : De centrale gener bestemmes for alle betingelser og murine væv mellem AEM vs . vivarium bure. (A-E) Netværk repræsentation af de centrale gener for hvert datasæt/gnaver væv. Log2 fold-ændringer (med en cutoff for 1.2-gange-ændring) af genekspression blev brugt til at opnå forskellige nuancer af grønt til fold-ændring i downregulated gener, mens forskellige nuancer af rød skildrer fold-ændring i upregulated gener. Jo mørkere nuance af grøn eller rød, jo større fold-ændringen. Dette tal er blevet ændret fra Beheshti et al.36. Venligst klik her for at se en større version af dette tal.

Figure 7
Figur 7 : Fastslå den "master regulator" til gnavere i gnaver Habitat boliger i forhold til vivarium bure. Forbindelser mellem alle enkelte centrale gener (figur 6) var bestemmes og vises som et netværk via IPA. Netværket er repræsenteret som en radial plot med det mest tilsluttede nøglen gen, MAPK1, i midten. Venligst klik her for at se en større version af dette tal.

Supplerende figur 1: GeneLab-GenomeSpace Integration med ISACreator til at strømline behandling af personoplysninger. Venligst klik her for at downloade denne figur. 

Supplerende figur 2: Screenshot af GeneLab søgninger ved hjælp af federation/integration med heterogene Bioinformatik eksterne databaser (GEO, stolthed, MG-RAST). Venligst klik her for at downloade denne figur

Supplerende figur 3: Screenshot af GeneLab collaborative workspace viser brugeren konto management, og adgang til kontrolelementer (f.eks., private, delte, offentlige mapper).  Venligst klik her for at downloade denne figur

Discussion

NASA GeneLab platform er en omfattende omik database og analyse platform, der giver mulighed for det videnskabelige samfund til at generere nye hypoteser vedrører rummet biologi. Her har vi præsenteret en omfattende procedure for gnavere forsøg fra begyndelsen af rumflyvninger til generation af roman hypotese fra dataanalyse udnytter en offentligt tilgængelig plads biology platform. Derudover har vi også givet en omfattende protokol på en uvildig systemer biologi analyse for at identificere centrale gener kørsel systemet undersøgt. Vi har brugt vores seneste undersøgelse36 som et eksempel på, hvordan denne protokol er effektivt udnyttet til at generere en roman hypotese for rummet biologi. Vi håber, at dette hjælper efterforskere bedre at forstå hvordan spaceflight forsøg udføres og hvordan data fra dem føre til de foreliggende data på GeneLab, og i sidste ende gøre det muligt for klarere fortolkning af offentligt tilgængelige rum biologi omik data.

Der er flere kritiske trin inden for vores protokol vedrørende både gnaver rumflyvninger eksperimenter og analyse af data produceret. Forstå gnaver Habitat er opsætning afgørende for at udvikle og designe den optimale eksperiment for rumflyvninger. Dette medfører specielt protokol og beskrivelse vi har givet i trin 1 i vores protokol. Når en investigator fuldt ud forstår de forskellige forhold i de gnaver levesteder i forhold til vivarium bure, kan biologiske resultaterne fortolkes være korreleret korrekt miljøforhold i rummet. I tilføjelser, kan ikke ændringer til gnaver Habitat gøres, da gnaver Habitat har været optimalt designet og godkendt af NASA til rumflyvninger.

For at fortolke de biologiske resultater, har vi givet en grundig protokol på alle trin involveret i at overføre dine data til GeneLab til analyse af data til at generere nye rummet biologi hypotese. Selv om alle foranstaltninger er vigtige for at forstå hvordan man kan generere data, er de mest kritiske trin til dataanalyse trin 9 og 10. Trin 9 indeholder en protokol for at analysere transkriptom data ved hjælp af en uvildig systemer biologi metode til at bestemme gener/veje, som virkelig kører den eksperimentelle betingelse ved at blive analyseret. Trin 10 er kritisk, da det giver brugerne en nem metode til at analysere omik GeneLab datasæt ved hjælp af GeneLab platform. Ændringer af protokollen i henhold kan gøres for nogle skridt med hensyn til analyse af data. Specifikt, trin 9.4-9.6 kan gøres ved hjælp af R programmering eller andre foretrukne værktøjer, som brugeren foretrækker. Afhængigt af datasættet, kan statistikker og fold-ændre cutoffs bruges til at bestemme de betydeligt regulerede gener. Derudover til bestemmelse af de centrale gener i trin 9.5 og 9.6, kan brugeren ændre denne protokol og bruge et værktøj, som udnytter de betydeligt regulerede gener for at forudsige funktioner. Det vigtige koncept er, ved hjælp af flere prædiktive funktionelle omik værktøjer giver mulighed for bestemmelse af gener involveret med fleste funktioner er reguleret i systemet ved at blive undersøgt.

GeneLab platform fortsætter med at udvikle, og mens de analyser, der er beskrevet her blev udført efter data download, den næste fase af GeneLab giver mulighed for analyse af omik data direkte på GeneLab platform, som vil give en let arbejdsgang til at generere behandlede data for højere-ordens analyse. Desuden, mens vi har fokuseret på en protokol for at fortolke transkriptom data, GeneLab indeholder en bred vifte af omik data herunder proteom, genomisk, metabolomic og epigenomiske data. Den endelige platform vil indeholde rørledninger og retningslinjer for analyse af disse forskellige typer af omik. Den sidste fase af GeneLab vil også gennemføre et system niveau visualisering interface til at tillade grundlæggende brugeren kan let generere rummet biologi hypoteser.

Endelig, vores systemer biologi analyse giver en unik og upartiske metode til at bestemme nøglen kørsel gener/veje i ethvert system undersøges ved hjælp af omik datasæt. Vi har brugt denne metode i flere forskellige uafhængige undersøgelser med stor succes til at bestemme de centrale drivkræfter involveret36,45,46,47,48,49 ,50. I en cancer relaterede omik undersøgelse, ved hjælp af denne metode vi eksperimentelt bekræftet, at vores forventede centrale gener/veje faktisk kørte stof behandling svar ved at udskære de centrale gener i vitro45. Vi observerede, som vi havde forudsagt gennem denne protokol, at behandlingen ikke var effektivt længere på grund af fravær af de vigtige gener. Vi mener, at dette objektiv systemer biologi protokol kan være et nyttigt redskab til at bestemme nøglen veje for enhver omik undersøgelse.

Denne protokol giver en hurtig og effektiv metode for generation af roman rummet biologi hypoteser. De data, der genereres fra GeneLab kan udnyttes af efterforskere for fremtidige finansieringsmuligheder, eksperimentelle validering og potentielle mål for udvikling af modforanstaltninger mod vægtløshed og plads stråling. Protokollen i henhold her vil tillade fremtidige plads biologi undersøgelser at forekomme med optimal effektivitet for at give mulighed for sikker langsigtet rummissioner.

Disclosures

Forfatterne har ikke noget at oplyse.

Acknowledgments

Vi vil gerne takke Alison French på NASA Ames Life Science dataarkiv for hendes hjælp med at få videoen relateret til gnaver levesteder og samlede hjælp med at opnå bur relaterede oplysninger. Vi vil også gerne takke Marla Smithwick på NASA Ames Research Center for hendes hjælp med at få de korrekte oplysninger. Forskningsmidler blev leveret af GeneLab projektet på NASA Ames Research Center, gennem NASAs Space biologi Program i opdeling af rummet liv og Physical Sciences Research og programmer (SLPSRA). Enhver brug af handelsnavne er til beskrivende formål og er ikke ensbetydende med påtegning af den amerikanske regering.

Materials

Name Company Catalog Number Comments
C57BL/6 Mice The Jackson Laboratoy C57BL/6J C57BL/6 mice were used for datasets related to Rodent Research-1 experiments
BALB/C Mice Taconic BALB BALB/C mice were used for datasets related to Rodent Research-3 experiments
Vivarium Cages Charles River Laboratory Standard murine cages purchased from Charles River Laboratory
Rodent Habitat NASA This cage and all components are built internally at NASA
RNAlater ThermoFisher Scientific AM7020 RNAlater is used to store the tissue for further RNA isolation

DOWNLOAD MATERIALS LIST

References

  1. GeneLab. genelab.nasa.gov (2018).
  2. Cortese, F. Vive la radioresistance!: converging research in radiobiology and biogerontology to enhance human radioresistance for deep space exploration and colonization. Oncotarget. 9, (18), 14692-14722 (2018).
  3. Beheshti, A. NASA GeneLab Project: Bridging Space Radiation Omics with Ground Studies. Radiation Research. (2018).
  4. Fernandez-Gonzalo, R., Baatout, S., Moreels, M. Impact of Particle Irradiation on the Immune System: From the Clinic to Mars. Frontiers in Immunology. 8, 177 (2017).
  5. Bloomfield, S. A., Martinez, D. A., Boudreaux, R. D., Mantri, A. V. Microgravity Stress: Bone and Connective Tissue. Comprehensive Physiology. 6, 645-686 (2016).
  6. Giuliani, A. High-Resolution X-Ray Tomography: A 3D Exploration Into the Skeletal Architecture in Mouse Models Submitted to Microgravity Constraints. Frontiers in Physiology. 9, 181 (2018).
  7. Boice, J. D. Jr The Final Frontier-Research Relevant to Mars. Health Physics. 112, (4), 392-397 (2017).
  8. Chancellor, J. C. Limitations in predicting the space radiation health risk for exploration astronauts. NPJ Microgravity. 4, 8 (2018).
  9. Cucinotta, F. A. Space radiation risks for astronauts on multiple International Space Station missions. PLoS One. 9, (4), e96099 (2014).
  10. Cucinotta, F. A. Review of NASA approach to space radiation risk assessments for Mars exploration. Health Physics. 108, (2), 131-142 (2015).
  11. Frippiat, J. P. Towards human exploration of space: The THESEUS review series on immunology research priorities. NPJ Microgravity. 2, 16040 (2016).
  12. Goel, N. Effects of sex and gender on adaptation to space: behavioral health. Journal of Women's Health (Larchmt). 23, (11), 975-986 (2014).
  13. Mortazavi, S. M. J., Bevelacqua, J. J., Fornalski, K. W., Welsh, J., Doss, M. Comments on "Space: The Final Frontier-Research Relevant to Mars". Health Physics. 114, (3), 344-345 (2018).
  14. Blottner, D. Morphological, physiological and behavioural evaluation of a 'Mice in Space' housing system. Journal of Comparative Physiology B. 179, (4), 519-533 (2009).
  15. Karouia, F., Peyvan, K., Pohorille, A. Toward biotechnology in space: High-throughput instruments for in situ biological research beyond Earth. Biotechnology Advances. 35, (7), 905-932 (2017).
  16. Shen, H. Effects of spaceflight on the muscles of the murine shoulder. The FASEB Journal. 31, (12), 5466-5477 (2017).
  17. Spatz, J. M. Sclerostin antibody inhibits skeletal deterioration in mice exposed to partial weight-bearing. Life Sciences in Space Research (Amst). 12, 32-38 (2017).
  18. Tascher, G. Proteome-wide Adaptations of Mouse Skeletal Muscles during a Full Month in Space. Journal of Proteome Research. 16, (7), 2623-2638 (2017).
  19. Pecaut, M. J. Is spaceflight-induced immune dysfunction linked to systemic changes in metabolism? PLoS One. 12, (5), e0174174 (2017).
  20. Ward, C. Effects of spaceflight on the immunoglobulin repertoire of unimmunized C57BL/6 mice. Life Sciences in Space Research (Amst). 16, 63-75 (2018).
  21. Rettig, T. A., Ward, C., Pecaut, M. J., Chapes, S. K. Validation of Methods to Assess the Immunoglobulin Gene Repertoire in Tissues Obtained from Mice on the International Space Station. Gravitational and Space Research. 5, (1), 2-23 (2017).
  22. Allen, D. L. Effects of spaceflight on murine skeletal muscle gene expression. Journal of Applied Physiology (1985). 106, (2), 582-595 (2009).
  23. Moyer, E. L. Evaluation of rodent spaceflight in the NASA animal enclosure module for an extended operational period (up to 35 days). NPJ Microgravity. 2, 16002 (2016).
  24. Shimbo, M. Ground-based assessment of JAXA mouse habitat cage unit by mouse phenotypic studies. Experimental Animals. 65, (2), 175-187 (2016).
  25. Aseyev, N. Adaptive Changes in the Vestibular System of Land Snail to a 30-Day Spaceflight and Readaptation on Return to Earth. Frontiers in Cellular Neuroscience. 11, 348 (2017).
  26. Markina, E., Andreeva, E., Andrianova, I., Sotnezova, E., Buravkova, L. Stromal and Hematopoietic Progenitors from C57/BI/6N Murine Bone Marrow After 30-Day "BION-M1" Spaceflight. Stem Cells and Development. (2018).
  27. Radugina, E. A. Exposure to microgravity for 30 days onboard Bion M1 caused muscle atrophy and impaired regeneration in murine femoral Quadriceps. Life Sciences in Space Research (Amst). 16, 18-25 (2018).
  28. Albi, E. Reinterpretation of mouse thyroid changes under space conditions: the contribution of confinement to damage. Astrobiology. 14, (7), 563-567 (2014).
  29. Cancedda, R. The Mice Drawer System (MDS) experiment and the space endurance record-breaking mice. PLoS One. 7, (5), e32243 (2012).
  30. Neutelings, T. Skin physiology in microgravity: a 3-month stay aboard ISS induces dermal atrophy and affects cutaneous muscle and hair follicles cycling in mice. NPJ Microgravity. 1, 15002 (2015).
  31. Anselm, V., Novikova, S., Zgoda, V. Re-adaption on Earth after Spaceflights Affects the Mouse Liver Proteome. International Journal of Molecular Sciences. 18, (8), (2017).
  32. Baqai, F. P. Effects of spaceflight on innate immune function and antioxidant gene expression. Journal of Applied Physiology (1985). 106, (6), 1935-1942 (2009).
  33. Blaber, E. A., Pecaut, M. J., Jonscher, K. R. Spaceflight Activates Autophagy Programs and the Proteasome in Mouse Liver. International Journal of Molecular Sciences. 18, (10), (2017).
  34. Jonscher, K. R. Spaceflight Activates Lipotoxic Pathways in Mouse Liver. PLoS One. 11, (4), e0152877 (2016).
  35. Moskaleva, N. Spaceflight Effects on Cytochrome P450 Content in Mouse Liver. PLoS One. 10, (11), e0142374 (2015).
  36. Beheshti, A., Cekanaviciute, E., Smith, D. J., Costes, S. V. Global transcriptomic analysis suggests carbon dioxide as an environmental stressor in spaceflight: A systems biology GeneLab case study. Scientific Reports. 8, (1), 4191 (2018).
  37. National Resource Council. Nutrient Requirements of Laboratory Animals, Fourth Revised Edition, 1995. The National Academies Press. (1995).
  38. NASA GeneLab Data System. https://genelab-data.ndc.nasa.gov/genelab/ (2018).
  39. GeneLab FAQ. https://genelab.nasa.gov/faq/#6 (2018).
  40. GeneLab Workspace. https://genelab.nasa.gov/faq/#6 (2017).
  41. GeneLab Data Submission Guide. https://genelab-data.ndc.nasa.gov/genelab/help/GeneLab_Submission_Guide_2.0.pdf (2017).
  42. GeneLab repository. https://genelab-data.ndc.nasa.gov/genelab/projects (2017).
  43. Qu, K. Integrative genomic analysis by interoperation of bioinformatics tools in GenomeSpace. Nature Methods. 13, (3), 245-247 (2016).
  44. ISACreator. https://isa-tools.org/category/isacreator/index.html (2014).
  45. Ravi, D. Proteasomal Inhibition by Ixazomib Induces CHK1 and MYC-Dependent Cell Death in T-cell and Hodgkin Lymphoma. Cancer Research. 76, (11), 3319-3331 (2016).
  46. Wage, J. Proton irradiation impacts age-driven modulations of cancer progression influenced by immune system transcriptome modifications from splenic tissue. Journal of Radiation Research. 56, (5), 792-803 (2015).
  47. Beheshti, A. Tumor-host signaling interaction reveals a systemic, age-dependent splenic immune influence on tumor development. Oncotarget. 6, (34), 35419-35432 (2015).
  48. Beheshti, A., Neuberg, D., McDonald, J. T., Vanderburg, C. R., Evens, A. M. The Impact of Age and Sex in DLBCL: Systems Biology Analyses Identify Distinct Molecular Changes and Signaling Networks. Cancer Informatics. 14, 141-148 (2015).
  49. Beheshti, A. Host age is a systemic regulator of gene expression impacting cancer progression. Cancer Research. 75, (6), 1134-1143 (2015).
  50. Beheshti, A., Peluso, M., Lamont, C., Hahnfeldt, P., Hlatky, L. Proton irradiation augments the suppression of tumor progression observed with advanced age. Radiation Research. 181, (3), 272-283 (2014).
  51. Bolstad, B. M., Irizarry, R. A., Astrand, M., Speed, T. P. A comparison of normalization methods for high density oligonucleotide array data based on variance and bias. Bioinformatics. 19, (2), 185-193 (2003).
  52. Saeed, A. I. TM4 microarray software suite. Methods in Enzymology. 411, 134-193 (2006).
  53. Subramanian, A. Gene set enrichment analysis: a knowledge-based approach for interpreting genome-wide expression profiles. Proceedings of the National Academy of Sciences of the United States of America. 102, (43), 15545-15550 (2005).
  54. Kuehn, H., Liberzon, A., Reich, M., Mesirov, J. P. Using GenePattern for gene expression analysis. Current Protocols in Bioinformatics. Chapter 7 Unit 7 12 (2008).
  55. Reich, M. GenePattern 2.0. Nature Genetics. 38, (5), 500-501 (2006).
  56. Afgan, E. The Galaxy platform for accessible, reproducible and collaborative biomedical analyses: 2016 update. Nucleic Acids Research. 44, (W1), W3-W10 (2016).
  57. Introduction to Genomics and Galaxy. http://galaxyproject.github.io/training-material/topics/introduction/tutorials/galaxy-intro-strands/tutorial.html (2018).
  58. Galaxy 101. http://galaxyproject.github.io/training-material/topics/introduction/tutorials/galaxy-intro-101/tutorial.html (2018).
  59. Xu, Y. J., Elimban, V., Dhalla, N. S. Suppression of phosphorylated MAPK and caspase 3 by carbon dioxide. Molecular and Cellular Biochemistry. 436, (1-2), 23-28 (2017).
  60. Sang, N. MAPK signaling up-regulates the activity of hypoxia-inducible factors by its effects on p300. Journal of Biological Chemistry. 278, (16), 14013-14019 (2003).
  61. Seta, K. A., Kim, R., Kim, H. W., Millhorn, D. E., Beitner-Johnson, D. Hypoxia-induced regulation of MAPK phosphatase-1 as identified by subtractive suppression hybridization and cDNA microarray analysis. Journal of Biological Chemistry. 276, (48), 44405-44412 (2001).
At udforske effekter rumflyvninger på musen fysiologi ved hjælp af den åbne adgang NASA GeneLab Platform
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Beheshti, A., Shirazi-Fard, Y., Choi, S., Berrios, D., Gebre, S. G., Galazka, J. M., Costes, S. V. Exploring the Effects of Spaceflight on Mouse Physiology using the Open Access NASA GeneLab Platform. J. Vis. Exp. (143), e58447, doi:10.3791/58447 (2019).More

Beheshti, A., Shirazi-Fard, Y., Choi, S., Berrios, D., Gebre, S. G., Galazka, J. M., Costes, S. V. Exploring the Effects of Spaceflight on Mouse Physiology using the Open Access NASA GeneLab Platform. J. Vis. Exp. (143), e58447, doi:10.3791/58447 (2019).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
simple hit counter