Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Genetics
Click here for the English version

Genetics

Utforske romfart effekter på musen fysiologi ved hjelp av Open Access NASA GeneLab plattformen

Published: January 13, 2019 doi: 10.3791/58447
Automatic Translation
1, 2, 1, 3, 1, 2, 2
1WYLE Labs, Space Biosciences Division, NASA Ames Research Center, 2Space Biosciences Division, NASA Ames Research Center, 3USRA, NASA Ames Research Center

Summary

NASA GeneLab plattform gir ubegrenset tilgang til verdifulle omics data fra biologiske romfart eksperimenter. Vi beskriver hvordan en typisk musen eksperimentet utføres i rommet og hvordan data fra slike eksperimenter kan nås og analysert.

Abstract

Utføre biologiske eksperimenter i rommet krever spesielle tilpasninger og prosedyrer for å sikre at disse undersøkelsene utføres effektivt. Videre, gitt lite av disse eksperimentene er det viktig at deres konsekvenser maksimeres. Rask fremgang av Omika teknologier tilbyr en mulighet til å dramatisk øke volumet av data produsert fra dyrebare romfart prøver. For å kapitalisere på dette, har NASA utviklet GeneLab plattformen for å gi ubegrenset tilgang til romfart omics data sin omfattende analyse. Gnagere (rotter og mus) er vanlige modellen organismer brukes av forskere for å undersøke relatert til verdensrommet biologiske virkninger. Kabinettet at huset gnagere under romferder kalles gnager habitater (tidligere dyr kabinett moduler), og er vesentlig forskjellig fra standard vivarium burene sine dimensjoner, luftstrøm og tilgang til vann og mat. Dessuten, på grunn av miljømessige og atmosfæriske forhold på den internasjonale romstasjonen (ISS), er dyrene utsatt for en høyere CO2 konsentrasjonen. Vi har nylig rapportert at mus i gnager habitater opplever store endringer i deres transcriptome uansett om dyr var på bakken eller mellomrom. Videre var disse endringene konsekvent med hypoxic respons, potensielt drevet av høyere CO2 -konsentrasjoner. Her beskriver vi hvordan en typisk gnager eksperimentet utføres på plass, hvordan omics data fra disse eksperimentene kan nås gjennom GeneLab plattform og identifisere viktige faktorer i dataene. Bruker denne prosessen, kan en person gjøre viktige funn som kan endre utformingen av fremtidige misjoner og aktiviteter.

Introduction

Det overordnede målet med dette manuskriptet er å gi en klar metodikk på hvordan NASA GeneLab plattform1 og hvordan gnager eksperimenter gjort i rommet er oversatt til omics data for analyse. Spacefaring mennesker er utsatt for mange helserisiko fra endrede tyngdekraften felt, plass stråling, isolasjon fra jorden og andre fiendtlige miljøfaktorer2,3,4,5, 6. biologisk eksperimenter utført i rommet og på bakken har bidratt til å definere og kvantifisere disse risikoene7,8,9,10,11, 12 , 13 , 14. i rommet, disse eksperimentene er utført på den internasjonale romstasjonen (ISS), romfergen og andre orbital plattformer. Gjennomføre disse eksperimenter krever spesialisert maskinvare og metodikk gitt unike bekymringene til å utføre eksperimenter i verdensrommet med begrenset mannskap tid og av mikrogravitasjon miljø. Ulike plattformer finnes nå for å utføre avansert eksperimenter i rommet plante, dyr og mikrobiell modeller15.

Gnager modeller har vært spesielt viktig å fremme vår forståelse av hvordan pattedyr, inkludert mennesker, svare på romfart. Disse inkluderer effekten av romfart på muskelen strukturen16,17,18 og immun funksjoner19,20,21. Standard vivarium merdene brukes til bolig gnagere på jorden er ikke egnet for romfart eksperimenter22,23. Derfor, over år mus og rotter er fløyet og plassert i ulike bur inkludert japansk Aerospace Exploration Agency (JAXA) Habitat bur24, dyr bærer plass kapsler brukes på BION-M1 ubemannet russisk satellitt25 ,26,27, mus skuff System (Lederne) designet av italienske romorganisasjonen28,29,30, NASA dyr kabinett modul (AEM) og nå NASA Gnager Transporter og habitater23. Gnager eksperimenter startet på romfergen bruker burene omtales som dyr kabinett modul (AEM). Denne maskinvaren ble brukt i 27 gnager eksperimenter på romfergen23. AEM ble opprinnelig utviklet for relativt kort eksperimenter on-board shuttle (< 20 dager). Siden utviklingen av ISS, AEMs er endret for lengre varighet eksperimenter og som nå omtales som gnager habitater22,23. De nye gnager habitatene er utformet for å støtte lengre oppdrag i ISS benytter EXpedite behandling av eksperimentene romstasjonen (EKSPRES) Rack-grensesnittet. Gnager habitater er vesentlig forskjellig fra standard vivarium bur i dimensjoner, luftstrøm, filter og eksos-systemet, og tilgang til mat og vann (figur 1). Likevel denne maskinvaren har vist seg for å være en effektiv forskning plattform, slik at viktige innsikter romfart-induserte endringer i pattedyrceller fysiologi19,31,32,33 ,34,35,36.

Store mengder omics data kan nå genereres fra biologiske romfart eksperimenter inkludert de med gnagere. Data fra disse omics eksperimenter har nylig gjort offentlig tilgjengelig gjennom NASA GeneLab plattform1 som er et omfattende data oppbevaringssted og analyse plattform som tillater alle å utvikle hypoteser fra romfart eksperimenter. GeneLab inneholder verktøy for oppdagelse, tilgang, deling og analyse av data. Vi utnyttet GeneLab datasett for å vise at forskjellene mellom standard vivarium bur og spesialiserte gnager habitater brukes i verdensrommet forårsake massive forskjeller i transcriptome på mus36. Vi analyserte fire forskjellige offentlig tilgjengelige datasett, sammenligne forskjellige vev fra gnagere ligger i gnager habitater- eller standarden vivarium burene. Bruker en upartisk biologi systemanalyse, bestemt vi at de viktigste driverne og veier som ble endret var forenlig med hypoxic svar på grunn av de høye CO2 skyldes høyere CO2 -konsentrasjoner på ISS, som fører til høyere CO 2 -konsentrasjoner hos gnager Habitat gitt at de er passiv systemer som tar i luften. Dette viser hvordan forskere kan bruke åpen kildekode verktøy og data til å generere nye funn med Implikasjonen om hvordan miljøet ISS påvirker astronaut helse.

Her beskriver vi hvordan gnager eksperimenter utføres i rommet og hvordan data fra disse eksperimentene fås gjennom en åpen-kildekode, omic plattform knyttet til space biologi. Vi diskutere konfigurasjonen av gnager leveområder for romferder og hvordan romfart vev behandles. Vi beskriver også hvordan romfart omics kan oppdaget og tilgang til GeneLab og hvordan nøkkelfaktorer driving den generelle responsen til romfart kan bli identifisert36. Det spesifikke eksemplet vi vil presentere på hvordan denne protokollen er implementert vil være sammenlignende biologiske forskjellene forekommer i gnagere i gnager Habitat og vivarium kontrollene som ble utgitt av Beheshti et al.36. Det er viktig å merke seg at bakken kontroller er avgjørende for romfart gnager eksperimenter. Som beskrevet i denne protokollen, er disse kontrollene gjort med begge identiske betingelsene (dvs. CO2 forhold, fuktighet, temperatur, bur dimensjoner, etc.) den gnager habitater på ISS og standard vivarium bur som har standard miljø (dvs., CO2 forhold, fuktighet og temperatur) forhold på jorden. Gnagere i gnager Habitat bakken kontrollene tillater direkte sammenligning for gnagere i rommet. Mens gnagere i vivarium burene tillate biologiske sammenligningen mellom ulike boliger (f.eks vivarium burene vs gnager maskinvare). Gnager Habitat er annerledes enn vivarium bur ved at den har konstant luftstrømmen (0.1-0.3 m/s), en lang varighet, og en sekundær utblåsningsfilteret som fanger og absorberer animalsk avfall guidet eksos filter av kontinuerlig luftstrømmen i mikrogravitasjon. I tillegg har gnager habitater passiv systemer og inntak luften; Derfor, de har også høyere CO2 -konsentrasjoner på grunn av forhøyede nivåer i ISS hytte (~ 5000 ppm).

Protocol

Dyr protokollene for boliger og vev behandling følge standard retningslinjer for laboratoriet dyr omsorg og er godkjent av NASAS fly og bakken dyr institusjon og bruk komiteer (IACUC).

1. konfigurasjonen av gnager habitater

Merk: NASA gnager habitater (tidligere AEMs) har ulike funksjoner fra vivarium merdene for å imøtekomme for operasjoner i rommet (figur 1).

  1. Huset 10 mus i hver gnager Habitat (opptil 30 g per musen). Huset 5 mus hver avdeling når habitat konfigureres i to rom eller 10 mus hvis det er en luke.
    Merk: NASA gnager habitater har et større tilgjengelig areal per gnager enn standard vivarium merdene.
  2. For bakken kontroller dyr, huset mus i gnager Habitat i ISS miljømessige Simulator (ISSES) under samme forhold som flight dyrene inkludert CO2 -konsentrasjoner, temperatur og relativ luftfuktighet.
  3. Gi dyr ad lib tilgang til egendefinerte laget NASA næringsstoff oppgradert gnager Foodbars (NuRFB) i henhold til National Research Council (NRC) ernæringsmessige krav for mus37, og vann gjennom press aktivert lixits.
  4. Overvåke dyrenes helse og atferd som aktiveres i gnager habitater med 12:12 h lyset sykle ligner vivarium bur i standardfasiliteter med LED-belysning på dagtid og infrarød belysning under video helsesjekk som finner sted under den mørke syklusen.
  5. Sett fire kameraer i gnager Habitat merdene for daglig overvåking av dyrs helse og atferd og samle videoer i løpet av natten med infrarød belysning.
  6. Levere gnagere til ISS en transportør (figur 2B) ombord Dragon kapselen eller lignende bærerakett.
  7. Kontroller at gnagere er observert og undersøkt ved NASA flight veterinær før den ble lastet inn Transporter for lansering og utdannet mannskapet ved ankomst til ISS og før overføring til gnager habitater.
  8. For denne overgangsperioden, hus opp til 20 mus (10 på hver side) eller 12 rotter i transporter.
    Merk: Lik gnager Habitat, Transporter er en passiv enhet for miljøforhold. I løpet av kort overgangsperioden, kan denne enheter huse opptil 20 mus.

2. gnager håndtering for romfart eksperimenter

  1. Skaffe gnagere fra standard leverandører.
    Merk: Etter levering, gnagere i standard vivarium bur og få dyrene acclimate til NASA NuRFB, lixits og hevet wire gulv til dyrene er lastet inn i Transporter. Forlater gnagere i merdene vil tillate dyr å tilpasse naturlig. Håndtering av mus av både gnager habitater og vivarium burene følger protokoller brukt for alle gnager eksperimenter12,27,28. Gnager Habitat systemet (figur 1A) vil bli brukt for både romferd oppdrag på m og ISS, henholdsvis, og for bakken kontroller simulere ISS eller STS miljøforhold.
  2. Bruke standard vivarium bur (figur 1B) for kontrollen vivarium noen oppdrag. Bruke 5 eller 10 mus per standard vivarium buret.
  3. For gnagere habitater, plassere 10 mus i to forskjellige avdelinger med 5 mus hver avdeling. Fjerne buret delelinjen til huset 10 mus per Habitat i en luke.
  4. Bruk tre komponenter av gnager maskinvare under romferd oppdrag som beskrevet nedenfor (figur 2).
    1. Plasser gnagere i en transportør (figur 2B) for reise mellom jorden og på ISS eller omvendt på dobbel tetthet (10 mus per side, 20 mus per Transporter).
    2. En gang på ISS, fest dyr Access Unit (AAU) (figur 2C) til Transporter. Overføre gnagere fra Transporter til habitater bruker musen overføre bokser (MTB) (5 mus per MTB) (figur 2D).
      Merk: The AAU brukes til å inneholde alle animalske produkter (f.eks, avføring, urin, pels) fra å komme til ISS hytta.
    3. Koble AAU fra Transporter og legge til gnager Habitat. Deretter overføre dyrene fra MTB til gnager Habitat (figur 2A) der de bor for varigheten av oppdraget.
      Merk: CO2 konsentrasjonen på grunn av forhøyede nivåer i ISS hytta for alle gnager habitater er 5000 ppm.
  5. Overvåke temperatur og luftfuktighet gnager habitater, men det er ikke noen aktive termisk kontroller. Kontroller at gnager forskerteamet fungerer med ISS å vedlikeholde og administrere kabintemperaturen, som bestemmer temperaturen i gnager Habitat.
    Merk: Lyse og mørke syklus i gnager habitater skjer hver 12 h (f.eks, 5:00-17:00 GMT lys på) og ISS mannskap utfører regelmessig og hyppig endre ut av maten (ukentlig eller annenhver uke) og påfyll vannet (hver ~ 28 dager).

3. euthanasia gnagere og behandling vev

  1. For dødshjelp, gi gnager en overdose av en general anesthetic (ketamin/Xylazine opp 150/45 mg/kg kroppen masse fortynnet i fosfat-bufret saltløsning i et totalt volum på 0,3 mL) via intraperitoneal injeksjon (IP) sammen med en sekundær metode for euthanasia ( cervical forvridning eller thoracotomy).
  2. For eksperimenter utført på ISS:
    1. Returnere gnagere enten live, eller
    2. Euthanize på ISS.
      1. Fryse gnager skrotter på-95 ± 2 ° C i frysere på ISS og returnere til jorden på tilgjengelig tilbake bilen (for tiden SpaceX Dragon kapsler).
      2. Når gnagere kommer tilbake til jorden, analysere alle organer og vev (dvs., lever, nyre, hud, muskler, hjerte, milt, øyne, binyrene, lungene og hjernen) og lagre-80 ° c eller RNA stabilisere løsning.
  3. Følg samme prosedyrer og tidsberegningen for alle kontroll bakken eksperimenter som flight eksperiment med en 3-5 dagers forskyvning tilsvarer ISS telemetri data.
  4. Fra bevarte vev isolere RNA og protein DNA isolasjon ved hjelp av standardprotokoller som er beskrevet i detalj tilknyttet hvert datasett på GeneLab plattform (genelab.nasa.gov).
    Merk: Gnager vev ikke brukes av av primære investigator(s) bli del av NASAS institusjonelle vitenskapelige samling. Disse prøvene er lagret i Ames Research Center's (ARC) ikke-menneskelige Biobank der de er katalogisert og gjort tilgjengelig for forespørsel av forskningsmiljøet. Tilgjengelige vev kan bli funnet på biovitenskap Data arkiv offentlig nettsted på: https://Lsda.jsc.nasa.gov/Biospecimen.

4. generere Omics Data fra RNA og DNA Protein ekstrakter

  1. Fra utdraget macromolecules (RNA, DNA, protein) Bruk standard protokoller generere omics data. Dette er beskrevet i detalj i de respektive studie metadataene på GeneLab.

5. GeneLab depot og sende Data

Merk: Space biologi relatert omics data sendes til GeneLab datalager. GeneLab godtar og vert plass-relatert omics data finansiert av flere plass over hele verden.

  1. Generere omics relaterte data som kan være vert på GeneLab-lageret.
    1. Sende genererte data til GeneLab, enten når analysen er fullført eller basert på skjønn av etterforskeren.
      Merk: Data sendt til andre offentlige omics databaser er importert og publisert i GeneLab depotet. GeneLab genererte data er kuratert og publisert uten en embargo periode. GeneLab, spesielt eksempel behandling laboratoriet, genererer data fra forskjellige romfart eksperimenter bruke optimalisert utvinning protokoller og teknikker for å øke omics dataene fra romfart eksperimenter.
  2. Når dataene er klar til å bli sendt, format og overføre metadata og data til GeneLab med følgende metode (supplerende figur 1):
    1. Bruk ISAcreator til å definere en eksperimentell studie og lagre metadata.
      Merk: The ISAcreator verktøyet er tilgjengelig for nedlasting med en guidet opplæringen her38.
    2. Se dataene oppført her39 å forstå akseptert datatyper og formater for rå og bearbeidet datafiler.
      1. For å optimalisere opplasting og lagring, komprimere datafilene.
    3. Overføre metadata og rå og/eller bearbeidet data til GeneLab data kuratorene gjennom arbeidsområdet40.
    4. Opprett brukernavn og passord og laste opp data.
  3. Når dataene ha blitt sendt til arbeidsområdet, dele data til en GeneLab kurator.
    Merk: Detaljert skritt opp på hvor å laste opp og dele filer finnes i Data innlevering Guide41.
  4. Hver innlevering er kontrollert av en kurator og publisert i GeneLab depotet42.

6. å finne datasett for analyse ved hjelp av søkefunksjoner på GeneLab

  1. Søke etter forskjellige datasets på GeneLab ved å gå til koblingen (supplerende figur 2)38.
    1. Spesifikt relatert til en tidligere publikasjon36, søke etter følgende vilkår: GLDS-21, GLDS-111, GLDS-25 og GLDS-63.
  2. Åpne GeneLab hjemmeside ved å klikke på "GeneLab Data System" på venstre side av skjermen.
  3. Skriv inn søkeordene i boksen "Søk data" å søke etter bestemte områder av interesse. I dette tilfellet angi hver av følgende datasett identifikatorer separat: GLDS-21, GLDS-111, GLDS-25 og GLDS-63.
  4. I tillegg søker i GeneLab depotet, søke andre databaser inkludert NIH GEO, EBI stolthet og ANL MG-RAST ved å velge ønskede avmerkingsboksene under søkefeltet.
    Merk: Er bare for GeneLab depotet, kan en bruker søke ved hjelp av følgende filterkategorier: organismer, analysen Type, faktorer og prosjekttypen.

7. lagre og overføre filer av interesse for analyse

Merk: GeneLab arbeidsområdet er utviklet for å lagre og overføre filer direkte fra GeneLab databasen (supplerende figur 3).

  1. Klikk på "Arbeidsområde" på rullegardinmenyen datasystemer.
  2. Hvis ny bruker, Registrer en ny konto.
    Merk: GeneLab arbeidsområdet er drevet av GenomeSpace43.
  3. Tilgang detaljerte instruksjoner om hvordan du bruker arbeidsområdet ved å velge "Hjelp" i menyen øverst, og klikke på brukerhåndboken.
  4. For hver bruker, tilgang til alle datasett i GeneLab databasen ved å velge mappen "Public/genelab" på menyen til venstre.
  5. Kopier datasett rundt til en lokal mappe arbeidsområdet ved å gå til mappen med data rundt. Høyreklikk på den bestemte filen, velg "Kopier/flytt" i menyen som vises, Velg mappen du vil kopiere filen til, og klikk deretter på "Kopier".
    1. Finn følgende datasett knyttet til en tidligere publikasjon36 idet instruert over og kopiere over til lokale arbeidsområdet: GLDS-21, GLDS-111, GLDS-25 og GLDS-63.

8. tilgang til Metadata og beskrivelse av hver studie

Merk: Metadatafiler for hvert datasett i GeneLab depotet er i undermappen "Offentlig/genelab" datasett på venstre-menyen.

  1. Finn metadata-informasjon for datasettet rundt av en eller flere metadata filer i undermappen "metadata" av hvert datasett. For eksempel for GLDS-100, det er 2 filer i undermappen "Offentlig/genelab/GLDS-100/metadata": "GLDS-100_metadata_RR1_BIOBANK-øye-ISA.zip" og "GLDS-100_metadata_RR1ExpDesign.pdf".
    1. Kontroller at hvert datasett har en enkelt fil som inneholder metadata i henhold til ISATab-spesifikasjonen (som subsumes MIAME, MIAPE og andre MIBBI rammeverk standarder for krav til minimum metadata). Alltid end denne typen filnavn i "ISA.zip". For eksempel for GLDS-100 er denne filen "GLDS-100_metadata_RR1_BIOBANK-øye-ISA.zip".
  2. Bruk ISACreator verktøyet44 eller et tekstredigeringsprogram til å visualisere og tilgang ISATab metadata, som inneholder tekstbeskrivelsen for studier og analysen metadataene for hvert datasett.
    Merk: ISATab metadata, prøver er beskrevet og forbundet med bioassay og bioassay er beskrevet og tilknyttet data utdatafiler.
  3. Sjekk for tilstedeværelsen av analysen data utdatafiler som ligger innenfor hvert datasett i undermapper av analysen. For eksempel for GLDS-100, RNA-Seq utdatafiler analysen er plassert i den "offentlige/genelab/GLDS-100/transcriptomics /" brosjyre.

9. analyse av GeneLab Data

Merk: Ulike rørledninger kan implementeres for ulike omics data. Her fokuserer det spesifikke eksemplet på en upartisk systemer biologi transcriptomic rørledning som brukes til å bestemme "viktige drivere" av systemet blir studert.

  1. Kontroller tidligere publisert litteratur36,45,46,47,48,49,50 for å forstå denne rørledningen.
  2. Når en bestemt datasett rundt er valgt for analyse, laste ned data til en lokal maskin med følgende metode:
    1. Klikk på den bestemte datasettet.
    2. Klikk på kategorien "Studie filer" på helt til venstre i overskriftene.
    3. Kontroller at alle datafiles og metadata er tilgjengelig i denne menyen.
    4. Laste ned hver fil, klikk på spesifikk filnavnene.
  3. Bruke forhåndsbehandling følgende microarray datasett som lastes ned fra GeneLab.
    1. Prosessen rådata til hvert datasett separat ved bakgrunn subtraksjon og Quantile normalisert bruker RMAExpress51 for den kommersielle microarrays.
    2. Opprette prinsippet komponent analyse (PCA) tomter bruke R til å finne ut hvor nært biologisk replikerer gruppert sammen.
    3. Importere data til MultiExperiment Viewer52 og beregne betydelig gener først bruker false oppdagelsen rate (FDR) statistikken med FDR < 0,05. Hvis ingen betydelig gener dukket opp med FDR statistikk, Bruk standard t-tester med en p-verdien < 0,05 for å bestemme betydelig gener.
    4. Når statistisk signifikant regulert genene har blitt bestemt, implementere en fold-endring cut-off ≥ 1.2 eller ≤-1.2 sammenligne de eksperimentelle prøvene med kontrollene.
  4. Bruk Gene satt berikelse analyse (GSEA)53 for veien og funksjonelle spådommer.
    1. Bruk GSEA enten via GenePattern54,55, direkte gjennom GSEA eller bruke R programmering miljø.
    2. Bestemme betydelig regulert veier med følgende genet sett: C2, C5, og kjennetegn.
    3. Utføre ledende analyse på betydelig regulert genet sett og bestemme ledende gener tilknyttet hver eksperimentelle sammenligning og Gene sett.
    4. Finne ledende gener som overlapper mellom alle genet setter for hver eksperimentelle tilstand.
  5. Bruk en annen plattform for å bestemme forventet funksjoner og veier som blir betydelig reguleres. I dette tilfellet bruk oppfinnsomhet sti analyse (IPA) for å bestemme betydelig oppstrøms regulatorer, biofunctions og Kanonisk trasé.
    1. Last opp listen over gener med brett-endre verdier for statistisk signifikant genene i trinn 9.4.4.
    2. Følg IPA å generere oppstrøms regulatorer, biofunctions og Kanonisk trasé for hver eksperimentelle sammenligning.
    3. Bestemme genet tilknyttede oppstrøms regulatorer, biofunctions og Kanonisk trasé som har en aktivisering z-skåre ≥ 2 (angitt aktivisering) eller ≤ -2 (som angir hemming).
    4. Finne overlappende genene gjelder alle forutsigelser ovenfor.
  6. Bestemme felles/overlappende gener mellom trinn 9.4 og 9.5.
    Merk: Disse genene er vurdert som nøkkel/driver genene kontrollere fleste forventet funksjoner og aktivitet med eksperimentelle forhold blir analysert. Tidligere studier har vist at fortrenging eller fremme disse genene gjør betingelsen eksperimentelle eller systemet blir studert ufunksjonell45,46,49.
    1. Konstruere nettverk gjennom IPA (eller nettverket montering programvare) til å fastslå tilkobling av gener.
    2. Vurdere mest knyttet genet som sentral hub kjøring nøkkel gener.
    3. For å bestemme tilkobling mellom datasett, kan du gruppere alle viktige gener i ett nettverk og gjenta tilkobling test for å fastslå det sentrale knutepunkt som er oppstått blant alle viktige gener fra alle datasett blir analysert.

10. Bruk Galaxy56 grensesnitt på GeneLab til å analysere Transcriptomic Data

Merk: Her beskrives en protokoll for å bruke GeneLab Galaxy grensesnittet (tilgjengelig Fall 2018) til å analysere transcriptomic data fra GeneLab. Galaxy tutorials florerer. Eksempel tutorials på hvordan du bruker Galaxy er generelt tilgjengelig elesewhere57,58.

  1. Brukerne kan logge på GeneLab med Google eller NASA legitimasjon. GeneLab Galaxy verktøy finnes under "Analysere" menyen.
  2. Følg disse tre måter å importere dataene til GeneLab galakse plattform.
    1. Laste opp data fra det lokale filsystemet ved hjelp av funksjonen "Last opp data".
    2. Importere data fra GeneLab GenomeSpace ved hjelp av verktøyet GenomeSpace importør "Få Data"-delen.
      Merk: Alle er GeneLab tilgjengelig i mappen "offentlig", organisert av dataset tiltredelse nummeret (se ovenfor).
    3. Importer data vises i "historie" analyse delen på høyre side. Brukerne kan ha flere historier, som styres med enten "Historie Options" eller "Vis alle historier" knappene øverst i ruten historie.
  3. Verktøy for analyse er oppført og søkbare på venstre side av grensesnittet.
  4. Kontroller for utseendet av datasett som er importert på gjeldende historie.
    Merk: Mange detaljer om dataene er tilgjengelige for inspeksjon for hvert datasett.
  5. Velg et til venstre til å fylle ut et skjema i midtseksjon, med alternativer for analyse og spesifikasjon av data innganger. Skape arbeidsplasser for utføring analyse ved utfylling og trykke "Execute".
  6. Sjekk jobber presentert som er representert i historien og fargekodet for å vise statusen for gjennomføring (i kø, utfører, avsluttet med eller uten feil).
  7. Koble verktøy til komplekse arbeidsflyter. Behandle arbeidsflyter gjennom verktøy som finnes i "Arbeidsflyt"-menyen. Figur 3 viser en eksempel arbeidsflyt opprettet for RNA-seq databehandling.
  8. Dele datasett, arbeidsflyter og historier med andre ved hjelp av "Delte Data"-menyen.

Representative Results

Bestemme sentrale drivere fra romfart transcriptomic data vil hjelpe NASA med å bestemme helserisiko og utvikle mulige mottiltak mot negative effekter på astronaut helse. I vår siste publikasjon, har vi fulgt fremgangsmåten ovenfor og utnyttet GeneLab datasett for å kunne vise en roman finne at CO2 -konsentrasjoner på ISS kan påvirke helse36. Vi har også brukt teknikken over i andre studier å lykkes i å fastslå nøkkelfaktorene kjører systemet som studerte45,46,47,48,49,50 . Her viser vi hvordan resultatene av denne protokollen kan brukes med hell til å bestemme viktigste.

I denne studien fokusert vi hovedsakelig på de biologiske forskjellene som forekommer i gnagere i gnager vaner bakken kontrollene og vivarium kontrollene. Som beskrevet ovenfor, er det nøkkelen til bedre forstå disse to habitater, som vil gi oss informasjon om mulig forvirrende faktorer som kan påvirke helse på grunn av miljøet på ISS. For alle gnager romfart eksperimenter er disse bakken kontrollene også viktig å avgjøre hvilke biologiske faktorer er tilknyttet direkte med romfart eller miljøforhold på ISS. Som nevnt i protokollen, utsettes miljømessige tilstanden for vivarium habitat ikke for høyere CO2 nivå som finnes for gnagere Habitat. Vivarium habitat har normal CO2 som finnes på jorden (under 300 til 380 ppm). Temperatur og luftfuktighet for begge habitater er like.

Vi brukte følgende datasett fra GeneLab plattformen for å finne viktige genene mellom gnagere i gnager Habitat bakken kontrollene og vivarium bakken kontroller som er ansvarlig for kjøring forskjellene mellom de to habitatene: GLDS-21, GLDS-111, GLDS-25 og GLDS-63. Analyse for å fastslå betydelig genene ble utført som beskrevet ovenfor mellom gnager Habitat (tidligere AEM) og vivarium kontroller uavhengig for hvert datasett. PCA tomter viste gruppering av biologisk replikerer (Figur 4 viser PCA Tomter till GLDS-21). Fra forhåndsutfylte behandlet data bestemt vi ledende gener fra ulike GSEA gene settene. Bruker gener med 1.2-ganger-endring (Logg2), kunne vi forutsi gener involvert med spådommer for oppstrøms regulatorer, Kanonisk veier og biofunctions. For hvert datasett deretter fant vi felles/overlappende gener involvert for alle arvestoffet (figur 5). Disse genene er nå antatt å kjøre svaret mellom gnagere i gnager habitater (eller AEM) og vivarium kontroller. Nettverk representasjon av hvordan disse viktige genene koble viser de sentrale hubene for hvert datasett blir analysert (figur 6). MAPK1 er for eksempel det sentrale knutepunkt for STS-108 skjelettlidelser muskel vev fra mus (figur 6A). Dette ville bli tolket som genet som driver nøkkel gener og sannsynligvis sentrale spilleren for forårsaker biologiske forskjellene for mus ligger i gnager habitater versus vivarium merdene. I vår tidligere arbeid diskutere vi hvordan disse viktige genene er forbundet med CO2 svar fra eksisterende vitenskapelig litteratur og hvordan disse genene kan være ansvarlig for biologiske endringer observert i mus36.

Tar en biologi systemtilnærming, bestemt vi neste en "master regulator" som kobler alle datasett/vev og er potensielt ansvarlig for universell biologiske effekter i gnagere i AEMs sammenlignet med vivarium burene. Dette ble gjort ved å bestemme genet fra alle datasett som er den mest tilkoblede når du bygger et nettverk fra alle viktige gener. Vi kunne vise at MAPK1 er mest knyttet genet og sentralt knutepunkt fra alle viktige genene (figur 7). For å bekrefte hvis MAPK1 kan være ansvarlig for biologiske endringer i mus fra høyere CO2 nivåer i AEMs, så vi gjennom den vitenskapelige litteraturen for støtte bevis. Vi fant flere studier som viser sammenhengen for MAPK1 med CO259 og hypoksi19,60,61.

Figure 1
Figur 1 : The gnagere Habitat (tidligere AEM) sammenlignet med vivarium merdene. (A) bilde av AEM buret gitt av NASA (studiepoeng: NASA/Dominic Hart). (B) standard vivarium bur som er brukt (bilde tatt av vårt laboratorium). Dette tallet har blitt endret fra Beheshti et al.36. Klikk her for å se en større versjon av dette tallet.

Figure 2
Figur 2 : The gnagere Habitat maskinvare System med tre forskjellige moduler involvert under transport til og fra romferder. Modulen venstre (A) er modulen gnager Habitat (tidligere AEM), modulen center (B) er Transporter og høyre modulen (C) er dyr Access Unit (AAU). (D) Musen overføring boksen (MTB). (Rulletekst: NASA/Dominic Hart). Klikk her for å se en større versjon av dette tallet.

Figure 3
Figur 3 : Eksempel analyse arbeidsflyt som kan brukes i GeneLab galakse grensesnittet prosessen RNA-seq data. Klikk her for å se en større versjon av dette tallet. 

Figure 4
Figur 4 : Viktigste komponenten analyse (PCA) av representant dataset etter pre behandlingstrinnene. GLDS-21 dataset for AEM vs vivarium bur vises for murine skjelettmuskelen fra STS-118 oppdraget. Klikk her for å se en større versjon av dette tallet.

Figure 5
Figur 5 : Venn-diagram representerer hva nøkkel gener fastsettes ved hjelp av ulike veien prediksjon verktøy. Klikk her for å se en større versjon av dette tallet. 

Figure 6
Figur 6 : Nøkkel genene bestemt for alle forhold og murine vev mellom AEM vs . vivarium burene. (A-E) Nettverk representasjon av viktige genene for hvert datasett/Red vev. Logg2 fold-endringer (med en cutoff av 1.2-ganger-endring) av genuttrykk ble brukt for å få ulike nyanser av grønt for brett-endring i downregulated gener, mens ulike nyanser av rødt skildre fold-endring i upregulated gener. Jo mørkere skygge eller rød, jo større fold-endringen. Dette tallet har blitt endret fra Beheshti et al.36. Klikk her for å se en større versjon av dette tallet.

Figure 7
Figur 7 : Å bestemme den "master regulatoren" for gnagere gnager Habitat boliger sammenlignet vivarium burene. Forbindelser mellom alle personlige nøkkelen gener (figur 6) var bestemt og vises som et nettverk gjennom IPA. Nettverket er representert som en radial tomt med mest knyttet nøkkel genet, MAPK1, i midten. Klikk her for å se en større versjon av dette tallet.

Ekstra figur 1: GeneLab-GenomeSpace integrasjon med ISACreator for effektivisering av databehandling driften. Klikk her for å laste ned dette tallet. 

Ekstra figur 2: skjermbilde av GeneLab søk federation og integrasjon med heterogene bioinformatikk eksterne databaser (geografisk, stolthet, MG-RAST). Klikk her for å laste ned dette tallet

Supplerende Figur 3: skjermbilde av GeneLab samarbeid arbeidsområdet viser brukeren kontoadministrasjon og adgang kontroller (f.eks, private, delte, offentlige mapper).  Klikk her for å laste ned dette tallet

Discussion

NASA GeneLab plattformen er en omfattende omics databasen og analyse plattform som gjør det vitenskapelige samfunnet til å generere nye hypoteser knyttet til space biologi. Her har vi presentert en omfattende prosedyre for gnager eksperimenter fra begynnelsen av romfart til generasjon av romanen hypotesen fra analysere data bruker en offentlig tilgjengelig space biologi plattform. Dessuten, har vi også gitt en omfattende protokoll på en upartisk systemer biologi analyse for å identifisere viktige gener kjører systemet blir studert. Vi har brukt vår siste studie36 som et eksempel på hvordan denne protokollen er effektivt brukt til å generere en ny hypotese for space biologi. Vi håper at dette hjelper etterforskerne bedre forstå hvordan romfart eksperimenter utføres og hvordan data fra dem føre til tilgjengelige data på GeneLab, og til slutt gi klarere tolkning av offentlig tilgjengelige space biologi omics data.

Det er flere avgjørende skritt i våre protokollen om både gnager romfart eksperimenter og analyse av data produsert. Forstå gnager Habitat er oppsett avgjørende for å utvikle og utforme optimal eksperimentet for romfart. Dette ville spesielt innebære protokollen og beskrivelse har vi gitt i trinn 1 i våre protokollen. Når en etterforsker fullt ut forstår de ulike forholdene i den gnager habitater sammenlignet vivarium bur, kan biologiske resultatene som tolkes være koblet riktig til miljøforhold i rommet. I tillegg, modifikasjoner av gnagere Habitat kan ikke utføres, siden gnager Habitat er optimalt designet og godkjent av NASA for bruk av romfart.

For å tolke biologiske resultatene, har vi gitt en grundig protokoll på hvert trinn involvert fra sender dataene til GeneLab til analyse av dataene for å generere romanen space biologi hypotese. Selv om alle trinnene er viktig å forstå hvordan å generere data, er de viktigste trinnene for dataanalyse trinn 9 og 10. Trinn 9 gir en protokoll for å analysere transcriptomic data ved hjelp av en upartisk systemer biologi metode for å avgjøre gener/veier som virkelig driver eksperimentelle betingelsen blir analysert. Trinn 10 er kritisk som det gir brukerne en enkel metode for å analysere omics GeneLab datasett ved hjelp av GeneLab-plattformen. Endringer i protokollen gitt kan gjøres for noen trinn om analysere data. Spesielt trinnene 9.4-9.6 kan gjøres ved hjelp av R programmering eller andre favoritt verktøy som du foretrekker. Avhengig av datasettet kan ulike statistikk og fold-endring konsentrasjon brukes til å bestemme betydelig regulert gener. I tillegg til å bestemme nøkkel genene i trinn 9.5 og 9.6, kan brukeren endre denne protokollen og bruke verktøy som utnytter betydelig regulert genene å forutsi funksjoner. Viktig konseptet er at hvis du bruker flere prediktiv funksjonelle omics verktøy kan for fastsettelse av gener involvert med fleste funksjonene blir regulert i systemet blir studert.

Den GeneLab plattformen fortsetter å utvikle, og mens analysene beskrevet her ble utført etter data laste ned, den neste fasen av GeneLab vil tillate for analyse av Omika data direkte på GeneLab plattform, som gir en enkel arbeidsflyt til å generere behandlet for høyere orden analyse. Videre mens vi har fokusert på en protokoll for å tolke transcriptomic data, inneholder GeneLab en rekke omics data inkludert proteomic, genomisk, metabolomic og epigenomic data. Eventuell plattformen inneholder rørledninger og retningslinjer for analyse av disse typer omics. Den siste fasen av GeneLab vil også implementere et system nivå visualisering grensesnitt for å tillate basic brukeren å generere space biologi hypoteser.

Endelig, vår biologi systemanalyse gir en unik og upartisk metode for å finne nøkkelen kjører gener/veier i ethvert system blir studert bruker omics datasett. Vi har brukt denne metodikken i flere forskjellige uavhengige studier med stor suksess for å bestemme den sentrale drivere involvert36,45,46,47,48,49 ,50. I en kreft relatert omics studie, med denne metoden vi eksperimentelt validert at våre spådd nøkkel gener/pathways kjørte faktisk narkotika behandling svaret ved å slå ut viktige genene i vitro45. Vi observerte, som vi hadde spådd gjennom denne protokollen, at behandling ikke var effektive lenger på grunn av fravær av nøkkelen genene. Vi tror at denne upartiske systemer biologi protokollen kan være et nyttig verktøy å finne viktige veier for noen omics studier.

Denne protokollen gir en rask og effektiv metode for generering av romanen space biologi hypoteser. Dataene som genereres fra GeneLab kan utnyttes av etterforskere for fremtidige finansieringsmuligheter, eksperimentelle validering og potensielle mål for utvikling av mottiltak mot mikrogravitasjon og plass stråling. Protokollen her vil tillate for fremtidige space biologi undersøkelser oppstå med optimal effektivitet å tillate sikre langsiktig romferder.

Disclosures

Forfatterne ikke avsløre.

Acknowledgments

Vi vil gjerne takke Alison French ved NASA Ames Life Science Data arkivet for henne hjelp med å skaffe videoen er relatert til gnager habitater og generell hjelp med å få cage relatert informasjon. Vi liker også å takke Marla Smithwick ved NASA Ames Research Center for hennes hjelp med å få riktig informasjon. Forskningsmidler ble levert av GeneLab prosjektet ved NASA Ames Research Center, gjennom NASAS Space biologi programmet i divisjonen plass livets og Physical Sciences Research og programmer (SLPSRA). Enhver bruk av merkenavn er for beskrivende formål og innebærer ikke godkjenning av amerikanske myndigheter.

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).

Tags

Genetikk problemet 143 GeneLab NASA dyr kabinett moduler AEM gnagere CO2 RNA-sekvensering bioinformatikk transcriptomics gnagere habitater romfart mikrogravitasjon
Utforske romfart effekter på musen fysiologi ved hjelp av Open Access NASA GeneLab plattformen
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Beheshti, A., Shirazi-Fard, Y.,… 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