Summary
मॉडल जीवों में बड़ी जेनेटिक स्क्रीन के कारण निगेटिव जेनेटिक इंटरैक्शन की पहचान हुई है । यहां, हम कैंसर में सिंथेटिक घातक बातचीत को लक्षित करने वाले दवा संयोजनों को चित्रित करने के लिए मॉडल जीवों में आनुवंशिक स्क्रीन से डेटा का उपयोग करके डेटा एकीकरण कार्यप्रवाह का वर्णन करते हैं।
Abstract
दो जीनों के बीच एक सिंथेटिक घातक बातचीत दी जाती है जब दो जीनों में से किसी एक की दस्तक कोशिका व्यवहार्यता को प्रभावित नहीं करती है लेकिन दोनों सिंथेटिक घातक इंटर इंटरपर इंटरएक्टिव्स के नॉक आउट से सेल व्यवहार्यता या कोशिका मृत्यु की हानि होती है । सबसे अच्छा अध्ययन सिंथेटिक घातक बातचीत BRCA1/2 और PARP1 के बीच है, PARP1 अवरोधकों के साथ नैदानिक अभ्यास में इस्तेमाल किया जा रहा है BRCA1/2 उत्परिवर्तित ट्यूमर के साथ रोगियों का इलाज । मॉडल जीवों में बड़े आनुवंशिक स्क्रीन लेकिन यह भी हैप्लॉयड मानव सेल लाइनों में कई अतिरिक्त सिंथेटिक घातक बातचीत जोड़े की पहचान करने के लिए नेतृत्व किया है, सभी उपन्यास ट्यूमर चिकित्सा के विकास में ब्याज की संभावित लक्ष्य जा रहा है । एक दृष्टिकोण चिकित्सकीय रूप से एक सिंथेटिक घातक इंटरएक्टिवेटर के साथ जीन को लक्षित करना है जिसे रुचि के ट्यूमर में उत्परिवर्तित या काफी डाउनरेलेट किया जाता है। एक दूसरा दृष्टिकोण सिंथेटिक घातक बातचीत को संबोधित दवा संयोजन तैयार करने के लिए है । इस लेख में, हम सिंथेटिक घातक बातचीत को लक्षित करने वाले दवा संयोजनों का मूल्यांकन करने और उनकी पहचान करने के लिए डेटा एकीकरण कार्यप्रवाह की रूपरेखा तैयार करते हैं। हम सिंथेटिक घातक बातचीत जोड़े, होमोलॉजी मानचित्रण संसाधनों, समर्पित डेटाबेस से दवा-लक्ष्य लिंक, साथ ही रुचि के रोग क्षेत्र में नैदानिक परीक्षणों में जांच की जा रही दवाओं के बारे में जानकारी पर उपलब्ध डेटासेट का उपयोग करते हैं। हम अंडाशय और स्तन कैंसर के संदर्भ में दवा संयोजन मूल्यांकन पर हमारे समूह के दो हालिया अध्ययनों के प्रमुख निष्कर्षों को आगे उजागर करते हैं ।
Introduction
सिंथेटिक घातकता दो जीन के एक संघ को परिभाषित करता है, जहां एक जीन की हानि व्यवहार्यता को प्रभावित नहीं करता है, लेकिन दोनों जीन के नुकसान सेल मौत की ओर जाता है । इसे सबसे पहले 1946 में डोब्झांस्की ने ड्रोसोफिला के विभिन्न फेनोटाइप का विश्लेषण करते हुए होमोज़िगस म्यूटेंट1का प्रजनन करके बताया था । म्यूटेंट जिन्होंने व्यवहार्य संतान का उत्पादन नहीं किया, हालांकि खुद को व्यवहार्य, कुछ अन्य म्यूटेंट के साथ पार करते समय घातक फेनोटाइप प्रदर्शित किए, सिंथेटिक घातकता के सिद्धांत की स्थापना के लिए जमीन स्थापित की। हार्टवेल और उनके सहयोगियों ने सुझाव दिया कि यह अवधारणामनुष्योंमें कैंसर चिकित्सा के लिए लागू हो सकती है । औषधीय रूप से उकसाया सिंथेटिक घातकता सिर्फ एक उत्परिवर्तन पर भरोसा कर सकता है, यह देखते हुए कि उत्परिवर्तित जीन सिंथेटिक घातक साथी एक औषधीय यौगिक द्वारा लक्षित है । सिंथेटिक घातकता के औषधीय प्रेरण को सक्षम करने के लिए पहली जीन जोड़ी बीआरसीए (1/2) और PARP1 थी । PARP1 डीएनए क्षति के लिए एक सेंसर के रूप में कार्य करता है, और डबल और एकल डीएनए स्ट्रैंड-ब्रेक, सुपरकॉइल और क्रॉसओवर3की साइटों से बंधा हुआ है। बीआरसीए1 और 2 के मुताबिक़ पुनर्संयोजन4के माध्यम से डीएनए डबल-स्ट्रैंड ब्रेक की मरम्मत में प्रमुख भूमिकाएं निभाते हैं । किसान और उनके सहयोगियों ने निष्कर्ष प्रकाशित किए कि बीआरसीए1/2 के लिए कोशिकाओं की कमी PARP अवरोध के लिए अतिसंवेदनशील थी, जबकि बीआरसीए जंगली प्रकार की कोशिकाओं में कोई साइटोटॉक्सिकिटी नहीं देखी गई5। अंततः, बीआरसीए की कमी वाले स्तन और अंडाशय के कैंसर6,7 के उपचार के लिए PARP अवरोधकों कोमंजूरीदी गई । इसके अलावा , सिंथेटिक घातक जीन जोड़े जिससे औषधीय यौगिकों का नैदानिक अनुमोदन होता है और हाल ही में कैंसर अनुसंधान के प्रयासों का एक प्रमुख क्षेत्र8है ।
सिंथेटिक घातक जीन इंटरैक्शन फल मक्खियों, सी एलिगेंस और खमीर2सहित कई जीवों में मॉडलिंग की गई थी । आरएनए-हस्तक्षेप और CRISPR/CAS-पुस्तकालय नॉकआउट सहित विभिन्न दृष्टिकोणों का उपयोग करते हुए, उपन्यास सिंथेटिक घातक जीन जोड़े हाल के वर्षों में9,10,11की खोज की गई । CRISPR/CAS के संयोजन में आरएनएआई की प्रायोगिक प्रक्रियाओं पर एक प्रोटोकॉल हाल ही में हौस्डेन और सहयोगियों द्वारा प्रकाशित किया गया था। इस बीच , शोधकर्ताओं ने13,14सिंथेटिक घातक बातचीत की पहचान करने के लिए हैप्लॉयड मानव कोशिकाओं में बड़ी स्क्रीन भी आयोजित की . सिलिको में जैविक नेटवर्क विश्लेषण और मशीन लर्निंग जैसे तरीकों ने भी सिंथेटिक घातक बातचीत की खोज में वादा दिखाया है15,16.
गर्भाधान, एक दृष्टिकोण विरोधी ट्यूमर चिकित्सा के संदर्भ में सिंथेटिक घातक बातचीत का उपयोग करने के लिए ट्यूमर कोशिकाओं में उत्परिवर्तित या गैर कार्यात्मक प्रोटीन की पहचान है, उनके सिंथेटिक घातक बातचीत चिकित्सकीय हस्तक्षेप के लिए दवा लक्ष्यों का वादा भागीदारों बना रही है । अधिकांश ट्यूमर प्रकार की विषमता के कारण, शोधकर्ताओं ने तथाकथित सिंथेटिक घातक हब प्रोटीन के लिए खोज शुरू कर दिया है । इन सिंथेटिक घातक केंद्रों में कई सिंथेटिक घातक इंटरैक्शन पार्टनर होते हैं जो या तो म्यूटेड होते हैं और इसलिए ट्यूमर के नमूनों में गैर-कार्यात्मक या काफी डाउनरेटेड होते हैं। ऐसे सिंथेटिक घातक केंद्रों को संबोधित करना नशीली दवाओं की प्रभावकारिता बढ़ाने या नशीली दवाओं के प्रतिरोध पर काबू पाने का वादा करता है जैसा कि उदाहरण के लिए विनक्रिस्टाइन प्रतिरोधी न्यूरोब्लास्टोमा17के संदर्भ में दिखाया जा सकता है । सिंथेटिक घातक बातचीत की अवधारणा का उपयोग करने के लिए दवा उपचार बनाने को बढ़ाने के लिए एक दूसरा दृष्टिकोण सिंथेटिक घातक बातचीत को लक्षित दवा संयोजनों की पहचान करने के लिए है । यह पहले से ही अनुमोदित एकल विरोधी ट्यूमर चिकित्सा के नए संयोजन के लिए नेतृत्व कर सकते है और कैंसर विज्ञान के क्षेत्र में अंय रोग क्षेत्रों से दवाओं के पुनर्स्थिति के लिए ।
इस लेख में, हम एक कदम-दर-कदम प्रक्रिया प्रस्तुत करते हैं ताकि सिंथेटिक घातक संपर्क जोड़े को लक्षित करने वाली दवा संयोजनों की एक सूची प्राप्त की जा सके। इस कार्यप्रवाह में, हम (i) बायोग्रिड से सिंथेटिक घातक बातचीत पर डेटा का उपयोग करते हैं और (ii) एनसेम्बल से समरूप जीन पर जानकारी, (iii) ड्रगबैंक से दवा-लक्ष्य जोड़े को पुनः प्राप्त करते हैं, (iv) ClinicalTrials.gov से रोग-दवा संघों का निर्माण करते हैं, और (v) इसलिए सिंथेटिक घातक बातचीत को संबोधित करते हुए दवा संयोजनों का एक सेट उत्पन्न करते हैं। अंत में, हम प्रतिनिधि परिणाम अनुभाग में अंडाशय और स्तन कैंसर के संदर्भ में दवा संयोजन प्रदान करते हैं।
Subscription Required. Please recommend JoVE to your librarian.
Protocol
1. सिंथेटिक घातक जीन जोड़े को पुनः प्राप्त करना
- बायोग्रिड से डेटा पुनः प्राप्त।
- https://downloads.thebiogrid.org/Download/BioGRID/Latest-Release/BIOGRID-ALL-LATEST.tab2.zip से या तो वेब ब्राउज़र का उपयोग करके या सीधे लिनक्स कमांड लाइन से कर्ल या डब्ल्यूगेट18का उपयोग करके टैब2 प्रारूप में नवीनतम बायोग्रिड इंटरैक्शन फाइल डाउनलोड करें।
##download और नवीनतम बायोग्रिड इंटरैक्शन फाइल को अनपैक करें
कर्ल का उपयोग करके #download नवीनतम बायोग्रिड इंटरैक्शन फाइल
कर्ल -ओ biogrid_latest.zip https://downloads.thebiogrid.org/Download/BioGRID/Latest-Release/BIOGRID-ALL-LATEST.tab2.zip
डाउनलोड की गई डेटा फ़ाइल #unpack
biogrid_latest.zip अनजिप
BG="BIOGRID-ALL-3.5.171.tab2.txt"
- ज़िप आर्काइव डाउनलोड होने के बाद, अनपैक आर्काइव को वास्तविक डेटासेट फ़ाइल (बायोग्रिड-ऑल-एक्स) का नाम नोट करना होगा। X.X.tab2.txt) बाद के चरणों के लिए। बायोग्रिड डेटाफाइल में विभिन्न प्रकार की इंटरैक्शन होती है जिन्हें अगले चरण में फ़िल्टर किया जाएगा।
नोट: अन्य स्रोतों (जैसे DRYGIN, SynlethDB) सिंथेटिक घातक बातचीत पकड़े मौजूद हैं, के रूप में चर्चा में उल्लिखित ।
- https://downloads.thebiogrid.org/Download/BioGRID/Latest-Release/BIOGRID-ALL-LATEST.tab2.zip से या तो वेब ब्राउज़र का उपयोग करके या सीधे लिनक्स कमांड लाइन से कर्ल या डब्ल्यूगेट18का उपयोग करके टैब2 प्रारूप में नवीनतम बायोग्रिड इंटरैक्शन फाइल डाउनलोड करें।
- सिंथेटिक घातकता और नकारात्मक आनुवंशिक बातचीत (प्रायोगिक प्रणाली) के लिए फ़िल्टर।
- कॉलम "प्रायोगिक प्रणाली" (कॉलम नंबर 12) में जानकारी का उपयोग करें जो सिंथेटिक घातक इंटरैक्शन की पहचान करने के लिए बातचीत के लिए साक्ष्य का समर्थन करने की प्रकृति को इंगित करता है।
- डेटासेट को नकारात्मक आनुवंशिक या सिंथेटिक घातकता के मूल्य के साथ प्रविष्टियों तक सीमित करें। उसी चरण में, कॉलम फ़िल्टर करें और केवल बाद के विश्लेषण चरणों के लिए प्रासंगिक कॉलम को बनाए रखें जैसा कि नीचे तालिका 1 में सूचीबद्ध है।
##restrict BioGRID बातचीत प्रासंगिक स्तंभों के लिए फ़ाइल और केवल नकारात्मक आनुवंशिक और सिंथेटिक घातक के रूप में वर्गीकृत बातचीत बनाए रखने
कट -डी "^ I" -f 1,8,9,12,16,17 "${BG}" \
| awk -F "\t" 'शुरू{
OFS="\t"
}
{
यदि (एनआर == 1){
प्रिंट $0
}और अगर ($ 4 == "नकारात्मक आनुवंशिक" || $ 4 == "सिंथेटिक घातकता")) {
प्रिंट $0
}
}' > bg_synlet.txt
नोट: कोड स्निपेट्स में ^मेरा उपयोग क्षैतिज टैब का प्रतिनिधित्व करने के लिए किया जाता है। सिंथेटिक ग्रोथ डिफेक्ट जैसी अतिरिक्त बायोग्रिड श्रेणियों को शामिल किया जा सकता है। इस कार्यप्रवाह के लिए प्रासंगिकता के अन्य कॉलम तालिका 1में सूचीबद्ध हैं। बायोग्रिड व्यक्तिगत बातचीत के लिए स्कोर को भी बरकरार रखता है। कटऑफ का उपयोग मजबूत/उच्च आत्मविश्वास वाली बातचीत की पहचान करने के लिए किया जा सकता है ।
कॉलम नंबर | कॉलम हेडर नाम |
3 | जीन का नाम |
12 | प्रजातियां |
13 | दवा की विज्ञापन |
तालिका 1: बायोग्रिड डेटाफाइल के प्रासंगिक कॉलम।
- उन प्रजातियों की पहचान करें जिनके लिए सिंथेटिक घातक बातचीत की सूचना दी गई थी ।
- सिंथेटिक घातक इंटरैक्शन पार्टनर टैक्स-डीएस की संख्या निर्धारित करें ताकि प्रति जीव उपलब्ध होने वाले सिंथेटिक घातक इंटरैक्शन की संख्या पर अनुमान लगाया जा सके।
##count पहले निकाले गए सिंथेटिक घातक बातचीत में प्रत्येक कर आईडी के दिखावे की संख्या
कट -डी "^ I" -f5,6 bg_synlet.txt | पूंछ -n +2 | tr "\t" "\n" \
| सॉर्ट | अनिक -सी | सॉर्ट -आर-जी
नोट: चरण 1 के परिणामस्वरूप, जीवों से जीन प्रतीकों के साथ सिंथेटिक घातक बातचीत की एक सूची जिसमें बातचीत निर्धारित की गई थी। अधिकांश सिंथेटिक घातक बातचीत मॉडल जीवों में निर्धारित की गई है। जब एक स्प्रेडशीट प्रोग्राम (जैसे, एक्सेल) में फ़ाइलों को लोड करते समय जीन प्रतीकों को बर्बाद करने से बचें19,20।
- सिंथेटिक घातक इंटरैक्शन पार्टनर टैक्स-डीएस की संख्या निर्धारित करें ताकि प्रति जीव उपलब्ध होने वाले सिंथेटिक घातक इंटरैक्शन की संख्या पर अनुमान लगाया जा सके।
2. मानव ऑर्थोलॉग के लिए सिंथेटिक घातक जीन जोड़े का अनुवाद
- चरण 1.3 में पहचाने गए प्रासंगिक मॉडल जीवों के लिए मानव ऑर्थोलॉग को पुनः प्राप्त करें।
- मानव जीन डेटासेट के साथ संबंधित मॉडल जीव जीन डेटासेट को जोड़कर एनसेम्बल बायोमार्ट21 से मानव ऑर्थोलॉग को पुनः प्राप्त करें। इस कार्य के लिए मॉडल जीव और ऑर्थोलॉजियस मानव जीन में जीन को निरूपित करने वाले जीन प्रतीकों का उपयोग करें। पुनर्प्राप्ति प्रक्रिया को स्वचालित करने के लिए एनसेम्बल बायोमार्ट वेबसर्विस का उपयोग करें और ऑर्थोलॉगस जीन जोड़े को पुनः प्राप्त करने के लिए सीधे बायोमार्ट आरईजीटीफुल एक्सेस को क्वेरी भेजें (अधिक जानकारी के लिए नीचे उदाहरण और एनसेम्बल बायोमार्ट हेल्प एंड डॉक्यूमेंटेशन देखें)।
##retrieve एनसेम्बल बायोमार्ट से सैकरोमीसेस सेरेविसिया के लिए मानव ऑर्थोलॉगस ने बायोमार्ट क्वेरी को सीधे बायोमार्ट आरईसटफुल एक्सेस सर्विस को भेजने के लिए कर्ल का उपयोग करके
कर्ल -ओ s_cerevisiae.txt --डेटा-यूरेनकोड 'क्वेरी= xml संस्करण ="1.0" एन्कोडिंग ="UTF-8"?>
<डेटासेट नाम = "scerevisiae_gene_ensembl" इंटरफ़ेस = "डिफ़ॉल्ट" >
<टरीबुन नाम = "external_gene_name" / >
डाटासेट>
<डेटासेट नाम = "hsapiens_gene_ensembl" इंटरफेस = "डिफ़ॉल्ट" >
<टरीबुन नाम = "external_gene_name" / >
डाटासेट>
क्वेरी>
' 'http://www.ensembl.org/biomart/martservice"
अन्य मॉडल जीवों के लिए ऑर्थोलॉजस मानव जीन को पुनः प्राप्त करने के लिए, संबंधित एनसेम्बल डेटासेट के नाम के साथ पहले डेटासेट तत्व के नाम विशेषता के मूल्य को प्रतिस्थापित करें और क्वेरी को फिर से निष्पादित करें।
नोट: आर्थोलॉग मैपिंग की प्रक्रिया एनसेम्बल बायोमार्ट हेल्प एंड डॉक्यूमेंटेशन (http://www.ensembl.org/info/data/biomart/biomart_combining_species_datasets.html) में अच्छी तरह से प्रलेखित है।
- यूआरएल http://www.ensembl.org/biomart/martview/9b71da1415aba480a52b8dc7dd554d63?VIRTUALSCHEMANAME=default&ATTRIBUTES=scerevisiae_gene_ensembl.default.feature_page.external_gene_name|hsapiens_gene_ensembl.default.feature_page.external_gene_name&फ़िल्टर=&VISIBLEPANEL=linkattributepanel के माध्यम से, स्टेप 1.3 में पहचानी गई शीर्ष प्रजातियों सैचारोमीसेस सेर्विसिया के लिए मानव ऑर्थोग्स के लिए एक उदाहरण बायोमार्ट क्वेरी तक पहुंचें।
नोट: होमोलॉजी मैपिंग के लिए अन्य स्रोत (जैसे राउंडअप, ओमा ब्राउज़र, होमोलोजीन, इनपरेनोइड) मौजूद हैं, जैसा कि इस पांडुलिपि के चर्चा अनुभाग में उल्लिखित है।
- मानव जीन डेटासेट के साथ संबंधित मॉडल जीव जीन डेटासेट को जोड़कर एनसेम्बल बायोमार्ट21 से मानव ऑर्थोलॉग को पुनः प्राप्त करें। इस कार्य के लिए मॉडल जीव और ऑर्थोलॉजियस मानव जीन में जीन को निरूपित करने वाले जीन प्रतीकों का उपयोग करें। पुनर्प्राप्ति प्रक्रिया को स्वचालित करने के लिए एनसेम्बल बायोमार्ट वेबसर्विस का उपयोग करें और ऑर्थोलॉगस जीन जोड़े को पुनः प्राप्त करने के लिए सीधे बायोमार्ट आरईजीटीफुल एक्सेस को क्वेरी भेजें (अधिक जानकारी के लिए नीचे उदाहरण और एनसेम्बल बायोमार्ट हेल्प एंड डॉक्यूमेंटेशन देखें)।
- निकाले गए सिंथेटिक घातक बातचीत के लिए मानव ऑर्थोलॉग जोड़ें।
- चरण 2.1 में प्राप्त ऑर्थोलॉजस जोड़े के साथ जीव कर-आईडी और जीन प्रतीक के आधार पर सिंथेटिक घातक बातचीत में शामिल हों। मानव सिंथेटिक घातक बातचीत जोड़े के लिए या तो डेटासेट में मौजूद प्रत्येक मानव जीन के लिए कृत्रिम ऑर्थोलॉजस जोड़े बनाते हैं या यह सुनिश्चित करते हैं कि मानव सिंथेटिक घातक बातचीत को नए जोड़े गए स्तंभों में शामिल होने और स्थानांतरित करते समय त्याग नहीं किया जाता है।
##collect ऑर्थोलॉग एक ही फ़ाइल में मैपिंग और सिंथेटिक घातक बातचीत फ़ाइल के साथ शामिल हो
#create ऑर्थोलॉग मैपिंग एकत्र करने के लिए हेडर के साथ एक लक्ष्य फ़ाइल है
गूंज "tax_id/gene_symbol ^ Ihuman_gene_symbol" मानचित्रण > .txt
प्रत्येक मॉडल जीव के लिए इस कदम #repeat, इनपुट फ़ाइल नाम और कर आईडी को अनुकूलित करने का ध्यान रखें
मानचित्रण में एक नई प्रविष्टि s_cerevisiae.txt में प्रत्येक ऑर्थोलॉग जोड़ी के लिए #adds.txt: जीन प्रतीक सिंथेटिक घातक बातचीत फ़ाइल के साथ बाद में शामिल होने को कम करने के लिए कर आईडी के साथ पूर्वनिर्धारित है
awk -F "\t" 'शुरू{
OFS="\t"
org_tax_id = "559292"
}
{
यदि ($ 1!= "" & $2!= ""){
प्रिंट org_tax_id"/"$1, $२
}
}s_cerevisiae.txt >> मैपिंग.txt
मानव जीन के लिए #create कृत्रिम मानचित्रण प्रविष्टियां
awk -F "\t" 'शुरू{
OFS="\t"
human_tax_id ="9606"
}
{
यदि ($ 5 == human_tax_id){
प्रिंट $5"/"$2, $२
}
यदि ($ 6 == human_tax_id){
प्रिंट $6"/"$3, $3
}
}bg_synlet.txt | सॉर्ट-यू >> मैपिंग.txt
सिंथेटिक घातक बातचीत के लिए #add की कुंजी (कर आईडी/जीन प्रतीक) में शामिल होने की आवश्यकता है
awk -F "\t" 'शुरू{
OFS="\t"
}
{
यदि (एनआर == 1){
प्रिंट $ 0, "मुख्य इंटरएक्टिव ए", "मुख्य इंटरएक्टिव बी"
}अन्य {
प्रिंट $०, $५"/"$२, $६"/"$3
}
}bg_synlet.txt > tmp_bg_synlet_w_keys.txt
#join ऑर्थोलॉगस जोड़े के साथ सिंथेटिक घातक बातचीत
मैपिंग.txt 7 1 > टीएमपी tmp_bg_synlet_w_keys.txt मर्ज करें.txt
विलय टीएमपी.txt मैपिंग.txt 8 1 > bg_synlet_mapped.txt
नोट: इस उदाहरण में उपयोग किया जाने वाला मर्ज कमांड एक मानक Unix कमांड नहीं है। हालांकि, जीएनयू कोर यूटिलिटीज सॉर्ट और जॉइन की मदद से इसका कार्यान्वयन सीधा है। कमांड में शामिल होने से पहले फाइलों को छांटने की जटिलता को छिपाने के लिए कमांड पेश किया गया है। मर्ज का कार्यान्वयन https://github.com/aheinzel/merge-sh पर पाया जा सकता है।
- किसी भी जीन पहचानकर्ता का उपयोग विशिष्ट रूप से सर्वोत्तम संभव परिणामों के लिए एक निश्चित नामस्थान में जीन की पहचान करता है।
नोट: चरण 2 के परिणामस्वरूप मानव जीन के लिए मैप किए गए कई जीवों से सिंथेटिक घातक बातचीत की एक सूची में ।
- चरण 2.1 में प्राप्त ऑर्थोलॉजस जोड़े के साथ जीव कर-आईडी और जीन प्रतीक के आधार पर सिंथेटिक घातक बातचीत में शामिल हों। मानव सिंथेटिक घातक बातचीत जोड़े के लिए या तो डेटासेट में मौजूद प्रत्येक मानव जीन के लिए कृत्रिम ऑर्थोलॉजस जोड़े बनाते हैं या यह सुनिश्चित करते हैं कि मानव सिंथेटिक घातक बातचीत को नए जोड़े गए स्तंभों में शामिल होने और स्थानांतरित करते समय त्याग नहीं किया जाता है।
3. ड्रग्स के लिए सिंथेटिक घातक बातचीत भागीदारों मानचित्रण
- ड्रगबैंक से दवा-लक्ष्य जोड़े को पुनः प्राप्त करें।
- ड्रगबैंक के डाउनलोड अनुभाग से ड्रगबैंक डेटा डाउनलोड करें और पहले से ही22नहीं बनाए जाने पर पहले एक खाता बनाएं। ड्रगबैंक पहचानकर्ताओं और नामों के साथ ड्रग टारगेट पहचानकर्ताओं (प्रोटीन पहचानकर्ता अनुभाग: https://www.drugbank.ca/releases/latest#protein-identifiers) और ड्रगबैंक शब्दावली (ओपन डेटा सेक्शन: https://www.drugbank.ca/releases/latest#open-data) के साथ सीएसवी फ़ाइल का उपयोग करें। वैकल्पिक रूप से, एक्सएमएल डेटाबेस डंप से आवश्यक जानकारी निकालें।
##restrict ड्रगबैंक ड्रग टारगेट फाइल को प्रासंगिक कॉलम में और केवल मानव आणविक संस्थाओं के लिए प्रविष्टियों को बनाए रखता है
DB_TARGETS = "सभी.csv"
DB_NAMES = "दवा बैंक शब्दावली.csv"
कॉलम सेपरेटर के रूप में टैब का उपयोग करने के लिए प्रासंगिक कॉलम और सुधार #extract
csvtool कर्नल 3,12,13 -यू टैब "${DB_TARGETS}" > target_to_drugs_agg.txt
awk -F "\t" 'शुरू{
OFS="\t"
}
{
यदि (एनआर == 1 || $ 2 == "मनुष्य"){
प्रिंट $ 1, $ 3
}
}' target_to_drugs_agg.txt > human_target_to_drugs_agg.txt
नोट: ड्रगबैंक डेटा दो मुख्य प्रारूपों में प्रदान किया जाता है। पूरा डेटाबेस एक्सएमएल फाइल के रूप में उपलब्ध है। इसके अलावा, अधिकांश डेटा को कॉमा-अलग मूल्य (सीएसवी) फ़ाइलों की एक श्रृंखला में उपलब्ध कराया जाता है।
- ध्यान रखें कि ड्रगबैंक गैर-मानव दवा-लक्ष्यों को भी रिकॉर्ड करता है। मानव दवा-लक्ष्य निकालने के लिए प्रजाति स्तंभ (कॉलम संख्या 12) का उपयोग किया जा सकता है।
नोट: निकाले गए स्तंभों के बेहतर पठनीयता नाम तालिका 2में प्रदान किए जाते हैं । अन्य स्रोत (जैसे चिकित्सीय लक्ष्य डेटाबेस या चेम्बल) होल्डिंग ड्रग-टारगेट लिंक मौजूद हैं, जैसा कि चर्चा अनुभाग में उल्लिखित है।
- ड्रगबैंक के डाउनलोड अनुभाग से ड्रगबैंक डेटा डाउनलोड करें और पहले से ही22नहीं बनाए जाने पर पहले एक खाता बनाएं। ड्रगबैंक पहचानकर्ताओं और नामों के साथ ड्रग टारगेट पहचानकर्ताओं (प्रोटीन पहचानकर्ता अनुभाग: https://www.drugbank.ca/releases/latest#protein-identifiers) और ड्रगबैंक शब्दावली (ओपन डेटा सेक्शन: https://www.drugbank.ca/releases/latest#open-data) के साथ सीएसवी फ़ाइल का उपयोग करें। वैकल्पिक रूप से, एक्सएमएल डेटाबेस डंप से आवश्यक जानकारी निकालें।
कॉलम नंबर | कॉलम हेडर नाम |
3 | जीन का नाम |
12 | प्रजातियां |
13 | दवा की विज्ञापन |
- दवा के लक्ष्यों में दवा के नाम जोड़ें ।
- चूंकि दवा का नाम और नशीली दवाओं के लक्ष्य की जानकारी दो अलग सीएसवी फाइलों में प्रदान की जाती है, बाद में सिंथेटिक घातक बातचीत के लिए एक सिंथेटिक घातक बातचीत साथी को लक्षित दवाओं के नाम जोड़ने के लिए दो फ़ाइलों से जानकारी विलय । आम ड्रगबैंक-ड्रग-आईडी कॉलम का उपयोग करके दो डेटासेट में शामिल हों। दवा-लक्ष्य डेटासेट को पहले सामान्य करें कि इसमें केवल प्रति पंक्ति एक ड्रगबैंक-ड्रग-आईडी शामिल है, क्योंकि प्रारंभिक फ़ाइल में एक पंक्ति में कई ड्रगबैंक दवा आईडी हो सकती हैं यदि प्रोटीन को कई दवाओं द्वारा लक्षित किया जाता है।
##generate एक ही फाइल होल्डिंग ड्रग टारगेट जीन सिंबल, ड्रगबैंक ड्रग आईडी और ड्रग का नाम
#normalize दवा लक्ष्य डेटासेट
awk -F "\t" 'शुरू{
OFS="\t"
}
{
यदि (एनआर == 1){
प्रिंट $0
}और अगर ($1!= "" & $2!= ""){
विभाजन ($ 2, drug_targets, ";")
के लिए (मैं drug_targets में) {
drug_target = drug_targets [i]
gsub (/,",drug_target)
प्रिंट $ 1, drug_target | "सॉर्ट-यू"
}
}
}' human_target_to_drugs_agg.txt > human_target_to_drug.txt
कॉलम विभाजक के रूप में टैब का उपयोग करने के लिए प्रासंगिक कॉलम और सुधार #extract
csvtool कर्नल 1,3 -यू टैब "${DB_NAMES}" > drugbank_id_to_name.txt
विलय human_target_to_drug.txt \
drugbank_id_to_name.txt 2 1 > db_human_drug_targets.txt
नोट: ड्रगबैंक शब्दावली में कॉलम एक और तीन.csv फाइल ड्रगबैंक ड्रग आईडी और संबंधित नाम को होल्ड करें।
- चूंकि दवा का नाम और नशीली दवाओं के लक्ष्य की जानकारी दो अलग सीएसवी फाइलों में प्रदान की जाती है, बाद में सिंथेटिक घातक बातचीत के लिए एक सिंथेटिक घातक बातचीत साथी को लक्षित दवाओं के नाम जोड़ने के लिए दो फ़ाइलों से जानकारी विलय । आम ड्रगबैंक-ड्रग-आईडी कॉलम का उपयोग करके दो डेटासेट में शामिल हों। दवा-लक्ष्य डेटासेट को पहले सामान्य करें कि इसमें केवल प्रति पंक्ति एक ड्रगबैंक-ड्रग-आईडी शामिल है, क्योंकि प्रारंभिक फ़ाइल में एक पंक्ति में कई ड्रगबैंक दवा आईडी हो सकती हैं यदि प्रोटीन को कई दवाओं द्वारा लक्षित किया जाता है।
- सिंथेटिक घातक बातचीत डेटासेट के लिए सिंथेटिक घातक बातचीत भागीदारों को लक्षित ड्रग्स जोड़ें।
- सिंथेटिक घातक बातचीत के लिए दवाओं को जोड़ने के लिए जीन प्रतीक स्तंभों का उपयोग कर पिछले कदम में उत्पन्न दवा लक्ष्य दवा नाम फ़ाइल के साथ सिंथेटिक घातक बातचीत डेटासेट में शामिल हों । प्रत्येक सिंथेटिक घातक बातचीत के दोनों भागीदारों के लिए दवा के नाम जोड़ने के लिए ध्यान रखना।
##enhance प्रत्येक सिंथेटिक घातक बातचीत के भागीदारों को लक्षित ड्रग्स जोड़कर सिंथेटिक घातक बातचीत फ़ाइल
9 1 > टीएमपी bg_synlet_mapped.txt db_human_drug_targets.txt मर्ज करें.txt
मर्ज टीएमपी.txt db_human_drug_targets.txt 10 1 > bg_synlet_mapped_drugs.txt
नोट: चरण 3 के परिणामस्वरूप कई जीवों से सिंथेटिक घातक बातचीत होती है, जिसमें उनके ऑर्थोलॉजस मानव जीन और इन जीनों को लक्षित करने वाली दवाएं होती हैं ।
- सिंथेटिक घातक बातचीत के लिए दवाओं को जोड़ने के लिए जीन प्रतीक स्तंभों का उपयोग कर पिछले कदम में उत्पन्न दवा लक्ष्य दवा नाम फ़ाइल के साथ सिंथेटिक घातक बातचीत डेटासेट में शामिल हों । प्रत्येक सिंथेटिक घातक बातचीत के दोनों भागीदारों के लिए दवा के नाम जोड़ने के लिए ध्यान रखना।
4. नैदानिक परीक्षणों में वर्तमान में परीक्षण दवा संयोजनों के सेट की स्थापना
- ClinicalTrials.gov डेटा तक पहुंच प्राप्त करें।
- एक्सएमएल प्रारूप में नैदानिक परीक्षणों के बारे में जानकारी या तो (i) व्यक्तिगत परीक्षणों, (ii) खोज क्वेरी, या (iii) डेटाबेस में सभी परीक्षणों के परिणामस्वरूप परीक्षणों पर ClinicalTrials.gov से पुनः प्राप्त करें। वैकल्पिक रूप से नैदानिक परीक्षण परिवर्तन पहल द्वारा प्रदान किए गए संसाधनों का उपयोग करें जो एक संबंधपरक डेटाबेस में ClinicalTrials.gov से सभी डेटा को भी होस्ट करता है। अधिक जानकारी के लिए चरण 4.4 देखें।
नोट: नैदानिक परीक्षण परिवर्तन पहल द्वारा होस्ट किए गए क्लाउड-होस्ट किए गए डेटाबेस उदाहरण तक पहुंचने के लिए एक मुफ्त खाता की आवश्यकता होती है। इसके अलावा, एक plsql ग्राहक की आवश्यकता है।
- एक्सएमएल प्रारूप में नैदानिक परीक्षणों के बारे में जानकारी या तो (i) व्यक्तिगत परीक्षणों, (ii) खोज क्वेरी, या (iii) डेटाबेस में सभी परीक्षणों के परिणामस्वरूप परीक्षणों पर ClinicalTrials.gov से पुनः प्राप्त करें। वैकल्पिक रूप से नैदानिक परीक्षण परिवर्तन पहल द्वारा प्रदान किए गए संसाधनों का उपयोग करें जो एक संबंधपरक डेटाबेस में ClinicalTrials.gov से सभी डेटा को भी होस्ट करता है। अधिक जानकारी के लिए चरण 4.4 देखें।
- इंटरवेंशनल ट्रायल पर फोकस करें।
- ब्याज के संकेत के लिए विशिष्ट परीक्षणों के लिए फ़िल्टर करें।
नोट: ClinicalTrials.gov एनसीबीआई मेडिकल सब्जेक्ट हेडिंग्स (MeSH) नियंत्रित शब्दावली से रोग के नाम प्रदान करता है । प्र सबमिटर द्वारा प्रदान की गई रोग के नामों के विपरीत, नियंत्रित शब्दावली ब्याज के संकेत के लिए परीक्षणों की कुशलतापूर्वक पहचान करने की अनुमति देती है। फिर भी, किसी को यह ध्यान में रखना चाहिए कि एनसीबीआई मेसएच नियंत्रित शब्दावली एक कोश है। इसलिए, यदि ब्याज के सामान्य संकेत में कोई बच्चा/संकरा शब्द है और यदि उचित हो तो उन्हें शामिल करें तो MeSH ब्राउज़र (https://meshb.nlm.nih.gov) की जांच करें। - इन परीक्षणों में परीक्षण की गई दवाओं के साथ पहचाने गए परीक्षणों को पुनः प्राप्त करें। अंडाशय के कैंसर के सामान्य संकेत में परीक्षणों के लिए एक प्रश्न नीचे प्रदान किया जाता है।
##retrieve नैदानिक परीक्षण परिवर्तन पहल से सामान्य संकेत अंडाशय के कैंसर के लिए हस्तक्षेप परीक्षणों ने ClinicalTrials.gov डेटा युक्त संबंधपरक डेटाबेस की मेजबानी की
बिल्ली <\ pset पाद लेख बंद
अलग-अलग s.nct_id, s.brief_title, i.intervention_type, i.name का चयन करें
अध्ययन से एस
इनर browse_conditions सी ऑन (s.nct_id = c.nct_id) में शामिल हों
इनर हस्तक्षेप मैं पर शामिल हों (s.nct_id = i.nct_id)
कहां s.study_type = 'इंटरवेंशनल'
और c.mesh_term में (
'ओवेरियन नियोप्लाज्म्स',
'कार्सिनोमा, ओवेरियन एपिथेलियल',
'ग्रेनुलोसा सेल ट्यूमर',
'वंशानुगत स्तन और ओवेरियन कैंसर सिंड्रोम',
'लुटेओमा',
'मेग्स सिंड्रोम',
'सेर्टोली-लेडिग सेल ट्यूमर',
'थेकोमा'
)
s.nct_id, i.intervention_type द्वारा आदेश;
ईओएफ
psql--होस्ट ="aact-db.ctti-clinicaltrials.org"--उपयोगकर्ता नाम ="XXX"--पासवर्ड--नो-अलाइन--फील्ड-सेपरेटर ="^I"--आउटपुट ="clinical_trials.txt" aact
- ड्रगबैंक नामों के लिए दवा के नाम और नक्शा निकालें।
नोट: हालांकि यह सीधे ब्याज के नैदानिक परीक्षणों से प्राप्त दवा नामों का उपयोग करने के लिए आकर्षक है, एक को पता होना चाहिए कि ClinicalTrials.gov में हस्तक्षेप के नाम मुक्त पाठ के रूप में सबमिटर द्वारा दर्ज किए जाते हैं । नतीजतन, नाम मानकीकृत नहीं हैं, सामान्य यौगिक नाम के बजाय ब्रांड नामों का उपयोग किया जा सकता है और उचित डेटा सामान्यीकरण (उदाहरण के लिए एक प्रविष्टि में कई दवा नाम) के लिए कोई गारंटी नहीं है। इसके अलावा, यह आम है कि दवाओं को एक अलग हस्तक्षेप प्रकार के साथ प्रस्तुत किया जाता है, दवा से अलग होता है। इसलिए, ड्रगबैंक दवा नामों के लिए प्राप्त हस्तक्षेप नामों का मानचित्रण मैन्युअल रूप से किया जाता है।
##Obtain नैदानिक परीक्षणों के पहले प्राप्त सेट में उपयोग किए जाने वाले हस्तक्षेपों की एक सूची है।
कट -डी "^I" - f3,4 clinical_trials.txt | पूंछ -n +2 | सॉर्ट-यू
नोट: कॉलम तीन और चार हस्तक्षेप और हस्तक्षेप नाम के प्रकार, क्रमशः पकड़ो ।
- दिशा निर्देशों से नैदानिक उपयोग में पहले से ही दवाओं के साथ पूरक
नोट: चरण 4 के परिणामस्वरूप ब्याज के संकेत के लिए मूल्यांकन/उपयोग में दवाओं की सूची में ।
5. सिंथेटिक घातक बातचीत को लक्षित दवा संयोजनों की पहचान
- सिंथेटिक घातक बातचीत के लिए खोज ब्याज की दो दवाओं द्वारा लक्षित किया जा रहा है । ड्रग ए और ड्रग बी दोनों रखने वाली फाइल में लाइनों को फिल्टर करके डेटासेट को स्टेप 3 से ब्याज की दवाओं तक सीमित करें ।
##only सिंथेटिक घातक बातचीत और उन्हें ट्रिगर दवाओं के लिए प्रविष्टियों को बनाए रखने जहां दोनों भागीदारों ब्याज की दो दवाओं (drug_a और drug_b) द्वारा लक्षित कर रहे हैं
awk -F "\t" {
यदि ($ 12 == drug_a और $ 14 == drug_b) || ($ 12 == drug_b और $ 14 == drug_a) ) {
प्रिंट $0
}
}' drug_a = "XXX" drug_b = "YYY" bg_synlet_mapped_drugs.txt
- सुनिश्चित करें कि अकेले दो दवाओं में से न तो दोनों सिंथेटिक घातक बातचीत भागीदारों को निशाना बना रहा है । स्टेप 3.2 से डेटासेट में प्रत्येक पहचाने गए दवा के दवा लक्ष्यों की जांच करें और मूल्यांकन करें कि क्या दोनों पहचाने गए सिंथेटिक घातक साथी विशिष्ट दवा के लक्ष्य हैं या नहीं।
##find एक दिया दवा नाम के लिए सभी दवा लक्ष्य प्रविष्टियों
awk -F "\t" {
यदि ($ 3 == दवा){
प्रिंट $0
}
}' दवा = "XXX" db_human_drug_targets.txt
नोट: एक दवा है कि दोनों सिंथेटिक घातक बातचीत रास्ते लक्ष्य होगा किसी भी सेल के लिए विषाक्त होगा, तो सैद्धांतिक रूप से यह एक मूल्यवान बहु लक्ष्य एजेंट नहीं है । यही कारण है कि एल्गोरिदम के इस चरण में इस संभावना को बाहर रखा गया है।
6. परीक्षण विट्रो में नए दवा संयोजनों का चयन
- मानव स्तन कैंसर सेल लाइनों और मानव सौम्य स्तन एपिथेलियल कोशिकाओं का इलाज करें जो विभिन्न दवा संयोजनों के साथ 5% सीओ2 के साथ 37 डिग्री सेल्सियस वातावरण में एक आर्द्रीकृत 37 डिग्री सेल्सियस वातावरण में मानक इन विट्रो संस्कृति विधियों में सुसंस्कृत हैं।
- बैक्टीरियल संक्रमण में बाधा डालने के लिए भ्रूण गोजातीय सीरम और पेनिसिलिन के साथ-साथ स्ट्रेप्टोमाइसिन सल्फेट के साथ पूरक मीडिया का उपयोग करें।
- अपने पहले से स्थापित IC50 (निरोधात्मक एकाग्रता) के आधार पर कम से कम चार अलग-अलग सांद्रता में डीएमएसओ या फॉस्फेट-बफर नमकीन जैसे सॉल्वैंट्स में पतला दवाएं और कोशिकाओं के उपचार के लिए संयोजन या अकेले में उनका उपयोग करें।
- कोशिका व्यवहार्यता परख और एपोप्टोसिस परख करता है जैसे एनेक्सटिनव/7-AAD स्टेनिंग्स उपचार के कारण साइटोटॉक्सिक प्रभावों का निर्धारण करने के लिए।
- पश्चिमी दाग का उपयोग कर संदिग्ध आणविक लक्ष्यों के औषधीय निषेध की निगरानी करें।
- चाउ और अन्यद्वारावर्णित संयोजन सूचकांक (सीआई) की गणना करने वाले विशुद्ध रूप से योजक प्रभावों से सिंथेटिक घातकता को अलग करें।
Subscription Required. Please recommend JoVE to your librarian.
Representative Results
हमारे समूह ने हाल ही में इस पांडुलिपि में चित्रित कार्यप्रवाह को लागू करने वाले दो अध्ययन प्रकाशित किए हैं ताकि ओवेरियन और स्तन कैंसर24,25के संदर्भ में सिंथेटिक घातक बातचीत को लक्षित करने वाले दवा संयोजनों की पहचान की जा सके । पहले अध्ययन में, हमने दवा संयोजनों का मूल्यांकन किया जो वर्तमान में देर से चरण नैदानिक परीक्षणों (चरण III और IV) में परीक्षण किए जाते हैं या पहले से ही सिंथेटिक घातक बातचीत पर उनके प्रभाव के बारे में अंडाशय के कैंसर रोगियों के इलाज के लिए नैदानिक अभ्यास में उपयोग किया जा रहा है। इसके अलावा, हमने दवा संयोजनों की पहचान की है जिनका वर्तमान में नैदानिक परीक्षणों में परीक्षण नहीं किया जा रहा है लेकिन सिंथेटिक घातक बातचीत को लक्षित करने के नजरिए से एक तर्क प्रदान करते हैं। इसलिए हम देर चरण अंडाशय कैंसर परीक्षणों में सभी यौगिकों के पूल से दवाओं का चयन सभी संभव दवा संयोजनों का मूल्यांकन किया । हम ६१ दवा संयोजन है कि ६८ देर चरण अंडाशय कैंसर परीक्षणों में जांच की गई थी की एक अनूठा सेट की पहचान की । इन ६१ दवा संयोजनों में से बारह ने कम से एक सिंथेटिक घातक बातचीत को संबोधित किया । इस तारीख को नैदानिक परीक्षणों में जांच किए बिना सिंथेटिक घातक बातचीत को संबोधित करने के लिए ८४ अतिरिक्त दवा संयोजनों का प्रस्ताव किया गया था । 21 अनूठी औषधियों ने चित्रा 1में दिए गए 39 सिंथेटिक घातक इंटरैक्टर्स के सेट को लक्षित करते हुए 84 पहचाने गए औषधियों संयोजनों में योगदान दिया ।
चित्रा 1: ओवेरियन कैंसर के संदर्भ में प्रस्तावित उपन्यास दवा संयोजनों का नेटवर्क। चित्रा 1 सिंथेटिक घातक बातचीत प्रदर्शित करता है जहां इंटरैक्टर्स वर्तमान में नैदानिक परीक्षणों में परीक्षण नहीं किया जा रहा दो दवाओं द्वारा संबोधित कर रहे हैं । सिलेट इंटरैक्शन लाल रंग में प्रदर्शित होते हैं, जबकि दवा-लक्ष्य लिंक ग्रे किनारों द्वारा इंगित किए जाते हैं। बिंदीदार लाइनें देर चरण अंडाशय कैंसर नैदानिक परीक्षणों में अन्य दवा संयोजनों द्वारा संबोधित की जा रही सिंथेटिक घातक बातचीत का प्रतिनिधित्व करती हैं। इन जांच किए गए दवा संयोजनों को एक तारांकन(*)के साथ इंगित किया जाता है, प्रत्येक को एक सर्कल(ओ) [25से अनुकूलित] द्वारा इंगित किए जा रहे सेडिरिब और ओलापरिब के अतिरिक्त जांच संयोजन के साथ paclitaxel के संयोजन में । कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।
एक दूसरे अध्ययन में एक ही कार्यप्रवाह का उपयोग करना, हम स्तन कैंसर के संदर्भ में १६६ सिंथेटिक घातक जीन जोड़े को लक्षित २४३ होनहार दवा संयोजनों की पहचान की । हमने दो स्तन कैंसर सेल लाइनों में सेल व्यवहार्यता और एपोप्टोसिस पर उनके प्रभाव के बारे में चयनित दवा संयोजनों का प्रयोग किया। विशेष रूप से, सेलेक्सिब और ज़ोलेडोरोनिक एसिड के प्रस्तावित कम विषाक्तता दवा संयोजन ने स्तन कैंसर सेल लाइनों में योजक प्रभावों से परे साइटोटॉक्सिकिटी को दिखाया जैसा कि उनके संयोजन सूचकांक द्वारा निर्धारित किया गया था। इस दवा संयोजन के लिए व्यवहार्यता और एपोप्टोसिस परख के परिणाम चित्र 2में प्रदर्शित होते हैं ।
चित्रा 2: एसकेबीआर-3 कोशिकाओं में व्यवहार्यता और एपोप्टोसिस पर सेलेक्सिब और ज़ोलेडोरोनिक एसिड का प्रभाव। (A)सेलेकोक्सीब (सीईएल), जोलेडोरोनिक एसिड (जेडओएल) के लिए व्यवहार्यता परख परिणाम और एसकेबीआर-3 स्तन कैंसर कोशिका लाइनों में जोलेडोरोनिक एसिड और सेलेकॉक्सीब (जेडओएल + सीईएल) का संयोजन । कम और उच्च सीईएल सांद्रता का उपयोग 50μM और 75μM थे। कम और उच्च ZOL सांद्रता का उपयोग 500μM और 750μM थे। दवा संयोजन का सेल व्यवहार्यता (** पी < 0.001) पर महत्वपूर्ण सहक्रियात्मक प्रभाव पड़ा। (ख, सी) एनेक्सटिन वी (ANXA5) और एसकेबीआर-3 कोशिकाओं के 7-AAD स्टेनिंग्स सीईएल, ZOL, और दवा संयोजन ZOL + CEL के साथ इलाज किया । दवा संयोजन ZOL + CEL [24से अनुकूलित] के साथ उपचार के बाद 7-AADpos/ANXA5pos कोशिकाओं का प्रतिशत बढ़ाया गया था । कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।
Subscription Required. Please recommend JoVE to your librarian.
Discussion
हमने सिंथेटिक घातक बातचीत को प्रभावित करने वाले ड्रग कॉम्बिनेशन की पहचान करने के लिए एक वर्कफ्लो रेखांकित किया है । यह कार्यप्रवाह मॉडल जीवों से सिंथेटिक घातक बातचीत पर (i) डेटा का उपयोग करता है, (ii) मानव ऑर्थोलॉग की जानकारी, (iii) दवा-लक्ष्य संघों के बारे में जानकारी, (iv) कैंसर के संदर्भ में नैदानिक परीक्षणों के बारे में दवा की जानकारी, साथ ही वैज्ञानिक साहित्य से निकाली गई दवा-रोग और जीन-रोग संघों की जानकारी पर (v) । समेकित जानकारी सिंथेटिक घातक जीन जोड़े पर जांच के तहत एक दिया दवा संयोजन के प्रभाव का मूल्यांकन करने के लिए इस्तेमाल किया जा सकता है । इसके अलावा, समेकित डेटा वर्तमान में जांच की जा रही दवाओं का एक सेट का मूल्यांकन करने के लिए इस्तेमाल किया जा सकता है या कैंसर के संदर्भ में नैदानिक परीक्षणों में परीक्षण के लिए सबसे प्रासंगिक सिंथेटिक घातक बातचीत को लक्षित संयोजन मिल जाए, इसलिए ट्यूमर सेल अस्तित्व को प्रभावित करने का एक उच्च मौका होने । अंत में, उत्पन्न डेटा का उपयोग दवा संयोजनों के लिए स्क्रीन करने के लिए किया जा सकता है जिसमें दवाएं शुरू में ट्यूमर उपचार के लिए विकसित नहीं होती हैं, इस प्रकार गणना संचालित दवा रिपोजिशनिंग मामले के लिए एक रास्ता प्रदान किया जाता है।
डेटा एकीकरण कार्यप्रवाह में प्रत्येक चरण के लिए हम पूर्ण डेटा वर्कफ़्लो को पूरा करने के लिए प्रमुख डेटा स्रोत प्रस्तुत करते हैं लेकिन बताते हैं कि अतिरिक्त डेटा स्रोतों का उपयोग करके कार्यप्रवाह को विभिन्न चरणों में और बढ़ाया जा सकता है। हमारे कार्यप्रवाह में हमने बायोग्रिड डेटाबेस18से सिंथेटिक घातक इंटरैक्शन जोड़े निकाले । हमने विशेष रूप से प्रयोग प्रकार "सिंथेटिक घातकता" और "नकारात्मक आनुवंशिक" की बातचीत पर ध्यान केंद्रित किया। सिंथेटिक घातक बातचीत पर बायोग्रिड में जानकारी में बड़ी आनुवंशिक स्क्रीन से डेटासेट होते हैं, उदाहरण के लिए कोस्टान्ज़ो और सहयोगियों द्वारा प्रकाशित एक डेटासेट26,जो ड्राइजिन डेटाबेस27में भी उपलब्ध है, साथ ही वैज्ञानिक साहित्य में व्यक्तिगत प्रयोगों में वर्णित एकल सिंथेटिक घातक बातचीत पर डेटा भी है। सिंथेटिक घातक बातचीत को इकट्ठा करने और संग्रहीत करने वाले अतिरिक्त डेटा स्रोत हैं, उदाहरण के लिए SynLethDB28। इसके अलावा, ऑर्थोलॉजी मैपिंग के स्तर पर, बड़ी संख्या में विभिन्न उपकरण और डेटाबेस मौजूद हैं। हम मॉडल जीवों में पहचाने गए सिंथेटिक घातक इंटरैक्शन भागीदारों को उनके संबंधित मानव ऑर्थोलोग के लिए मैप करने के लिए एनसेम्बल बायोमार्ट का उपयोग करने का एक तरीका प्रस्तुत करते हैं। अन्य ऑर्थोलॉजी डेटाबेस और सेवाओं में एनसीबीआई का होमोलोजी डेटाबेस29,स्विस इंस्टीट्यूट ऑफ बायोइन्फॉर्मेटिक्स30से ओएमए ऑर्थोलॉजी डेटाबेस या स्टॉकहोम बायोइंफॉर्मेटिक्स सेंटर31द्वारा बनाए गए इनपैरनॉइड ऑर्थोलॉग ग्रुप्स डाटाबेस शामिल हैं। हमारे कार्यप्रवाह में, हमने कई मॉडल जीवों से सिंथेटिक घातक बातचीत पर ध्यान केंद्रित किया, जिसमें खमीर से आने वाले सिंथेटिक घातक इंटरैक्शन की सबसे बड़ी संख्या थी। कोई भी केवल माउस और चूहे से डेटा के लिए आर्थोलॉजी मैपिंग के लिए इनपुट सेट को प्रतिबंधित करने पर विचार कर सकता है, जो मनुष्यों के करीब विकासवादी हैं। सिंथेटिक घातक बातचीत के इनपुट सेट को परिभाषित करने का एक अतिरिक्त तरीका केवल सिंथेटिक घातक बातचीत पर ध्यान केंद्रित करने के लिए कई प्रजातियों में संरक्षित किया जा रहा है, जिससे संभावना है कि सिंथेटिक घातक बातचीत वास्तव में सकारात्मक है बढ़ रही है । दूसरी ओर यह सिंथेटिक घातक बातचीत के सेट को नाटकीय रूप से कम कर सकता है, क्योंकि एस सेरेविसिया और एस पोम्बे के बीच पहचाने गए सिंथेटिक घातक बातचीत में पहले से ही एक बड़ा अंतर है। एक और दृष्टिकोण के लिए शुरुआत में भी कठोर नहीं है और यहां तक कि मशीन लर्निंग एल्गोरिदम द्वारा प्रयोगात्मक सिंथेटिक घातक बातचीत के सेट का विस्तार के रूप में हम दो प्रतिनिधि परिणाम अनुभाग में सूचीबद्ध अध्ययनों में किया है । संक्षेप में, मानव जीन के लिए सिंथेटिक घातक बातचीत की भविष्यवाणी करने के लिए एक यादृच्छिक वन मॉडल का उपयोग किया गया था जिसके लिए खमीर में कोई ऑर्थोलॉजस जीन मौजूद नहीं था। रैंडम वन मॉडल को खमीर से सिंथेटिक घातक संपर्क जोड़े और उनके ऑर्थोलॉजियस मानव जीन के सेट पर मार्ग संघों, जीन ओंटोलॉजी असाइनमेंट के साथ -साथ रोग और दवा संघों के आंकड़ों का उपयोग करके प्रशिक्षित किया गया था जैसा कि पहले24,25वर्णित है । इससे हमें मानव जीन पर विचार करने की अनुमति मिली जिसके लिए हमारे एकीकरण कार्यप्रवाह में कोई ऑर्थोलॉग मैपिंग जानकारी उपलब्ध नहीं थी। दवा-लक्ष्य संघों के बारे में जानकारी संग्रहीत करने वाला एक व्यापक रूप से उपयोग किया जाने वाला डेटाबेस ड्रगबैंक है, जो वर्कफ़्लो में बातचीत का प्राथमिक स्रोत भी है। दवा लक्ष्यों पर कुछ हद तक पूरक जानकारी रखने वाले अन्य डेटाबेस चिकित्सीय लक्ष्य डेटाबेस (टीटीडी)32 या एचईएमबीएल33हैं। वर्कफ़्लो के प्रमुख घटकों को उभरने और SynLethDB से ई मूल्यांकन मंच में भी शामिल किया गया है, जिसे नानयांग टेक्नोलॉजिकल यूनिवर्सिटी के शोधकर्ताओं द्वारा विकसित किया गया है। 2015 में SynLethDB का अंतिम अपडेट, हालांकि, उनके संबंधित वेबपेज28पर डाउनलोड अनुभाग में संग्रहीत डेटासेट पर आधारित था।
एक तरह से पहचान की दवा संयोजन और लक्षित सिंथेटिक घातक बातचीत जोड़े रैंक करने के लिए सिंथेटिक घातक भागीदारों और/या साहित्य खनन तरीकों के माध्यम से ब्याज की बीमारी के साथ दवाओं के संघ का उपयोग कर रहा है । अंडाशय के कैंसर के संदर्भ में दवा संयोजनों के मूल्यांकन पर हमारे काम में, हमने ओवेरियन कैंसर पर प्रकाशनों की संख्या के आधार पर उपन्यास प्रस्तावित दवा संयोजनों को स्थान दिया, जिसमें एक संबंधित दवा संयोजन के दो सिंथेटिक घातक इंटरएक्टिवेटर में से एक का उल्लेख किया गया है। Pubmed में MeSH एनोटेशन का उपयोग प्रमुख MeSH शाखा सी में दिए गए सटीक रोग शब्दों का उपयोग करके एक विशिष्ट बीमारी के लिए प्रकाशनों की पहचान करने के लिए किया जा सकता है । पहचाने गए प्रकाशनों में जीन के बारे में जानकारी एनसीबीआई के जीन2पुबीएमड मैपिंग फाइल का उपयोग करके निकाली जा सकती है जैसा कि कहीं और वर्णित३४है । इसके अलावा, जीन-रोग और/या दवा-रोग लिंक जैसे तुलनात्मक टॉक्सोजेनोमिक्स डाटाबेस३५,डिगेनेट३६,या ई मूल्यांकन सॉफ्टवेयर प्लेटफॉर्म रखने वाले समर्पित डेटाबेस हैं । रोग संघों के आधार पर दवा संयोजनों की रैंकिंग प्रयोगात्मक परीक्षण के लिए दवा संयोजनों के अंतिम चयन का समर्थन करने का एक तरीका है । आगे के परीक्षण के लिए दवा संयोजनों का चयन करते समय अतिरिक्त पहलुओं पर विचार करने की आवश्यकता है, उदाहरण के लिए संबंधित लक्ष्य अंग में दवाओं की व्यक्तिगत विषाक्तता प्रोफाइल या सिंथेटिक घातक इंटरप्राक्टर की अभिव्यक्ति की स्थिति।
प्रतिनिधि परिणाम अनुभाग में, हम सेलेक्सिब और ज़ोलेडोरोनिक एसिड के दवा संयोजन के लिए डेटा प्रस्तुत करते हैं, जिसे स्तन कैंसर के संदर्भ में दवा संयोजनों की पहचान करने के लिए वर्कफ्लो के बाद पहचाना गया था। दोनों यौगिकों की कम विषाक्तता प्रोफाइल के कारण इस विशेष दवा संयोजन को प्रायोगिक परीक्षण के लिए चुना गया था। हमने सेल व्यवहार्यता और एपोप्टोसिस पर दवा संयोजन के प्रभाव का मूल्यांकन करने के लिए इन-विट्रो प्रयोगों में विभिन्न सांद्रता का उपयोग किया। आदर्श रूप से, दवा सांद्रता को व्यक्तिगत दवाओं के लिए साइड इफेक्ट को कम करने के लिए काफी कम किया जा सकता है, जबकि एक ही समय में दो दवाओं के संयोजन से प्रभावकारिता को अधिकतम किया जा सकता है। कम खुराक पर व्यवहार्यता पर प्रभाव देखना और भी अधिक सार्थक है, क्योंकि इन विट्रो परीक्षण के लिए उपयोग की जाने वाली दवा सांद्रता को सुप्राथरेपेटिकल होने के लिए आलोचना की जा सकती है, जो वीवो मॉडल में नहीं पहुंचे हैं। हालांकि, सांद्रता साहित्य में इन दी गई दवाओं के साथ सेल संस्कृति प्रयोगों के आधार पर चुना गया था । दवा डोजिंग आगे प्रभावित कर सकते है जो लक्ष्य मुख्य रूप से प्रभावित कर रहे हैं, के रूप में सबसे यौगिकों एक से अधिक दवा लक्ष्य है, संभावित ज्ञात और अज्ञात बहाव अणुओं के एक बड़े सेट को प्रभावित करने के रूप में अच्छी तरह से । इन-विट्रो सेल कल्चर सिस्टम में सेल व्यवहार्यता पर सहक्रियात्मक प्रभाव दिखाने वाले दवा संयोजनों को आगे 3 डी या इन-वीवो मॉडल में जांच की जानी चाहिए।
सारांश, हम एक कार्यप्रवाह प्रस्तुत करते हैं जो सिंथेटिक घातक इंटरैक्शन को लक्षित करने वाले दवा संयोजनों का मूल्यांकन और प्रस्ताव करने के लिए विभिन्न डेटा स्रोतों से जानकारी को एकीकृत करता है। आज तक, सिंथेटिक घातक बातचीत पर सबसे बड़ी जानकारी अभी भी मॉडल जीवों से आ रही है, मानव जीनोम के लिए एक अनिवार्य ऑर्थोलॉजी मानचित्रण कदम की आवश्यकता है । मानव हैप्लॉयड कोशिकाओं में पहली स्क्रीन मानव कोशिकाओं में सिंथेटिक घातक बातचीत की पहचान करने के लिए नेतृत्व किया है। इसके अतिरिक्त, CRISPR/CAS प्रौद्योगिकी ने सेलुलर स्तर पर सिंथेटिक घातक बातचीत का अध्ययन करने के नए तरीके खोले हैं । अधिक उच्च गुणवत्ता वाले जैविक सिंथेटिक घातक इंटरैक्शन डेटा उपलब्ध होने के साथ, हम प्रस्ताव करते हैं कि हमारे जैसे डेटा एकीकरण के प्रयास भविष्य में नैदानिक कैंसर के उपचार को बदल देंगे, बीआरसीए (1/2)/PARP1 से अलग उपन्यास और चिकित्सकीय सार्थक सिंथेटिक घातक जीन जोड़े की खोज करके ।
Subscription Required. Please recommend JoVE to your librarian.
Disclosures
एएच और पीपी प्रतिनिधि परिणाम अनुभाग में प्रस्तुत परिणामों के लिए अग्रणी विश्लेषण करने के समय इमर्जेनटेक बायोडेवलपमेंट जीएमबीएच के कर्मचारी थे। एमएम और एमके के पास खुलासा करने के लिए कुछ नहीं है।
Acknowledgments
डेटा एकीकरण कार्यप्रवाह विकसित करने के लिए वित्तपोषण अनुदान समझौते NU के तहत यूरोपीय समुदाय के सातवें फ्रेमवर्क कार्यक्रम से प्राप्त किया गया था । 279113 (OCTIPS) । इस प्रकाशन के भीतर डेटा के अनुकूलन कृपया विज्ञान प्रकाशन और प्रभाव पत्रिकाओं, LLC के सार्वजनिक पुस्तकालय द्वारा अनुमोदित किया गया था ।
Materials
Name | Company | Catalog Number | Comments |
BioGRID | n/a | n/a | thebiogrid.org |
ClinicalTrials.gov | n/a | n/a | ClinicalTrials.gov |
DrugBank | n/a | n/a | drugbank.ca |
Ensembl BioMart | n/a | n/a | ensembl.org |
for alternative computational databases please refer to the manuscript | |||
7-AAD | ebioscience | 00-6993-50 | |
AnnexinV-APC | BD Bioscience | 550474 | |
celecoxib | Sigma-Aldrich | PZ0008-25MG | |
CellTiter-Blue Viability Assay | Promega | G8080 | |
FACS Canto II | BD Bioscience | n/a | |
fetal bovine serum | Fisher Scientific/Gibco | 16000044 | |
FloJo Software | FloJo LLC | V10 | |
McCoy's 5a Medium Modified | Fisher Scientific/Gibco | 16600082 | |
penicillin G/streptomycin sulfate | Fisher Scientific/Gibco | 15140122 | |
SKBR-3 cells | American Type Culture Collection (ATCC) | ATCC HTB-30 | |
zoledronic acid | Sigma-Aldrich | SML0223-50MG | |
further materials or equipment will be made available upon request |
References
- Dobzhansky, T. Genetics of natural populations; recombination and variability in populations of Drosophila pseudoobscura. Genetics. 31, 269-290 (1946).
- Hartwell, L. H., Szankasi, P., Roberts, C. J., Murray, A. W., Friend, S. H. Integrating genetic approaches into the discovery of anticancer drugs. Science. 278 (5340), New York, N.Y. 1064-1068 (1997).
- D'Amours, D., Desnoyers, S., D'Silva, I., Poirier, G. G. Poly(ADP-ribosyl)ation reactions in the regulation of nuclear functions. The Biochemical Journal. 342 (2), 249-268 (1999).
- Gudmundsdottir, K., Ashworth, A. The roles of BRCA1 and BRCA2 and associated proteins in the maintenance of genomic stability. Oncogene. 25 (43), 5864-5874 (2006).
- Farmer, H., et al. Targeting the DNA repair defect in BRCA mutant cells as a therapeutic strategy. Nature. 434 (7035), 917-921 (2005).
- McCann, K. E., Hurvitz, S. A. Advances in the use of PARP inhibitor therapy for breast cancer. Drugs in Context. 7, 212540 (2018).
- Franzese, E., et al. PARP inhibitors in ovarian cancer. Cancer Treatment Reviews. 73, 1-9 (2019).
- Ashworth, A., Lord, C. J. Synthetic lethal therapies for cancer: what’s next after PARP inhibitors. Nature Reviews. Clinical Oncology. 15 (9), 564-576 (2018).
- Yu, B., Luo, J. Synthetic lethal genetic screens in Ras mutant cancers. The Enzymes. 34, Pt B 201-219 (2013).
- Thompson, J. M., Nguyen, Q. H., Singh, M., Razorenova, O. V. Approaches to identifying synthetic lethal interactions in cancer. The Yale Journal of Biology and Medicine. 88 (2), 145-155 (2015).
- Ruiz, S., et al. A Genome-wide CRISPR Screen Identifies CDC25A as a Determinant of Sensitivity to ATR Inhibitors. Molecular Cell. 62 (2), 307-313 (2016).
- Housden, B. E., Nicholson, H. E., Perrimon, N. Synthetic Lethality Screens Using RNAi in Combination with CRISPR-based Knockout in Drosophila Cells. Bio-Protocol. 7 (3), (2017).
- Blomen, V. A., et al. Gene essentiality and synthetic lethality in haploid human cells. Science. 350 (6264), New York, N.Y. 1092-1096 (2015).
- Forment, J. V., et al. Genome-wide genetic screening with chemically mutagenized haploid embryonic stem cells. Nature Chemical Biology. 13 (1), 12-14 (2017).
- Wildenhain, J., et al. Prediction of Synergism from Chemical-Genetic Interactions by Machine Learning. Cell Systems. 1 (6), 383-395 (2015).
- Madhukar, N. S., Elemento, O., Pandey, G. Prediction of Genetic Interactions Using Machine Learning and Network Properties. Frontiers in Bioengineering and Biotechnology. 3, 172 (2015).
- Fechete, R., et al. Synthetic lethal hubs associated with vincristine resistant neuroblastoma. Molecular BioSystems. 7 (1), 200-214 (2011).
- Oughtred, R., et al. The BioGRID interaction database: 2019 update. Nucleic Acids Research. 47, D1 529-541 (2019).
- Zeeberg, B. R., et al. Mistaken identifiers: gene name errors can be introduced inadvertently when using Excel in bioinformatics. BMC bioinformatics. 5, 80 (2004).
- Ziemann, M., Eren, Y., Gene El-Osta, A. name errors are widespread in the scientific literature. Genome Biology. 17 (1), 177 (2016).
- Kersey, P. J., et al. Ensembl Genomes 2018: an integrated omics infrastructure for non-vertebrate species. Nucleic Acids Research. 46, D1 802-808 (2018).
- Wishart, D. S., et al. DrugBank 5.0: a major update to the DrugBank database for 2018. Nucleic Acids Research. 46, D1 1074-1082 (2018).
- Chou, T. C. Drug combination studies and their synergy quantification using the Chou-Talalay method. Cancer Research. 70 (2), 440-446 (2010).
- Marhold, M., et al. Synthetic lethal combinations of low-toxicity drugs for breast cancer identified in silico by genetic screens in yeast. Oncotarget. 9 (91), 36379-36391 (2018).
- Heinzel, A., et al. Synthetic lethality guiding selection of drug combinations in ovarian cancer. PloS One. 14 (1), 0210859 (2019).
- Costanzo, M., et al. The genetic landscape of a cell. Science. 327 (5964), 425-431 (2010).
- Koh, J. L. Y., et al. DRYGIN: a database of quantitative genetic interaction networks in yeast. Nucleic Acids Research. 38, 502-507 (2010).
- Guo, J., Liu, H., Zheng, J. SynLethDB: synthetic lethality database toward discovery of selective and sensitive anticancer drug targets. Nucleic Acids Research. 44, 1011-1017 (2016).
- NCBI Resource Coordinators. Database resources of the National Center for Biotechnology Information. Nucleic Acids Research. 44 (1), 7-19 (2016).
- Altenhoff, A. M., et al. The OMA orthology database in 2018: retrieving evolutionary relationships among all domains of life through richer web and programmatic interfaces. Nucleic Acids Research. 46 (1), 477-485 (2018).
- Sonnhammer, E. L. L., Östlund, G. InParanoid 8: orthology analysis between 273 proteomes, mostly eukaryotic. Nucleic Acids Research. 43, Database issue 234-239 (2015).
- Li, Y. H., et al. Therapeutic target database update 2018: enriched resource for facilitating bench-to-clinic research of targeted therapeutics. Nucleic Acids Research. 46 (1), 1121 (2018).
- Gaulton, A., et al. The ChEMBL database in 2017. Nucleic Acids Research. 45 (1), 945-954 (2017).
- Heinzel, A., Mühlberger, I., Fechete, R., Mayer, B., Perco, P. Functional molecular units for guiding biomarker panel design. Methods in Molecular Biology. 1159 (12), 109-133 (2014).
- Davis, A. P., et al. The Comparative Toxicogenomics Database: update 2019. Nucleic Acids Research. 47 (1), 948-954 (2019).
- Piñero, J., et al. DisGeNET: a comprehensive platform integrating information on human disease-associated genes and variants. Nucleic acids research. 45 (1), 833-839 (2017).