आईआर-टीएक्स: मलेरिया वेक्टर एनोफेल्स गैम्बिया के लिए डिज़ाइन किए गए बिग डेटा ट्रांसक्रिप्टोमिक्स के लिए एक ओपन सोर्स डेटा इंटीग्रेशन टूल

Biology
 

Summary

आईआर-टीएक्स ने एनोफेल्स गैम्बियाप्रजाति में कीटनाशक प्रतिरोध से संबंधित ट्रांसक्रिप्शनल प्रोफाइल की पड़ताल की। बशर्ते यहां आवेदन का उपयोग करने, कई ट्रांसक्रिप्टोमिक डेटासेट की खोज के लिए संशोधन, और किसी भी मंच में उत्पन्न किसी भी जीव से ट्रांसक्रिप्टोमिक डेटा के संग्रह के लिए एक इंटरैक्टिव डेटाबेस बनाने के लिए ढांचे का उपयोग करने के लिए पूर्ण निर्देश दिए गए हैं।

Cite this Article

Copy Citation | Download Citations | Reprints and Permissions

Ingham, V. A., Bennett, A., Peng, D., Wagstaff, S. C., Ranson, H. IR-TEx: An Open Source Data Integration Tool for Big Data Transcriptomics Designed for the Malaria Vector Anopheles gambiae. J. Vis. Exp. (155), e60721, doi:10.3791/60721 (2020).

Please note that all translations are automatically generated.

Click here for the english version. For other languages click here.

Abstract

आईआर-टीएक्स चमकदार (एक आर पैकेज) में लिखा गया एक आवेदन है जो अभिव्यक्ति की खोज की अनुमति देता है (साथ ही कार्यों को निर्दिष्ट करने के साथ-साथ) ट्रांसक्रिप्ट जिनकी अभिव्यक्ति एनोफेल्स गैम्बिया मच्छरों में कीटनाशक प्रतिरोध फेनोटाइप से जुड़ी हुई है। आवेदन ऑनलाइन इस्तेमाल किया जा सकता है या डाउनलोड और किसी के द्वारा स्थानीय रूप से इस्तेमाल किया । स्थानीय एप्लिकेशन को कई ओमिक्स प्लेटफार्मों से उत्पन्न नए कीटनाशक प्रतिरोध डेटासेट जोड़ने के लिए संशोधित किया जा सकता है। यह गाइड दर्शाता है कि नए डेटासेट कैसे जोड़ें और लापता डेटा को संभालें। इसके अलावा, आईआर-टीएक्स को किसी भी प्रयोगात्मक डेटा से ओमिक्स डेटासेट का उपयोग करने के लिए पूरी तरह से और आसानी से रीकोड किया जा सकता है, जिससे यह कई शोधकर्ताओं के लिए एक मूल्यवान संसाधन बन जाता है। प्रोटोकॉल एक उदाहरण के रूप में माइक्रोसोमल ग्लूटाथिएक ट्रांसफरेज़, जीएसटीएमएस1का उपयोग करके नए कीटनाशक प्रतिरोध उम्मीदवारों की पहचान करने में आईआर-टीएक्स की उपयोगिता को दिखाता है। यह ट्रांसक्रिप्ट कोटे डी आइवर और बुर्किना फासो से कई पायरेथ्रोइड प्रतिरोधी आबादी में अपरेथ्रोइड प्रतिरोधी आबादी में अपरेक्टिव है। सह-सहसंबद्ध प्रतिलिपियों की पहचान इस जीन की ख्यात भूमिकाओं में और अधिक अंतर्दृष्टि प्रदान करती है।

Introduction

माइक्रोरे प्लेटफॉर्म और आरएनसेक्यू तकनीक के माध्यम से एक साथ बड़ी संख्या में ट्रांसक्रिप्ट की अभिव्यक्ति को मापने की क्षमता के परिणामस्वरूप मॉडल और गैर-मॉडल दोनों जीवों में एक विशेष फेनोटाइप के साथ ट्रांसक्रिप्ट अभिव्यक्ति को जोड़ते हुए विशाल डेटासेट की पीढ़ी हुई है। ये डेटासेट शोधकर्ताओं के लिए एक अत्यंत समृद्ध संसाधन हैं, जिनकी शक्ति को एक बड़े डेटा एकीकरण दृष्टिकोण में प्रासंगिक सेटों के संयोजन से बढ़ाया जा सकता है। हालांकि, यह कार्यप्रणाली विशेष बायोइंफॉर्मेटिक्स कौशल वाले लोगों तक सीमित है। यहां वर्णित एक कार्यक्रम है, आईआर-TEx (पहले सिंघम एट अल.1द्वारा प्रकाशित) जो चमकदार2 नामक आर पैकेज में लिखा गया है और इन डेटासेट को सापेक्ष आसानी से एकीकृत करने और पूछताछ करने के लिए थोड़ा बायोइन्फॉर्मेटिक्स प्रशिक्षण वाले उपयोगकर्ताओं को अनुमति देता है।

आईआर-टीएक्स, http://www.lstmed.ac.uk/projects/IR-TExमें पाया गया, प्रमुख अफ्रीकी मलेरिया वेक्टर1, एनोफेल्स गैम्बियामें कीटनाशक प्रतिरोध से जुड़े टेप का पता लगाने के लिए लिखा गया था। मलेरिया प्लाज्मोडियम प्रजातियों के कारण होने वाली एक परजीवी बीमारी है, जो मादा एनोफेल्स मच्छरों के काटने के माध्यम से मनुष्यों के बीच फैलती है। कीटनाशकों के साथ मच्छर वेक्टर को लक्षित करना अफ्रीका में मलेरिया से संबंधित रुग्णता और मृत्यु दर को रोकने का सबसे प्रभावी साधन साबित हुआ है । उपकरणों की स्केलिंग (यानी, लंबे समय तक चलने वाले कीटनाशक जाल) भी २०००के बाद से मलेरिया के मामलों में नाटकीय कटौती में निर्णायक रहा है । बहुत सीमित मात्रा में कीटनाशकउपलब्ध होने के साथ, मच्छरों पर मजबूत विकासवादी दबाव है, और अफ्रीकी मलेरिया वेक्टर4में प्रतिरोध अब व्यापक है।

इसके अतिरिक्त, लक्ष्य साइट म्यूटेशन5 और कीटनाशकों की मेटाबोलिक निकासी6,7 प्रतिरोध के प्राथमिक अध्ययन तंत्र बने हुए हैं, लेकिन अन्य शक्तिशाली प्रतिरोधी तंत्र अब उभर रहे हैं1। इनमें से कई नए तंत्र पहले कीटनाशक प्रतिरोध से जुड़े नहीं रहे हैं, लेकिन आईआर-टीएक्स ऐप का उपयोग करके कई प्रतिरोधी आबादी में जीन अभिव्यक्ति के सामान्य पैटर्न की खोज करके और बाद में जीनोमिक्स दृष्टिकोण1द्वारा मान्य कार्यात्मक रूप से मान्य द्वारा पता लगाया गया है।

यहां वर्णित आईआर-टीएक्स का उपयोग करने के लिए एक कदम-दर-कदम दृष्टिकोण है, दोनों वेब पर और स्थानीय रूप से स्थापित किए जाते हैं। प्रोटोकॉल में बताया गया है कि कैसे नए कीटनाशक प्रतिरोध डेटासेट को मौजूदा पैकेज में एकीकृत किया जा सकता है और बताता है कि लापता डेटा के साथ कैसे काम करना है। अंत में, यह बताता है कि कीटनाशक प्रतिरोध से असंबंधित अन्य-ओमिक्स डेटासेट के साथ इस सॉफ़्टवेयर का उपयोग कैसे किया जाए, इस प्रकार लापता मूल्यों और सामान्यीकरण के साथ भी काम करते हुए अलग-अलग-ओमिक्स दृष्टिकोण से डेटा का संयोजन किया जाता है ताकि डेटा तुलनीय हो।

Protocol

1. आईआर-टीएक्स वेब एप्लिकेशन का उपयोग करना

  1. वेब ब्राउज़र में आवेदन चलाना
    1. http://www.lstmed.ac.uk/projects/IR-TExमें पाए जाने वाले पृष्ठ के नीचे लिंक का पालन करके आईआर-टीएक्स वेब एप्लिकेशन खोलें।
    2. एक बार वेब पेज शुरू हो जाने के बाद, पेज के शीर्ष पर एप्लिकेशन बटन पर क्लिक करें, जो आवेदन और संबद्ध आउटपुट प्रदर्शित करेगा।
    3. निम्नलिखित शर्तों के साथ ट्रांसक्रिप्ट आईडी बॉक्स में AGAP008212-RA (CYP6M2)के डिफ़ॉल्ट प्रवेश से संबंधित प्रत्येक आउटपुट पढ़ें: ए कोलुज़ी डेटासेट जो (i) पायरेथ्रोइड कीटनाशकों या (ii) के संपर्क में हैं, किसी भी कीटनाशक वर्ग के संपर्क में नहीं हैं, और से जुड़े ट्रांसक्रिप्ट्स के साथ । आर के संबंध के साथ । >0.98.
  2. ब्याज की प्रतिलिपि की अभिव्यक्ति की खोज
    1. ब्याज की प्रतिलिपि का चयन करने के लिए, ट्रांसक्रिप्ट आईडी बॉक्स में ट्रांसक्रिप्ट आईडी इनपुट करें, याद रखें कि ट्रांसक्रिप्ट -आरएक्स ब्याज के आइसोफॉर्म पर निर्भर है।
    2. (i) देशों के लिए प्रासंगिक बक्से टिक करपूछताछ करने के लिए डेटासेट का चयन करें; (ii) एक्सपोजर स्थिति, (iii) ब्याज की प्रजातियां; और (iv) ब्याज की कीटनाशक श्रेणी, यह सुनिश्चित करते हुए कि इन मानदंडों के परिणाम में >1 डेटासेट शामिल है (सिंघम एट अल1में अनुपूरक तालिका 1 देखें)।
      नोट: (iii) एक गाम्बिया प्रजाति परिसर के सदस्य को संदर्भित करता है जिसमें उपयोगकर्ता रुचि रखते हैं। वर्तमान में, डेटा ए कोलुज्जी औरअरबीनसिसके लिए उपलब्ध हैं।
    3. चयन मेनू या प्रेस रिटर्नके तल पर अपडेट व्यू पर क्लिक करें, निरपेक्ष सहसंबंध मूल्य की अनदेखी (अभी के लिए)।
    4. आवेदन अद्यतन करने के लिए समय दें।
    5. पहला ग्राफ पढ़ें: प्रत्येक डेटासेट में रुचि की प्रतिलिपि की प्रतिरोधी आबादी और प्रयोगशाला-अतिसंवेदनशील मच्छर आबादी के बीच2 गुना परिवर्तन लॉग करें जो चरण 1.2(चित्रा 1)में चयनित मानदंडों को पूरा करता है। सभी डेटासेट का विवरण सिंघम एट अल1में पाया जा सकता है ।
    6. ग्राफ के नीचे की जानकारी पढ़ें: सही पी-वैल्यूज (क्यू) के अलावा प्रत्येक प्रासंगिक डेटासेट के लिए प्रतिरोधी और अतिसंवेदनशील मच्छरों के बीच गुना परिवर्तन होता है। प्रत्येक पंक्ति माइक्रोसरणी पर व्यक्तिगत जांच का प्रतिनिधित्व करती है। ग्राफिकल डिस्प्ले के लिए कार्यप्रणाली पहले1सूचित किया गया है ।
    7. प्रयोगों की संख्या के रूप में नीचे अतिरिक्त तालिका पढ़ें जिसमें ब्याज की प्रतिलिपि महत्वपूर्ण है और साथ ही चरण 1.2 में चयनित मानदंडों से मेल खाने वाले प्रयोगों की कुल संख्या।
    8. टैब अलग प्रारूप में डेटा डाउनलोड करने के लिए, दो तालिकाओं के नीचे डाउनलोड बटन पर क्लिक करें। यह उपयोगकर्ता को एक्सेल जैसे प्रोग्राम का उपयोग करके आसान तरीके से डेटा का पता लगाने की अनुमति देता है।
    9. नक्शे की व्याख्या इस प्रकार करें: प्रत्येक बिंदु प्रत्येक डेटासेट में प्रतिरोधी मच्छरों की अनुमानित संग्रह साइटों का प्रतिनिधित्व करता है जिसमें रुचि की प्रतिलिपि अलग ढंग से व्यक्त की जाती है। रंग एक ट्रैफिक लाइट सिस्टम का पालन करते हैं जिसे ऐप(चित्रा 2)में समझाया जाता है।
    10. चरण 1.2.5 और 1.2.8 के लिए, सही क्लिक करके ग्राफिकल आउटपुट को बचाएं, सेव इमेज पर क्लिक करें ..., और एक उपयुक्त फ़ोल्डर चुनते हैं।
      नोट: आवेदन द्वारा आउटपुट त्रुटि के उदाहरण में, यह संभावना है कि कोई डेटासेट इनपुट मानदंडों से मेल नहीं खाता है। यदि ऐसा होता है तो सिंघम एट अल1 में अनुपूरक तालिका 1 की जांच करें ।
  3. ब्याज की प्रतिलिपि के ख्यात कार्यों/रास्तों की पहचान करना
    1. कई डेटासेट में प्रतिलिपियों के अभिव्यक्ति पैटर्न के सहसंबंध (न्यूनतम आर2 मूल्य इनपुट) का उपयोग ट्रांसक्रिप्ट फ़ंक्शन की भविष्यवाणी करने और संभावित रूप से एक ही मार्ग से सहविनियमित प्रतिलिपियों को स्पष्ट करने के लिए किया जा सकता है। सिंघम एट अल1 (AGAP001076-RA) से उदाहरण का उपयोग करना; CYP4G16),अधिकतम शक्ति के लिए सभी डेटासेट का चयन करते हुए ऊपर दिए गए अनुभाग में चरण 1.2.1-1.2.2 का पालन करें।
    2. अपडेट व्यूपर क्लिक करने से पहले, निरपेक्ष सहसंबंध मूल्य स्लाइडर को 0.85 पर ले जाएं, और अपडेट व्यू या प्रेस रिटर्नपर क्लिक करें।
    3. अब प्रदर्शित किए गए कई ट्रांसक्रिप्ट खोजने के लिए सहसंबंध तालिका (सबसे नीचे तालिका) की जांच करें और इनपुट ट्रांसक्रिप्ट के साथ सहसंबद्ध (. r. = 0.85) हैं।
    4. निरपेक्ष सहसंबंध मूल्य स्लाइडर में हेरफेर करें और सबसे नीचे ग्राफ और तालिका में किसी भी परिवर्तन का निरीक्षण करें; स्टेप 1.3.2 से आउटपुट अपरिवर्तित रहेंगे। जैसा कि चित्रा 3 (. आर. एंड जीटी; 0.9, .r. >0.8) में दिखाया गया है, सहसंबंध मूल्य की स्ट्रिंग को कम करने से अधिक प्रतिलिपियां दिखाई देंगी लेकिन अधिक शोर पेश करेंगी ।
    5. ग्राफिकल आउटपुट के नीचे तालिका पढ़ें, जो (चरण 1.2.6 में वर्णित मापदंडों के अलावा) में प्रत्येक ट्रांसक्रिप्ट के लिए सहसंबंध मूल्य शामिल है।
    6. टैब से अलग हुए फॉर्मेट में डाटा डाउनलोड करने के लिए डाउनलोड बटन पर क्लिक करें।
    7. कार्यात्मक संवर्धन विश्लेषण दाऊद विश्लेषण8का उपयोग कर डाउनलोड प्रतिलिपि आईडी सूची पर किया जा सकता है । एक बार दाऊद की वेबसाइट पर (https://david.ncifcrf.gov/में पाया), कार्यात्मक विश्लेषणका चयन करें । पूर्ण जीन सूची को चिपकाएं, जीन आईडी का उपयोग करके [-आरएक्स के बिना पहचानकर्ता, जिसे व्यवस्थित आईडी के दाईं ओर एक कॉलम डालकर एक्सेल में किया जा सकता है और =बाएं (X1,10)टाइपिंग करके, जहां X1 व्यवस्थित आईडी सेल है]। पहचानकर्ता को VectorBase_ID और जीन सूची के रूप में चुनें और सबमिट लिस्टपर क्लिक करें ।
    8. इस सहसंबंध नेटवर्क में पाए जाने वाले संवर्धनों का अवलोकन करने के लिए कार्यात्मक एनोटेशन क्लस्टरिंग बटन पर क्लिक करें, जिससे संभावित फ़ंक्शन ट्रांसक्रिप्ट को सौंपा जा सकता है। विभिन्न श्रेणियों के माध्यम से देख कर और प्रत्येक और बाद में चार्ट पर क्लिक करनेके लिए + बटन पर क्लिक करके गहराई से संवर्धन का अन्वेषण करें।

2. स्थानीय स्तर पर आईआर-टीएक्स डाउनलोड करना और उन्हें लागू करना

  1. आईआर-टीएक्स डाउनलोड करना और चलाना
    1. http://github.com/LSTMScientificComputing/IR-TExमें मिले लिंक पर जाएं ; और क्लोन या डाउनलोड पर क्लिक करें । ज़िप डाउनलोड करें। पसंद के फ़ोल्डर पर सीधा करें और उस फ़ोल्डर में फ़ाइल को खोल दें।
    2. http://cran.r-project.org/mirrors.htmlमें मिले लिंक से उपयुक्त ऑपरेटिंग सिस्टम के लिए आर सॉफ्टवेयर का नवीनतम संस्करण डाउनलोड करें। कार्यक्रम स्थापित करें।
    3. http://www.rstudio.com/products/rstudio/download/में पाए जाने वाले लिंक से उपयुक्त ऑपरेटिंग सिस्टम के लिए फिर से नवीनतम आर स्टूडियो सॉफ्टवेयर डाउनलोड और इंस्टॉल करें।
    4. एक बार स्थापित, ओपन आर स्टूडियोपूरक कोडिंग फ़ाइल 1 और आईआर-TEx के लिए सिस्टम स्थापित करने के लिए प्रत्येक पंक्ति चलाते हैं।
    5. एक बार जब सभी पैकेज सफलतापूर्वक स्थापित किए जाते हैं और आवश्यकतानुसार अपडेट किए जाते हैं, तो फ़ाइल पर जाएं। आईआर-टीएक्सआरका पता लगाएं, हाइलाइट और ओपन। यह अब आर स्टूडियोके शीर्ष खिड़की में दिखाई देना चाहिए ।
    6. ऐप को चलाने के लिए, विंडो के टॉप-राइट में रन ऐप बटन दबाएं, और एक दूसरी विंडो पॉप अप होगी जिसमें ऐप लोड होगा। एक बार लोड िंग पूरी हो जाने के बाद, लोडेड विंडो के शीर्ष-दाईं ओर स्थित ब्राउज़र में पूर्ण कार्यक्षमता क्लिक ओपन के लिए।
  2. आईआर-टीएक्स में प्रतिरोध डेटासेट जोड़ना (एनोफेल्स गैम्बिया 15k फुर्तीला सरणी का उपयोग करके उत्पन्न)
    1. उपलब्ध डेटासेट में एक ही माइक्रोएरे प्लेटफॉर्म (ए-मेक्सपी-2196) पर उत्पन्न एक नया विश्लेषण डेटासेट जोड़ने के लिए, ऐप डाउनलोड करें और अनुभाग 2.1 में डाउनलोड किए गए अनजिप्पेड फ़ोल्डर का पता लगाएं।
    2. ओपन अतिरिक्त फ़ाइल 1,जो ए-मेक्सपी-2196 1पर लिम्मा विश्लेषण से आउटपुट का प्रतिनिधित्व करता है। एक्सेल का उपयोग करना, कॉलम H1 में, Fold_Changeलिखें, और H2 में, = 2 ^B2लिखें, जिसमें B2 लॉग फोल्ड परिवर्तन है। कच्चे गुना परिवर्तन का उत्पादन करने के लिए पूरे कॉलम एच में इसे लागू करें।
    3. अतिरिक्त फ़ाइल 1 की व्यवस्था करें कि कॉलम ए आईडी है, कॉलम बी कॉलम एच (कॉपी कॉलम एच, हाइलाइट कॉलम बी, फिर राइट-क्लिक और पेस्ट वैल्यू) से गुना परिवर्तन है और कॉलम सी समायोजित पी-वैल्यू है। अन्य सभी स्तंभों को हटाएं और टैब-परिसीमित फ़ाइल के रूप में सहेजें।
    4. ओपन सप्लीमेंट्री कोडिंग फ़ाइल 2 और चरण 2.2.3 में उत्पादित टैब-डिसलिमिटेड शीट का उपयोग करके चलाएं।
      NEWFILE_FC = सी ('देश', 'एक्सपोजर स्टेटस', 'प्रजाति', 'कीटनाशक')
      NEWFILE_Q = सी ('देश', 'एक्सपोजर स्टेटस', 'प्रजाति', 'कीटनाशक')
      नोट: नए डेटासेट से जानकारी को प्रतिबिंबित करने के लिए एकल उद्धरण चिह्नों के भीतर फ़ील्ड को बदला जाना चाहिए। एक्सपोजर स्थिति को संदर्भित करता है कि कीटनाशक एक्सपोजर (उजागर/उजागर) के बाद नमूने एकत्र किए गए थे या नहीं। कीटनाशक: यदि 'उजागर', तो 'कोई नहीं' का उपयोग करें। Fold_Changes.txt देखें। अन्य नमूनों से मेटाडेटा के लिए। सुनिश्चित करें कि वर्तनी सुसंगत है।
    5. भूगोल.txtखोलें, अंतिम कब्जे वाली पंक्ति में स्क्रॉल करें, और नीचे चुनें। डेटासेट के नाम पर टाइप करें, इसके बाद कॉलम 1 में क्यू और NEWFILE_Q, कॉलम 2 में नमूना संग्रह स्थल का अक्षांश, और कॉलम 3 में देशांतर। परिवर्तनों को सहेजें।
    6. यदि किसी भी उपन्यास प्रविष्टियों का उपयोग किया जाता है (यानी, गाम्बिया), जो डेटासेट में चयन के लिए उपलब्ध नहीं हैं (देखें सिंघम एट अल. सप्लीमेंट्री टेबल 11),इन्हें कोड में जोड़ने की आवश्यकता होगी। ऐसा करने के लिए, RStudio में आईआर-TEx.R खोलें और RStudio द्वारा इंगित लाइन 26 का पता लगाएं, जिस बिंदु पर निम्नलिखित शुरू होना चाहिए:
      'साइडबारपैनल(....' ।
      नोट: कार्यवाही पंक्तियों में से प्रत्येक कदम 2.2.5 में Fold_Changes.txt में डेटासेट नाम के नीचे पंक्तियों में इनपुट मेटाडेटा के एक आइटम से संबंधित है।
    7. उपन्यास मेटाडेटा जोड़ने के लिए, पसंद के मेटाडेटा की रेखा के अंत में स्क्रॉल करें, और 'चयनित =' शब्द का पता लगाएं। इसका तुरंत पालन करना एक कॉमा और बंद ब्रैकेट होना चाहिए; इस बिंदु पर, बंद ब्रैकेट के भीतर कर्सर पर क्लिक करें। अंतिम अपोस्टोफे के बाद, एक अल्पविराम टाइप करें, इसके बाद एक अपोस्टोफे, इसके बाद नए मेटाडेटा (जैसे, 'गाम्बिया'), और परिवर्तनों को बचाएं। एक उदाहरण के लिए नीचे देखें।
      चेकबॉक्सग्रुपइनपुट ('कंट्रीइनपुट', 'चुनिंदा प्रासंगिक देश', 'क्विंकिना फासो', 'कोटे डी आइवर', 'कैमरून', 'इक्वेटोरियल गिनी', 'जाम्बिया', 'सूडान', 'युगांडा', 'टोगो', ', 'टोगो', ', 'क्विंटिना फासो', 'कोटे डी आइवर', 'कैमरून', 'इक्वेटोरियल गिनी', 'तंजानिया', 'युगांडा', 'टोगो', ', ''गाम्बिया'),चयनित = सी (बुर्किना फासो', 'कोटे डी आइवर', 'कैमरून', 'इक्वेटोरियल गिनी', 'जाम्बिया', 'तंजानिया', 'सूडान', 'युगांडा', 'टोगो'))
    8. ऐप चलाएं। नई मेटाडेटा प्रविष्टि प्रासंगिक शीर्षक के तहत एक अचयनित टिक बॉक्स के रूप में दिखाई देनी चाहिए। यदि उपयोगकर्ता चाहता है कि इसका चयन किया जाए, तो इसे चयनित = सी (..., जैसा कि नीचे दिखाया गया है) के बाद जोड़ा जाना चाहिए:
      चेकबॉक्सग्रुपइनपुट ('कंट्रीइनपुट', 'चुनिंदा प्रासंगिक देश', 'क्विंकिना फासो', 'कोटे डी आइवर', 'कैमरून', 'इक्वेटोरियल गिनी', 'जाम्बिया', 'सूडान', 'युगांडा', 'टोगो', ', 'टोगो', ', 'क्विंटिना फासो', 'कोटे डी आइवर', 'कैमरून', 'इक्वेटोरियल गिनी', 'तंजानिया', 'युगांडा', 'टोगो', ', ''गाम्बिया'),चयनित =c ('बुर्किना फासो', 'कोटे डी आइवर', 'कैमरून', 'इक्वेटोरियल गिनी', 'जाम्बिया', 'तंजानिया', 'सूडान', 'युगांडा', 'टोगो', 'गाम्बिया'))
    9. ए-मेक्सपी-2196 पर नहीं किए गए प्रतिरोध डेटासेट जोड़ने के लिए, धारा 3 देखें।

3. विभिन्न डेटासेट के साथ उपयोग के लिए आईआर-टीएक्स को संशोधित करना

  1. कई-ओमिक्स प्लेटफार्मों पर उपयोग करें और लापता डेटा के साथ आगे बढ़ें
    1. डेटासेट में "0" के साथ आगे बढ़ने के लिए: "0" के विशिष्ट अर्थ के लिए डेटासेट स्रोत से परामर्श करें। यह सिफारिश की जाती है कि "0" (रूढ़िवादी) को "एनए" से बदल दिया गया है। कच्चे गुना परिवर्तन (बी/ए) के साथ के रूप में, "0" प्रयोगात्मक हालत बी में एक पता नहीं चला संकेत इंगित करता है । इस मामले में कि प्रयोगात्मक स्थिति एक पर्याप्त अभिव्यक्ति प्रदर्शित करता है, उपयोगकर्ता एक छोटे गुना परिवर्तन मूल्य लागू कर सकते हैं।
    2. ओपन अतिरिक्त फ़ाइल 2.txt,एक RNAseq फ़ाइल Uyhelji एट अल से अनुकूलित9। यह फ़ाइल उस टेम्पलेट का प्रतिनिधित्व करती है जिसमें नया डेटा आधारित होना चाहिए: कॉलम ए = पहचानकर्ता, कॉलम बी = रॉ फोल्ड चेंज, और कॉलम सी = समायोजित पी-वैल्यू। नीचे दिए गए चरणों के माध्यम से चलाने के लिए इस फ़ाइल का उपयोग करें।
    3. प्लेटफार्मों पर एक टैब-परिसीमित फ़ाइल में पहचानकर्ताओं से मेल खाने के लिए आर कोड चलाएं, फिर डेटा को व्यवस्थित और सामान्य करें(पूरक कोडिंग फ़ाइल 2)। निर्देश फ़ाइल के भीतर निहित हैं। किसी भी FILEPATH MacOS के लिए "/" या "//" विंडोज के लिए अलग हो जाएगा (इन से बदल "\\", के रूप में वे दिखाई देगा) ।
    4. पूरक कोडिंग फ़ाइल 2 के अंत में उत्पादित फ़ाइल को चरण 3.1.5 में उपयोग के लिए पसंद के स्थान पर आउटपुट करें। पूरक कोडिंग फ़ाइल 2 एक नई Fold_Changes.txt फ़ाइल आउटपुट करेगा। मूल फ़ाइल का बैकअप।
    5. सप्लीमेंट्री कोडिंग फाइल 3में निहित कोड को निष्पादित करें । FILEPATHके रूप में निर्दिष्ट फ़ोल्डर में FC_distribPlot.png नाम की आउटपुट फ़ाइल का पता लगाएं । लॉग 2 गुना परिवर्तन के वितरण की जांच करें ताकि यह सत्यापित किया जासके कि लॉग2 गुना परिवर्तन वितरण डेटासेट में लगभग समान हैं।
    6. अतिरिक्त फ़ाइलों को संपादित करने और नए Fold_Changes.txtकी अनुकूलता सुनिश्चित करने के लिए चरण 2.2.6 से निर्देशों का पालन करें।
  2. पूरी तरह से नए डेटासेट के साथ उपयोग के लिए आईआर-TEx को संशोधित करना
    1. RStudio में आईआर-TEx.R खोलें और लाइनों (23-34) के साथ शुरुआत का पता लगाएं:
      'टैबपैनल('
      और अंत में:
      सबमिटबटन ("अपडेट व्यू", आइकन ("रिफ्रेश"))
      ),
    2. नीचे की लाइनों में पाए जाने वाले AGAP008212-RA को नए डेटा में रुचि की प्रतिलिपि में बदलें।
      textInput ('textInput', 'ट्रांसक्रिप्ट आईडी', मूल्य ='AGAP008212-RA'),
    3. चार विकल्पों के साथ शुरुआत का पता लगाएं:
      चेकबॉक्सग्रुपइनपुट
      इन विकल्पों को महत्वपूर्ण मेटाडेटा का प्रतिनिधित्व करने के लिए संशोधित किया जा सकता है जिसे उपयोगकर्ता नए डेटा को फ़िल्टर करना चाहता है। प्रत्येक उदाहरण में, उपयोगकर्ता को चुनिंदा प्रासंगिक देशोंको बदलना चाहिए ; एक्सपोजर स्थिति का चयन करें, प्रासंगिक प्रजातियों का चयन करें; और डेटा का प्रतिनिधि बनने के लिए कीटनाशक वर्ग का चयन करें (यानी, ऊतक प्रकार का चयन करें; सेक्स का चयन करें, आयु वर्ग का चयन करें; रोग की स्थिति का चयन करें)
    4. पहले सी ('के तुरंत बाद मौजूदा विकल्पों को बदलने के लिए डेटासेट और इनपुट से जुड़े मेटाडेटा की पहचान करें। प्रत्येक उदाहरण में, विकल्प भाषण के निशान के भीतर समाहित किया जाएगा और एक अल्पविराम द्वारा अगले चयन से अलग हो जाएगा । अंतिम चयन के बाद ब्रैकेट को बंद कर देना चाहिए। चुनिंदा रोग की स्थिति के लिए एक उदाहरण है:
      c ('संक्रमित', 'असंक्रमित', 'अज्ञात')
    5. चुनें कि ऐप खोलने पर इनमें से कौन सा मेटाडेटा चुना जाएगा। चयनित = सी ('के बाद विकल्पों को संशोधित करके इन्हें बदला जा सकता है। चुनिंदा रोग की स्थिति के लिए एक उदाहरण है:
      चयनित =c ('संक्रमित', 'असंक्रमित')
      इससे ऐप को शुरुआती लोडिंग पर इन मापदंडों से मिलान करने वाले केवल डेटासेट का चयन करने का निर्देश मिलेगा।
    6. एक नया डेटा टेबल बनाने के लिए, Fold_Changes.txt में पाए जाने वाले लेआउट और धारा 2 में निर्देशों का पालन करें। चरण 3.2.4 में उल्लिखित प्रत्येक संबंधित परिवर्तन में मेटाडेटा बदलें, जैसा कि कोड में लिखा गया है (आर मामला-संवेदनशील है)। विषहरण कॉलम में, इनपुट जीन नाम, और ट्रांसक्रिप्ट प्रकार कॉलम में, प्रत्येक ट्रांसक्रिप्ट के लिए इनपुट जीन विवरण। नए डेटासेट जोड़ते समय धारा 3.2 का पालन करें।
    7. यदि मानचित्रण प्रायोगिक आवश्यकताओं के लिए प्रासंगिक नहीं है, तो कोड की निम्नलिखित पंक्तियों का पता लगाएं और सामने '#' रखें:
      लाइनें 49-51:
      बीआर (), बीआर (),
      withSpinner (plotOutput ("भूगोल")),
      टेक्स्टआउटपुट ('Geography_legend'),
      लाइनें 493 शुरू:
      आउटपुट $भूगोल और लेफ्टिनेंट;-रेंडरप्लॉट ({
      लाइन 602 समाप्त करने के लिए:
      आउटपुट $Geography_legend <- रेंडरटेक्स्ट ({
      पेस्ट ("महत्वपूर्ण ट्रांसक्रिप्ट केवल (पी", as.expression ("<="),0.05): एफसी >5 = लाल, एफसी >1 = एंबर, एफसी & 1 = ग्रीन", sep="")
      })

Representative Results

आईआर-टीएक्स के साथ शामिल Fold_Changes.txt फ़ाइल का उपयोग करते हुए, हमने उन प्रतिलिपियों की तुलना की जो प्रतिरोधी एनोफेल्स कोलुज़ीी और एनोफेल्स गैम्बिया डेटासेट में कोटे डी आइवर और बुर्किना फासो से अतिसंवेदनशील नियंत्रण के लिए काफी विभेदित रूप से व्यक्त किए गए थे। इससे ब्याज के 18 ट्रांसक्रिप्ट मिले(टेबल 1;एक्सेल, आर या अन्य कार्यक्रमों का उपयोग करके इस खोज को किया जा सकता है)। इनमें से दो, एक ATPase (AGAP006879) और α-क्रिस्टललिन (AGAP007160), पहले की सूचना दी गई है, पूर्व पायरेथ्रोइड प्रतिरोध1पर एक महत्वपूर्ण प्रभाव होने के साथ । इन दो प्रतिलिपियों के अलावा, दो विषहरण टेप, GSTMS1 (एफसीμ = 1.95 और 1.85) और UGT306A2 (एफसीμ = 2.29 और 2.28) मौजूद थे।

इनमें से दो ट्रांसक्रिप्ट(जीएसटीएमएस1,एक विषहरण प्रतिलिपि; और AGAP009110-RA, एक अज्ञात, मच्छर-विशिष्ट प्रतिलिपि जिसमें एक 1,3-ग्लूकन बाध्यकारी डोमेन) का क्यूपीसीआर सत्यापन किया गयाथा,जैसा कि पहले वर्णित 1 था। विश्लेषण अतिरिक्त फ़ाइल 3 में वर्णित प्राइमर सेट का उपयोग करके किया गया था और पता चला कि इन प्रतिलिपियों को कोटे डी आइवर (Tiassalé) से एक बहुप्रतिरोधी आबादी में काफी ऊपर भेजा गया था और बुर्किना फासो (Banfora) से एक और, प्रयोगशाला की तुलना में अतिसंवेदनशील N ' Gousso(चित्रा 4ए)

चूंकि दोनों प्रतिलिपिओं ने प्रत्येक प्रतिरोधी आबादी में महत्वपूर्ण अपरेगुलेशन दिखाया, इसलिए एलएसटीएम प्रयोगशाला टियासाले कॉलोनी से मच्छरों पर आरएनएआई-प्रेरित नॉकडाउन किया गया। यह कॉलोनी कोटे डी आइवर से निकलती है और सार्वजनिक स्वास्थ्य में उपयोग की जाने वाली कीटनाशक के सभी प्रमुख वर्गों के लिए प्रतिरोधी है, जैसा कि पहले1,10वर्णित है। जीएसटीएमएस1 की अभिव्यक्ति के क्षीणहोने के परिणामस्वरूप जीएफपी-इंजेक्टेड नियंत्रणों की तुलना में डेल्टामेथ्रिन एक्सपोजर के बाद मृत्यु दर में एक महत्वपूर्ण वृद्धि (पी = 0.021) हुई, जो पायरेथ्रोइड प्रतिरोध(चित्रा 4बी)में इस ट्रांसक्रिप्ट के महत्व का प्रदर्शन करती है। इसके विपरीत, AGAP009110-RA नॉकडाउन के परिणामस्वरूप एक्सपोजर के बाद मृत्यु दर में कोई महत्वपूर्ण (पी = 0.082) परिवर्तन नहीं हुआ(चित्र4बी)।

GSTMS1 एक माइक्रोसोमल जीएसटी है और ए गाम्बिया मच्छरों 11में पाए जाने वाले तीन में से एक है । यद्यपि जीसीटी के एप्सिलॉन और डेल्टा वर्गों के सदस्यों को पहले कीटनाशक विषहरण12,13,14में फंसाया गया है , लेकिन पायरेथ्रोइड प्रतिरोध15में माइक्रोसोमल जीएसएलटी की भूमिका के लिए यह हमारे ज्ञान का पहला प्रमाण है . एनोफेल्स गैम्बिया एसएल मच्छरों में इस ट्रांसक्रिप्ट के ख्यात कार्य का पता लगाने के लिए, आईआर-टीएक्स में अभिव्यक्ति और सहसंबंध की पहचान की गई थी। BIOko द्वीप के अपवाद के साथ, इन प्रजातियों के लिए उपलब्ध 21 डेटासेट में से 20 में GSTMS1 को काफी अधिक व्यक्त किया गया था। प्रत्येक स्थान में, अतिसंवेदनशील आबादी(चित्रा 5)की तुलना में अतिअभिव्यक्ति पांच गुना से कम थी।

चूंकि माइक्रोसोमल जीएसएलटी को संभावित कीटनाशक डिटॉक्सिफायर के रूप में काफी हद तक नजरअंदाज कर दिया गया है, इसलिए कीटनाशक प्रतिरोध15में उनकी भूमिका के बारे में बहुत कम जाना जाता है। अन्य प्रतिलिपियों के सह-सहसंबंध की खोज करके, ख्यात कार्यों को सहनियमन या एक ही रास्ते में शामिल होने की धारणा के माध्यम से स्पष्ट किया जा सकता है। सहसंबंध नेटवर्क में शक्ति को अधिकतम करने के लिए, आईआर-टीएक्स में मौजूद सभी माइक्रोऐरे डेटासेट का चयन किया गया था, और एक .r. । >0.75 का चयन किया गया। तालिका 2 आईआर-टीएक्स से आउटपुट दिखाती है।

ये ट्रांसक्रिप्ट डेविड के कार्यात्मक एनोटेशन टूल8में ऑक्सीडोरक्टेरेज गतिविधि और ग्लूकोज/कार्बोहाइड्रेट चयापचय में समृद्ध हैं। ग्लूकोज-6-फॉस्फेट डिहाइड्रोजनेज और साइटाथिओन गामा-lyase दोनों स्तनधारी कोशिकाओं16,17 में ग्लूटाथिएक के स्तर को बनाए रखते हैं और इस प्रकार सीधे GSTMS1,एक ग्लूटाथिएक-एस-ट्रांसफरेज से जोड़ते हैं। कैटालेस एक तेजी से अभिनय ऑक्सीडेटिव तनाव उत्तरदाता है जो कोशिकाओं को प्रतिक्रियाशील ऑक्सीजन प्रजातियों के नुकसान से बचाता है, जो पायरेथ्रोइड एक्सपोजर का प्रतिफल है। वालसाइक्लोविर हाइड्रोलेस एक हाइड्रोलाइज है जो स्तनधारी कोशिकाओं18में विषहरण में भूमिका निभा सकता है । CYP4H17 भी सहसंबंध नेटवर्क में मौजूद है। साइटोक्रोम p450s पायरेथ्रोइड कीटनाशकों के प्रत्यक्ष मेटाबोलाइजर हैं, और इन ब्रेकडाउन उत्पादों को जीसीटी द्वारा आगे मेटाबोलीकृत किया जा सकता है। अंत में, CYP4H17 ए सबसे मजेदार19में पायरेथ्रोइड प्रतिरोध में फंसाया गया है । एक साथ लिया, इन डेटा दृढ़ता से xenobiotic विषहरण में GSTMS1 के लिए एक भूमिका का समर्थन करते हैं ।

Figure 1
चित्रा 1: सभी डेटासेट में AGAP002865-RA के2 गुना परिवर्तन लॉग करें। एक्स-एक्सिस विभिन्न डेटासेट का विवरण देता है, जिसके लिए जानकारी पिछले प्रकाशन1में अनुपूरक तालिका 1 में पाई जा सकती है, और वाई-एक्सिस ब्याज की प्रतिलिपि में लॉग2 गुना परिवर्तन दिखाता है। लाइट-ग्रे बिंदीदार लाइनें महत्व के लिए अनुमानित थ्रेसहोल्ड का संकेत देती हैं, यहां ले जाया गया और एलटी; 0.8 का गुना परिवर्तन या 1.2 का गुना परिवर्तन। बिंदीदार काली रेखा 1 के गुना परिवर्तन को इंगित करती है (यानी, प्रतिरोधी और अतिसंवेदनशील आबादी के बीच अभिव्यक्ति में कोई अंतर नहीं)। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

Figure 2
चित्रा 2: प्रतिरोधी आबादी में AGAP002865-RA की महत्वपूर्ण अंतर अभिव्यक्ति दिखा माइक्रोसरणी का वितरण। एक ट्रैफिक लाइट सिस्टम में गुना परिवर्तनों का प्रतिनिधित्व किया जाता है: और एलटी;1 का हरा गुना परिवर्तन, और जीटी 1 का नारंगी गुना परिवर्तन, और और 5 का लाल गुना परिवर्तन। महत्वपूर्ण (पी ♫ 0.05) अंतर अभिव्यक्ति वाले केवल डेटासेट दिखाए गए हैं। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

Figure 3
चित्रा 3: AGAP001076-RA(CYP4G16)के सहसंबंध नेटवर्क । 31 माइक्रोरे डेटासेट में सभी प्रतिलिपियों में पेयरवार सहसंबंधों की गणना की जाती है, जिसमें उपयोगकर्ता-परिभाषित कट-ऑफ लागू होता है। यहां दिखाया गया है(ए)। आर । > 0.9 और(B)। आर. 0.8. ग्राफ पर प्रदर्शित सभी प्रतिलिपियां इस कसौटी को पूरा करती हैं और AGAP001076-RA की अभिव्यक्ति परिवर्तनका पालन करती हैं। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

Figure 4
चित्रा 4: जीएसटीएमएस 1 और AGAP009110-RA के क्षीणहोने पर एमआरएनए अभिव्यक्ति और फेनोटाइप। (A)क्रमशः कोटे डी आइवर और बुर्किना फासो से दो बहु-प्रतिरोधी ए कोलुज़ी आबादी में जीएसटीएमएस1 और AGAP009110-RA की एमआरएए अभिव्यक्ति। स्तर ों की तुलना प्रयोगशाला-अतिसंवेदनशील ए कोलुज़ीनी एन गौसो से की गई थी । एक के बाद तदर्थ डननेट के परीक्षण के साथ ANOVA द्वारा गणना का महत्व स्तर । (ख)जीएफपी-इंजेक्टेड नियंत्रणों की तुलना में दोनों प्रतिलिपियों का आरएनएआई-प्रेरित क्षीणन । GSTMS1 क्षीणन डेल्टामेथ्रिन एक्सपोजर के बाद मृत्यु दर में महत्वपूर्ण वृद्धि दिखाता है (एक पोस्ट-हॉक टकी परीक्षण के साथ ANOVA द्वारा गणना; * पी ♫ 0.05, **p ♫ 0.01)। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

Figure 5
चित्रा 5: एनोफेल्स गैम्बिया और एनोफेल्स कोलुज़ी आबादी में जीएसटीएमएस1 की अभिव्यक्ति। उपलब्ध माइक्रोरे डेटासेट में जीएसटीएमएस1 की काफी अंतर अभिव्यक्ति दिखा रहा मैप। जीएसटीएमएस1 21 माइक्रोऐरे डेटासेट में से 20 में काफी अंतर पाया गया। कृपया इस आंकड़े का एक बड़ा संस्करण देखने के लिए यहां क्लिक करें ।

ट्रांसक्रिप्ट आईडी विवरण बुर्किना फासो कोटे डी आइवर
AGAP006879-RA एटपास 27.94 43.05
AGAP007160-RB ए-क्रिस्टललिन 11.49 10.58
AGAP007160-RC ए-क्रिस्टललिन 11.14 10.38
AGAP007160-RA ए-क्रिस्टललिन 9.78 9.84
AGAP009110-RA अज्ञात 9.26 5.96
AGAP007780-RA NADH dehydrogenase 10.49 3.77
AGAP006383-RA ओलिगोसाक्करिलट्रांसफरासे कॉम्प्लेक्स सबयूनिट बीटा 3.69 5.57
AGAP007249-RB फ्लाइटिन 4.61 3.86
AGAP003357-RA RAG1-सक्रिय प्रोटीन 1-जैसे प्रोटीन 4.31 4.05
AGAP007249-RA फ्लाइटिन 4.48 3.46
AGAP001998-RA एमआरपी10 3.46 2.85
AGAP007589-RA UGT306A2 2.29 2.28
AGAP000165-RA जीएसटीएमएस1 1.95 1.85
AGAP002101-RA इसोलेटुसिल-टीआरएनए संश्लेषण 0.57 0.59
AGAP002969-RA शतावरीनिल-टीआरएनए संश्लेषण 0.45 0.45
AGAP004199-RA सॉल्यूट कैरियर परिवार 5 (सोडियम-युग्मित मोनोकार्बोक्सिलेट ट्रांसपोर्टर), सदस्य 8 0.35 0.48
AGAP004684-RA rRNA-प्रसंस्करण प्रोटीन CGR1 0.36 0.22
AGAP006414-RA Cht8 0.024 0.36

तालिका 1: बुर्किना फासो और कोटे डी आइवर आबादी में एक ही गुना परिवर्तन दिशा में ट्रांसक्रिप्ट काफी अंतर है। ट्रांसक्रिप्ट आईडी, जीन विवरण, और एक कोलुज़ी और ए गाम्बिया आबादी का प्रतिनिधित्व करने वाले दोनों देशों से प्रत्येक डेटासेट के लिए औसत गुना परिवर्तन।

सहसंबंध व्यवस्थित नाम ट्रांसक्रिप्ट टाइप
1 AGAP000165-RA जीएसटीएमएस1
0.82 AGAP004904-RA कैटालेज़
0.76 AGAP007243-RA 26S प्रोटीज़ नियामक उपइकाई 8
0.79 AGAP008358-RA CYP4H17
0.76 AGAP009436-RA वालसाइक्लोविर हाइड्रोलेस
0.75 AGAP010739-RA ग्लूकोज-6-फॉस्फेट 1-डिहाइड्रोजनेज
0.85 AGAP011172-RA सिस्टेथिओनीगा-लायज़
0.76 AGAP012678-RA ग्लूकोज-6-फॉस्फेट 1-डिहाइड्रोजनेज

तालिका 2: जीएसटीएमएस1के साथ सह-सह-संबद्ध ट्रांसक्रिप्ट। तालिका आईआर-टीएक्स पर जीएसटीएमएस1 के लिए सहसंबंध नेटवर्क के आउटपुट को दिखाती है । आर । 0.75 की। तालिका प्रत्येक सह-सह-सह-संबद्ध प्रतिलिपि के लिए स्पीयरमैन के सहसंबंध, ट्रांसक्रिप्ट आईडी और जीन विवरण दिखाती है।

अतिरिक्त फ़ाइल 1: लिम्मा पर ए-मेक्सपी-2196 सरणी से आउटपुट फ़ाइल का विश्लेषण किया गया। फ़ाइल एक GFP नियंत्रण सरणी की तुलना में एक मेट नॉकआउट से निकलती है, सरणी एक्सप्रेस (ई-MTAB-4043) और एक और पिछले प्रकाशन1में अधिक विस्तार से वर्णित है । कॉलम AGAP पहचानकर्ता (व्यवस्थितName), लॉग फोल्ड चेंज (लॉगएफसी), लॉग एक्सप्र मान (AveExpr), टी-स्टेटिस्टिक (टी), गलत पी-वैल्यू (पी.वैल्यू), समायोजित पी-वैल्यू (एडीजे) का प्रतिनिधित्व करते हैं। पी वल), और बी सांख्यिकीय (बी)20। इस फ़ाइल के प्रयोजनों के लिए, मच्छर कोटे डी आइवर से एनोफेल्स कोलुज़ी हैं और कीटनाशकों के संपर्क में हैं, क्रमशः -5.4 और 6.0 के संग्रह अक्षांश और देशांतर के साथ। कृपया इस फ़ाइल को देखने के लिए यहां क्लिक करें (डाउनलोड करने के लिए सही क्लिक करें)।

अतिरिक्त फ़ाइल 2: RNAseq प्रयोग से आउटपुट फ़ाइल। 50% लवणता के संपर्क में आने पर एनोफेल्स मच्छरों के ट्रांसपोम में परिवर्तन कावर्णन करते हुए Uyhelji एट अल 9 से लिया गया RNAseq विश्लेषण। इस फ़ाइल को प्रकाशन के टेबल S2 से अनुकूलित किया गया है और इसमें AGAP पहचानकर्ता (व्यवस्थितID), कच्चे गुना परिवर्तन (Fold_Change), और समायोजित पी-वैल्यू (q_value) शामिल हैं। कृपया इस फ़ाइल को देखने के लिए यहां क्लिक करें (डाउनलोड करने के लिए सही क्लिक करें)।

अतिरिक्त फ़ाइल 3: प्रतिनिधि परिणामों के लिए प्राइमर सूची। AGAP पहचानकर्ता, जीन नाम, dsRNA आगे, dsRNA रिवर्स, qPCR आगे, और qPCR रिवर्स प्राइमर प्रत्येक प्रतिलिपि के लिए सेट । कृपया इस फ़ाइल को देखने के लिए यहां क्लिक करें (डाउनलोड करने के लिए सही क्लिक करें)।

पूरक कोडिंग फ़ाइल 1. कृपया इस फ़ाइल को देखने के लिए यहां क्लिक करें (डाउनलोड करने के लिए सही क्लिक करें)।

पूरक कोडिंग फ़ाइल 2. कृपया इस फ़ाइल को देखने के लिए यहां क्लिक करें (डाउनलोड करने के लिए सही क्लिक करें)।

पूरक कोडिंग फ़ाइल 3. कृपया इस फ़ाइल को देखने के लिए यहां क्लिक करें (डाउनलोड करने के लिए सही क्लिक करें)।

Discussion

बिग डेटा ट्रांसक्रिप्टोमिक्स हजारों ट्रांसक्रिप्ट्स की सूची पैदा करता है जो प्रत्येक प्रयोगात्मक स्थिति के लिए अलग ढंग से व्यक्त किए जाते हैं। इनमें से कई प्रयोग संबंधित जीवों और फेनोटाइप पर किए जाते हैं और लगभग विशेष रूप से स्वतंत्र प्रयोगों के रूप में विश्लेषण किया जाता है। डेटा की समग्र रूप से जांच करके इन समृद्ध डेटा स्रोतों का उपयोग करना और सैद्धांतिक मान्यताओं के बिना 1) नए उम्मीदवार ट्रांसक्रिप्ट की पहचान करने के लिए नेतृत्व करेगा और 2) मूल्यवान डेटा को त्यागने से रोकता है क्योंकि वीवो1में मान्य करने के लिए बहुत अधिक जानकारी है।

आईआर-टीएक्स उपयोगकर्ताओं को एक सीमित बायोइन्फॉर्मेटिक्स पृष्ठभूमि प्रदान करता है जिसमें कई डेटासेट की आसानी से जांच करने, डेटासेट में परिवर्तन की कल्पना करने और संबंधित जानकारी1डाउनलोड करने की क्षमता है। हालांकि आईआर-टीएक्स प्रत्येक खोज में एक से अधिक ट्रांसक्रिप्ट की खोज का समर्थन नहीं करता है, लेकिन उपयोगकर्ता एक्सेल, आर या अन्य उपयुक्त कार्यक्रमों का उपयोग करके संबंधित Fold_Changes.txt फ़ाइलों की जांच कर सकते हैं। आईआर-टीएक्स की आगे की उपयोगिता ट्रांसक्रिप्ट फ़ंक्शन की भविष्यवाणी करने के लिए सहसंबंध नेटवर्क के उपयोग से उपजा है, अज्ञात कार्यों के साथ काल्पनिक प्रोटीन या ट्रांसक्रिप्ट का इनपुट और संवर्धन के लिए खोज करने के लिए डाउनस्ट्रीम सॉफ्टवेयर का उपयोग1।

इस प्रोटोकॉल में प्रदर्शित उदाहरण में, आईआर-टीएक्स का उपयोग इसके मूल कार्य के अनुसार किया जाता है। यहां, यह कीटनाशक प्रतिरोध और मानचित्रण ग्राफिक्स के माध्यम से अधिक और कम अभिव्यक्ति के वितरण के दृश्य से जुड़े टेप की खोज की अनुमति देता है। ब्याज के टेप वीवो में मान्य किए जाते हैं ताकि यह निर्धारित किया जा सके कि दिए गए टेपकी ओवर या अंडर-एक्सप्रेशन एक मनाए गए फेनोटाइप1 (जैसे, कीटनाशक प्रतिरोध) में योगदान देती है या नहीं। यह यहां प्रदर्शित किया गया था, जैसा कि पहले1की रिपोर्ट की गई थी, कि एक डेटासेट का उपयोग देश-विशिष्ट आधार पर ब्याज के टेप की पहचान करने के लिए परिकल्पना-संचालित दृष्टिकोण में किया जा सकता है। आईआर-टीएक्स का उपयोग तब 1 करने के लिए किया जा सकता है) ट्रांसक्रिप्ट की अभिव्यक्ति का पता लगाएं और 2) प्रत्येक-ओमिक्स डेटासेट में निहित सभी प्रतिलिपियों में एक युग्मित सहसंबंध नेटवर्क लागू करके ट्रांसक्रिप्ट के कार्य को प्रासंगिक बनाएं। यहां, GSTMS1 को विषहरण में फंसाए गए कई अन्य टेपों के साथ सह-सह-संबद्ध दिखाया गया था। यह डेटा (ट्रांसक्रिप्ट के नॉकडाउन के साथ जिसके परिणामस्वरूप कीटनाशक एक्सपोजर के बाद मृत्यु दर में उल्लेखनीय वृद्धि हुई) ज़ेनोबायोटिक क्लीयरेंस में इस ट्रांसक्रिप्ट के महत्व को दर्शाता है।

आईआर-टीएक्स वेब पर कीटनाशक प्रतिरोध से संबंधित टेप की खोज या स्थानीय अनुप्रयोगों का उपयोग करने के लिए एक मूल्यवान संसाधन का प्रतिनिधित्व करता है। यह प्रोटोकॉल दर्शाता है कि विभिन्न-ओमिक्स प्लेटफार्मों के साथ-साथ पूरी तरह से नए डेटा के लिए आईआर-टीएक्स को कैसे संशोधित किया जाए। गाइड दिखाता है कि लापता डेटा के साथ कई-omics प्लेटफार्मों और डेटासेट से डेटा को एकीकृत करने के लिए आईआर-टीएक्स का उपयोग कैसे करें और साथ ही आईआर-टीएक्स को कैसे फिर से कोड करें ताकि यह ट्रांसक्रिप्टोमिक डेटासेट पर शोध करने वाले किसी भी व्यक्ति के लिए उपयोगी हो।

Disclosures

लेखकों के पास खुलासा करने के लिए कुछ नहीं है ।

Acknowledgments

इस काम को एमआरसी कौशल विकास फैलोशिप द्वारा वीआई (एमआर/आर024839/1) और रॉयल सोसाइटी चैलेंज ग्रांट (CH160059) द्वारा एचआर को वित्त पोषित किया गया था ।

Materials

Name Company Catalog Number Comments
Laptop with browser Any - -
R Program The R Project for Statistical Computing - https://www.r-project.org/
R Studio R Studio - https://www.rstudio.com/

DOWNLOAD MATERIALS LIST

References

  1. Ingham, V. A., Wagstaff, S., Ranson, H. Transcriptomic meta-signatures identified in Anopheles gambiae populations reveal previously undetected insecticide resistance mechanisms. Nature Communications. 9, (1), 5282 (2018).
  2. Chang, W., Cheng, J., Allaire, J., Xie, Y., McPherson, J. shiny: Web Application Framework for R. (2017).
  3. Bhatt, S., et al. The effect of malaria control on Plasmodium falciparum in Africa between 2000 and 2015. Nature. 526, (7572), 207-211 (2015).
  4. Ranson, H., Lissenden, N. Insecticide Resistance in African Anopheles Mosquitoes: A Worsening Situation that Needs Urgent Action to Maintain Malaria Control. Trends in Parasitology. 32, (3), 187-196 (2016).
  5. Donnelly, M. J., et al. Does kdr genotype predict insecticide-resistance phenotype in mosquitoes. Trends in Parasitology. 25, (5), 213-219 (2009).
  6. Stevenson, B. J., et al. Cytochrome P450 6M2 from the malaria vector Anopheles gambiae metabolizes pyrethroids: Sequential metabolism of deltamethrin revealed. Insect Biochemistry and Molecular Biology. 41, (7), 492-502 (2011).
  7. Müller, P., et al. Field-Caught Permethrin-Resistant Anopheles gambiae Overexpress CYP6P3, a P450 That Metabolises Pyrethroids. PLoS Genetics. 4, (11), 1000286 (2008).
  8. Huang, D., et al. The DAVID Gene Functional Classification Tool: a novel biological module-centric algorithm to functionally analyze large gene lists. Genome Biology. 8, (9), 183 (2007).
  9. Uyhelji, H. A., Cheng, C., Besansky, N. J. Transcriptomic differences between euryhaline and stenohaline malaria vector sibling species in response to salinity stress. Molecular Ecology. 25, (10), 2210-2225 (2016).
  10. Edi, C. V., Benjamin, K. G., Jones, C. M., Weetman, D., Ranson, H. Multiple-Insecticide Resistance in Anopheles gambiae Mosquitoes, Southern Côte d’Ivoire. Emerging Infectious Diseases. 18, (9), 1508-1511 (2012).
  11. Ding, Y., Ortelli, F., Rossiter, L., Hemingway, J., Ranson, H. The Anopheles gambiae glutathione transferase supergene family: annotation, phylogeny and expression profiles. BMC Genomics. 4, (1), 1-16 (2003).
  12. Enayati, A. A., Ranson, H., Hemingway, J. Insect glutathione transferases and insecticide resistance. Insect Molecular Biology. 14, (1), 3-8 (2005).
  13. Ranson, H., et al. Identification of a novel class of insect glutathione S-transferases involved in resistance to DDT in the malaria vector Anopheles gambiae. The Biochemical Journal. 359, 295-304 (2001).
  14. Riveron, J. M., et al. A single mutation in the GSTe2 gene allows tracking of metabolically based insecticide resistance in a major malaria vector. Genome Biology. 15, (2), 27 (2014).
  15. Pavlidi, N., Vontas, J., Van Leeuwen, T. The role of glutathione S-transferases (GSTs) in insecticide resistance in crop pests and disease vectors. Current Opinion in Insect Science. 27, 97-102 (2018).
  16. Salvemini, F., et al. Enhanced glutathione levels and oxidoresistance mediated by increased glucose-6-phosphate dehydrogenase expression. Journal of Biological Chemistry. 274, (5), 2750-2757 (1999).
  17. Deplancke, B., Gaskins, H. R. Redox control of the transsulfuration and glutathione biosynthesis pathways. Current Opinion in Clinical Nutrition & Metabolic Care. 5, (1), (2002).
  18. Puente, X. S., López-Otn, C. Cloning and expression analysis of a novel human serine hydrolase with sequence similarity to prokaryotic enzymes involved in the degradation of aromatic compounds. Journal of Biological Chemistry. 270, (21), 12926-12932 (1995).
  19. Riveron, J. M., et al. Genome-wide transcription and functional analyses reveal heterogeneous molecular mechanisms driving pyrethroids resistance in the major malaria vector Anopheles funestus across Africa. G3: Genes, Genomes, Genetics. 7, (6), 1819-1832 (2017).
  20. Smyth, G. K. Linear models and empirical bayes methods for assessing differential expression in microarray experiments. Statistical Applications in Genetics and Molecular Biology. 3, (1), 3 (2004).

Comments

0 Comments


    Post a Question / Comment / Request

    You must be signed in to post a comment. Please or create an account.

    Usage Statistics