تعيين بروتوكول لاستخدام الجينات إثراء التحليل لتحديد نموذج الحيوان المناسب للبحوث متعدية
Summary
نحن نقدم على بروتوكول موحد لاستخدام الجينات إثراء مجموعة تحليل البيانات ترانسكريبتوميك لتحديد طراز ماوس مثالية للبحوث متعدية الجنسيات.
هذا البروتوكول يمكن استخدامها مع دنا وبيانات تسلسل الحمض النووي الريبي، ويمكن تمديد مرة أخرى للبيانات اوميكس الأخرى إذا كانت البيانات متوفرة.
Abstract
الدراسات التي أجريت مؤخرا أنه بالمقارنة مع مجموعات البيانات ترانسكريبتوميك من الأمراض التي تصيب الإنسان مع مجموعات البيانات من نماذج الماوس باستخدام التقنيات التقليدية الجينات بالجينات مقارنة أدت إلى استنتاجات متناقضة فيما يتعلق بالأهمية نماذج حيوانية متعدية البحث. سببا رئيسيا للتباين بين الجينات المختلفة تعبير تحاليل هو تصفية التعسفي الأثران عن الجينات. وعلاوة على ذلك، يقتصر مقارنة الجينات واحد بين الأنواع المختلفة ومنصات غالباً ما الفرق الفنية، مما يؤدي إلى سوء فهم يخدع/الخلافات بين البيانات من النماذج البشرية والحيوانية. وهكذا، يلزم اتباع نهج موحد لتحليل البيانات بصورة منتظمة. للتغلب على تصفية ذاتية الجينات ومقارنات الجينات بالجينات غير فعالة، أظهرنا مؤخرا أن تحليل إثراء مجموعة الجينات (جسيا) لديه القدرة على تجنب هذه المشاكل. ولذلك، قمنا بتطوير بروتوكول موحد لاستخدام جسيا للتمييز بين النماذج الحيوانية الملائمة وغير الملائمة للبحوث متعدية الجنسيات. هذا البروتوكول غير مناسب للتنبؤ بكيفية تصميم نظم جديدة لنموذج بداهة–، كما أنه يتطلب بيانات اوميكس التجريبية الحالية. ومع ذلك، يصف البروتوكول كيفية تفسير البيانات الموجودة بطريقة موحدة بغية تحديد أنسب نموذج الحيوان، وبالتالي تجنب التجارب على الحيوانات لا لزوم لها ومضللة الدراسات متعدية الجنسيات.
Introduction
نماذج حيوانية تستخدم على نطاق واسع لدراسة الأمراض البشرية، بسبب ما تشابه المفترضة للبشر فيما يتعلق بعلم الوراثة، وعلم التشريح وعلم وظائف الأعضاء. وعلاوة على ذلك، نماذج حيوانية غالباً ما تعمل كحراس للعلاج السريري ويمكن أن يكون لها تأثير كبير على نجاح البحوث متعدية الجنسيات. الاختيار الدقيق للنموذج الحيواني الأمثل يمكن أن تقلل من العدد الدراسات الحيوانية مضللة. في الآونة الأخيرة، أهمية نماذج حيوانية للبحوث متعدية مثير للجدل نوقشت، خاصة وأن تحليل مجموعات البيانات نفسها التي تم الحصول عليها من أمراض التهابات البشرية ونماذج الماوس المتصلة بها أدت إلى نتائج متناقضة 1،2. وكشفت هذه المناقشة مشكلة أساسية أثناء تحليل البيانات اوميكس: هناك حاجة إلى اتباع نهج موحد لتحليل البيانات بصورة منتظمة بغية الحد من اختيار الجينات متحيزة وزيادة متانة المقارنات فيما بين 3.
تقليديا، تحليل البيانات ترانسكريبتوميكس (وغيرها من البيانات اوميكس) يتم على مستوى واحد–جين ويشمل خطوة أولية لتحديد الجينات على أساس معايير صارمة وقف إنتاج المواد الانشطارية (مثلاً، تغيير إضعاف > قيمة p 2.0، < 0.05). ومع ذلك، الإعداد معلمات الأولى وقف إنتاج المواد الانشطارية غالباً ذاتية والتعسفي وغير المبرر بيولوجيا، ويمكن أن يؤدي حتى إلى عكس النتائج1،2. وعلاوة على ذلك، اختيار الجينات الأولى عموما تقييد التحليل إلى عدد قليل جداً حتى-دوونريجولاتيد الجينات وهكذا ليست حساسة بما يكفي ليشمل غالبية الجينات التي تم الإعراب عنها متفاوتاً إلى حد أقل.
مع ظهور عصر الجينوم في وقت مبكر 2000s، والمعرفة المتزايدة للممرات البيولوجية والسياقات، وضعت النهج الإحصائية البديلة التي سمحت للتحايل على القيود المفروضة على تحليل مستوى واحد–جين. مجموعة الجينات إثراء التحليل (جسيا)4، واحد أساليب مقبولة على نطاق واسع لتحليل البيانات ترانسكريبتوميكس، يجعل استخدام بداهة تعريف مجموعات من الجينات (مثلاً، مما يشير إلى مسارات، موقع الدانية على كروموسوم إلخ.). أولاً خرائط جسيا جميع الجينات غير المصفى تم الكشف عنها إلى مجموعات المورثات المقصودة (مثلاً، مسارات)، بصرف النظر عن تغير الفردية في التعبير. ويشمل هذا النهج وبالتالي أيضا تنظيم معتدل الجينات التي لولا ذلك فقدت بتحليل مستوى واحد–جين. بعد ذلك يتم التغيير المضافة في التعبير داخل مجموعات الجينات استخدام إحصاءات مجموع قيد التشغيل.
وعلى الرغم من استخدامه على نطاق واسع في البحوث الطبية، جسيا والنهج المتصلة إثراء مجموعة لا طبيعة الحال تؤخذ في الاعتبار لتحليل البيانات المعقدة اوميكس. هنا، يمكننا وصف بروتوكول لمقارنة البيانات اوميكس من العينات البشرية مع تلك من نماذج الماوس لتحديد النموذج المثالي للدراسات متعدية الجنسيات. علينا أن نظهر مدى انطباق البروتوكول استناداً إلى مجموعة من نماذج الماوس التي يتم استخدامها لمحاكاة اضطرابات التحريضية البشرية. ومع ذلك، أنابيب تحليل هذا لا يقتصر على المقارنات بين الإنسان والفأر وأسئلة تنظيمي لمواصلة البحث.
Protocol
Representative Results
Discussion
منذ فترة طويلة تم تطبيق نماذج حيوانية للتحقيق في آليات المرض وتطوير استراتيجيات علاجية جديدة. ومع ذلك، بدأت الشكوك بشأن بريديكتيفيتي نماذج حيوانية تنتشر في أعقاب الفشل في التجارب السريرية12. وعلاوة على ذلك، أثيرت مناقشات مثيرة للجدل حول الاستراتيجيات المناسبة لتحليل وتفسير …
Disclosures
The authors have nothing to disclose.
Acknowledgements
تم تمويل هذا العمل من المعهد الاتحادي الألماني “تقييم المخاطر” (BfR).
References
- Seok, J., et al. Genomic responses in mouse models poorly mimic human inflammatory diseases. Proc Natl Acad Sci U S A. 110 (9), 3507-3512 (2013).
- Takao, K., Miyakawa, T. Genomic responses in mouse models greatly mimic human inflammatory diseases. Proc Natl Acad Sci U S A. 112 (4), 1167-1172 (2015).
- Weidner, C., Steinfath, M., Opitz, E., Oelgeschläger, M., Schönfelder, G. Defining the optimal animal model for translational research using gene set enrichment analysis. EMBO Mol Med. 8 (8), 831-838 (2016).
- Subramanian, A., et al. Gene set enrichment analysis: a knowledge-based approach for interpreting genome-wide expression profiles. Proc Natl Acad Sci U S A. 102 (43), 15545-15550 (2005).
- Kanehisa, M., Sato, Y., Kawashima, M., Furumichi, M., Tanabe, M. KEGG as a reference resource for gene and protein annotation. Nucleic Acids Res. 44 (D1), D457-D462 (2016).
- Kanehisa, M., Goto, S. KEGG: kyoto encyclopedia of genes and genomes. Nucleic Acids Res. 28 (1), 27-30 (2000).
- Fabregat, A., et al. The Reactome pathway Knowledgebase. Nucleic Acids Res. 44 (D1), D481-D487 (2016).
- Croft, D., et al. The Reactome pathway knowledgebase. Nucleic Acids Res. 42 (Database issue), D472-D477 (2014).
- Nishimura, D. BioCarta. Biotech Software & Internet Report. 2 (3), 117-120 (2001).
- Edgar, R., Domrachev, M., Lash, A. E. Gene Expression Omnibus: NCBI gene expression and hybridization array data repository. Nucleic Acids Res. 30 (1), 207-210 (2002).
- Kolesnikov, N., et al. ArrayExpress update–simplifying data submissions. Nucleic Acids Res. 43 (Database issue), D1113-D1116 (2015).
- Cohen, J., et al. Sepsis: a roadmap for future research. Lancet Infect Dis. 15 (5), 581-614 (2015).
- Spinelli, L., Carpentier, S., Montanana Sanchis, F., Dalod, M., Vu Manh, T. P. BubbleGUM: automatic extraction of phenotype molecular signatures and comprehensive visualization of multiple Gene Set Enrichment Analyses. BMC Genomics. 16 (1), 814 (2015).
