IR-TEx udforsker insekt bekæmpende modstands relaterede transkriptionelle profiler i arten Anopheles malariamyg. Forudsat her er fulde instruktioner til brug af programmet, ændringer for at udforske flere transcriptomic datasæt, og ved hjælp af rammerne til at opbygge en interaktiv database for samlinger af transkriptomic data fra enhver organisme, genereret i enhver platform.
IR-TEx er et program skrevet i skinnende (en R-pakke), der tillader udforskning af ekspression af (samt tildele funktioner til) udskrifter, hvis udtryk er forbundet med insektresistens fænotyper i Anopheles malariamyg mosquitoes. Applikationen kan bruges online eller downloades og bruges lokalt af alle. Det lokale program kan ændres for at tilføje nye insekters resistens datasæt genereret fra multi-omics-platforme. Denne vejledning viser, hvordan du tilføjer nye datasæt og håndterer manglende data. Desuden kan IR-TEx være helt og let omlægges til at anvende data fra enhver form for eksperimenter, hvilket gør det til en værdifuld ressource for mange forskere. Protokollen illustrerer nytten af IR-TEx i at identificere nye insektresistens kandidater ved hjælp af den mikrosomale glutathion transferase, GSTMS1, som et eksempel. Denne udskrift er upregulated i flere pyrethroide resistente populationer fra Côte D’Ivoire og Burkina Faso. Identifikationen af co-korrelerede udskrifter giver yderligere indsigt i de formodede roller af dette gen.
Evnen til at måle ekspression af et stort antal udskrifter samtidigt gennem mikroarray-platforme og RNAseq-teknologi har resulteret i generering af store datasæt, der knytter transskriptionen til en bestemt fænotype i både model-og ikke-modelorganismer. Disse datasæt er en ekstremt rig ressource for forskere, hvis effekt kan øges ved at kombinere relevante sæt i en Big dataintegration tilgang. Denne metode er dog begrænset til personer med særlige Bioinformatik færdigheder. Beskrevet her er et program, IR-TEx (tidligere udgivet af Ingham et al.1), der er skrevet i en R-pakke kaldet Shiny2 og giver brugerne med lidt Bioinformatik uddannelse til at integrere og afhøre disse datasæt med relativ lethed.
IR-TEx, fundet på http://www.lstmed.ac.uk/projects/IR-TEx, blev skrevet for at udforske udskrifter forbundet med insektresistens i Anopheles malariamyg, den store afrikanske malaria vektor1. Malaria er en parasitisk sygdom forårsaget af Plasmodium arter, overføres mellem mennesker gennem bid af kvindelige Anopheles myg. Målretning af myg vektor med insekticider har vist sig at være den mest effektive middel til at forebygge malaria-relaterede sygelighed og dødelighed i Afrika. Opskalering af værktøjer (dvs. langtidsholdbare insekt bekæmpende garn) har også været afgørende i de dramatiske reduktioner i malaria tilfælde siden 20003. Med et meget begrænset antal insekticider til rådighed, er det stærkt evolutionært pres på myg, og modstanden er nu udbredt i afrikanske malaria vektorer4.
Derudover er Target site mutationer5 og metabolisk clearance af insekticider6,7 fortsat de primære studerede mekanismer af resistens, men andre potente resistente mekanismer er nu nye1. Mange af disse nye mekanismer har ikke tidligere været forbundet med insekt bekæmpende resistens, men er blevet påvist ved at søge efter fælles mønstre for genekspression på tværs af flere resistente populationer ved hjælp af IR-TEx app og efterfølgende funktionelt valideret af genomforskning tilgange1.
Beskrevet her er en trinvis tilgang til at bruge IR-TEx, både på nettet og når de installeres lokalt. Protokollen beskriver, hvordan nye data om insekternes resistens kan integreres i den eksisterende pakke og forklarer, hvordan de skal fungere med manglende oplysninger. Endelig, det beskriver, hvordan man bruger denne software med andre-omics datasæt, der ikke er relateret til insekt bekæmpende resistens, og dermed kombinere data fra varierende omics tilgange, mens også opererer med manglende værdier og normalisering, så data er sammenlignelige.
Big data transkriptomics producerer lister over tusinder af udskrifter, der differentielt udtrykkes for hver eksperimentel tilstand. Mange af disse eksperimenter udføres på beslægtede organismer og fænotyper og er næsten udelukkende analyseres som uafhængige eksperimenter. Udnytte disse rige datakilder ved at undersøge data holistisk og uden teoretiske antagelser vil 1) føre til identifikation af nye kandidat udskrifter og 2) forhindre udsmid af værdifulde data, blot fordi der er for mange oplysninger til at validere in vivo1.
IR-TEx giver brugerne en begrænset Bioinformatik baggrund med mulighed for nemt at undersøge flere datasæt, visualisere ændringer i datasæt, og downloade de tilhørende oplysninger1. Selvom IR-TEx ikke understøtter søgning efter mere end én udskrift i hver søgning, kan brugerne undersøge de tilknyttede Fold_Changes. txt-filer ved blot at bruge Excel, R eller andre relevante programmer. Yderligere anvendelighed af IR-TEx stammer fra brugen af korrelations netværk til at forudsige transskriptionen funktion, input af hypotetiske proteiner eller udskrifter med ukendte funktioner og brug af downstream-software til at søge efter beridelser1.
I eksemplet vist i denne protokol anvendes IR-TEx i overensstemmelse med sin oprindelige funktion. Her, det giver mulighed for udforskning af udskrifter forbundet med insektresistens og visualisering af fordelingen af over-og under-udtryk gennem kortlægning grafik. Udskrifter af interesse er valideret in vivo for at afgøre, om over-eller under-ekspression af givne udskrifter bidrager til en observeret fænotype1 (f. eks. insektresistens). Det blev påvist her, som tidligere rapporteret1, at et datasæt kan anvendes i en hypotese-drevet tilgang til at identificere udskrifter af interesse på et landespecifikt grundlag. IR-TEx kan derefter bruges til 1) Udforsk udtryk for udskriften og 2) kontekstualisere transkriptets funktion ved at anvende et parvis korrelations netværk på tværs af alle udskrifter i hvert-omics-datasæt. Her, GSTMS1 viste sig at være co-korreleret med en række andre udskrifter impliceret i afgiftning. Disse data (sammen med Knockdown af udskriften, der resulterede i en signifikant stigning i dødeligheden efter insekteksponering) viser betydningen af denne udskrift i xenobiotisk clearance.
IR-TEx repræsenterer en værdifuld ressource til at udforske insektresistans-relaterede udskrifter på nettet eller ved hjælp af lokale applikationer. Denne protokol demonstrerer, hvordan du ændrer IR-TEx for forskellige omics-platforme samt helt nye data. Vejledningen illustrerer, hvordan man bruger IR-TEx til at integrere data fra multiple-omics platforme og datasæt med manglende data samt hvordan man recode IR-TEx simpelthen så det er nyttigt for alle, der forsker transcriptomic datasæt.
The authors have nothing to disclose.
Dette arbejde blev finansieret af en MRC kompetenceudvikling stipendium til V.I. (MR/R024839/1) og Royal Society Challenge Grant (CH160059) til hr
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/ |