سير عمل تكامل البيانات لتحديد مجموعات الأدوية التي تستهدف التفاعلات القاتلة الاصطناعية

Summary

وقد أدت الشاشات الجينية الكبيرة في الكائنات الحية النموذجية إلى تحديد التفاعلات الجينية السلبية. هنا، نصف سير عمل تكامل البيانات باستخدام بيانات من الشاشات الجينية في الكائنات الحية النموذجية لتحديد مجموعات الأدوية التي تستهدف التفاعلات القاتلة الاصطناعية في السرطان.

Abstract

يتم إعطاء تفاعل قاتل اصطناعي بين جينين عندما لا يؤثر خروج أي من الجينين على صلاحية الخلية ولكن خروج كل من المتفاعلين القاتلين الاصطناعيين يؤدي إلى فقدان صلاحية الخلية أو موت الخلية. أفضل تفاعل قاتل اصطناعي مدروس هو بين BRCA1/2 وPARP1 ، مع استخدام مثبطات PARP1 في الممارسة السريرية لعلاج المرضى الذين يعانون من أورام متحولة BRCA1/2. وقد أدت الشاشات الوراثية الكبيرة في الكائنات الحية النموذجية ولكن أيضا في خطوط الخلايا البشرية haploid إلى تحديد العديد من أزواج التفاعل الاصطناعية القاتلة إضافية، وكلها أهداف محتملة للاهتمام في تطوير علاجات الأورام الجديدة. أحد النهج هو استهداف الجينات علاجيا مع التفاعل القاتل الاصطناعية التي تحور أو downregulated بشكل كبير في الورم من الفائدة. والنهج الثاني هو صياغة مجموعات من المخدرات تعالج التفاعلات القاتلة الاصطناعية. في هذه المقالة، نوضح سير عمل تكامل البيانات لتقييم وتحديد مجموعات الأدوية التي تستهدف التفاعلات القاتلة الاصطناعية. نحن نستفيد من مجموعات البيانات المتاحة عن أزواج التفاعل القاتل الاصطناعي، وموارد رسم خرائط الأوهام، والروابط المستهدفة بالمخدرات من قواعد البيانات المخصصة، فضلا عن المعلومات المتعلقة بالعقاقير التي يجري التحقيق فيها في التجارب السريرية في مجال المرض المثير للاهتمام. كما نسلط الضوء على النتائج الرئيسية لدرايتين حديثتين لمجموعتنا حول تقييم تركيبة الأدوية في سياق سرطان المبيض والثدي.

Introduction

تعرف الفتك الاصطناعية ارتباط جينين، حيث لا يؤثر فقدان جين واحد على الجدوى، ولكن فقدان كلا الجينين يؤدي إلى موت الخلية. وقد وصفت لأول مرة في عام 1946 من قبل دوبجانسكي أثناء تحليل الأنماط الظاهرية المختلفة من drosophila عن طريق تربية المسوخ homozygous¹. المسوخ التي لم تنتج ذرية قابلة للحياة، على الرغم من أن تكون قابلة للحياة أنفسهم، أظهرت الأنماط الظاهرية القاتلة عندما عبرت مع بعض المسوخ الأخرى، مما يمهد الطريق لإنشاء نظرية الفتك الاصطناعية. اقترح هارتويل وزملاؤه أن هذا المفهوم قد يكون قابلا للتطبيق على علاج السرطان في البشر². يمكن أن تعتمد الفتك الاصطناعية التي أثارتها الأدوية على طفرة واحدة فقط ، بالنظر إلى أن شريك الجين المتحول القاتل الاصطناعي قابل للاستهداف من قبل مركب دوائي. وكان أول زوج الجينات لتمكين التعريفي الدوائية من الفتك الاصطناعية BRCA(1/2) وPARP1. PARP1 يعمل كمستشعر لتلف الحمض النووي، ويرتبط إلى مواقع مزدوجة واحدة من الحمض النووي حبلا فواصل، supercoils وكروس³. BRCA1 و 2 تلعب أدوارا رئيسية في إصلاح الحمض النووي المزدوج حبلا فواصل من خلال إعادة التركيب متجانسة⁴. نشر المزارع وزملاؤه النتائج التي تفيد بأن الخلايا الناقصة لBRCA1/2 كانت عرضة لتثبيط PARP ، في حين لم يلاحظ أي سمية خلوية في الخلايا البرية BRCA⁵. في نهاية المطاف، تمت الموافقة على مثبطات PARP لعلاج سرطان الثدي والمبيض BRCA ناقص^6،7. وعلاوة على ذلك، أزواج الجينات الفتك الاصطناعية مما يؤدي إلى الموافقة السريرية للمركبات الدوائية ومن المتوقع كثيرا ومجالا رئيسيا من الجهود الحديثة لأبحاث السرطان⁸.

تم تصميم التفاعلات الجينية القاتلة الاصطناعية في كائنات متعددة بما في ذلك ذباب الفاكهة ، C. elegans والخميرة^2. باستخدام نهج مختلفة بما في ذلك التدخل الجيش الملكي النيبالي - و CRISPR / CAS مكتبة بالضربة القاضية ، تم اكتشاف أزواج الجينات القاتلة الاصطناعية رواية في السنوات الأخيرة^9،10،11. وقد نشر مؤخرا بروتوكول بشأن الإجراءات التجريبية للRNAi بالاشتراك مع CRISPR / CAS من قبل هوسدن وزملاؤه¹². وفي الوقت نفسه، أجرى الباحثون أيضا شاشات كبيرة في الخلايا البشرية haploid لتحديد التفاعلات القاتلة الاصطناعية^13،14. في أساليب silico مثل تحليل الشبكة البيولوجية والتعلم الآلي كما أظهرت وعدا في اكتشاف التفاعلات القاتلة الاصطناعية^15،16.

من الناحية الحملية، يتمثل أحد النهج للاستفادة من التفاعلات القاتلة الاصطناعية في سياق العلاج المضاد للورم في تحديد البروتينات المتحولة أو غير الوظيفية في الخلايا السرطانية، مما يجعل شركاء التفاعل القاتل الاصطناعية واعدين بأهداف المخدرات للتدخل العلاجي. بسبب عدم التجانس في معظم أنواع الأورام، بدأ الباحثون البحث عن ما يسمى البروتينات المحورية القاتلة الاصطناعية. هذه المحاور القاتلة الاصطناعية لديها عدد من شركاء التفاعل القاتل الاصطناعية التي هي إما تحور وبالتالي غير وظيفية أو downregulated بشكل كبير في عينات الورم. معالجة مثل هذه المحاور القاتلة الاصطناعية يبشر بالخير في زيادة فعالية الأدوية أو التغلب على مقاومة الأدوية كما يمكن أن يظهر على سبيل المثال في سياق الورم الأرومي العصبي المقاوم للفينكريستين¹⁷. 10- والنهج الثاني لتعزيز العلاج من المخدرات باستخدام مفهوم التفاعلات القاتلة الاصطناعية هو تحديد تركيبات العقاقير التي تستهدف التفاعلات القاتلة الاصطناعية. وهذا يمكن أن يؤدي إلى مجموعات جديدة من العلاجات المضادة للورم واحدة وافقت بالفعل وإعادة وضع الأدوية من مناطق الأمراض الأخرى إلى مجال الأورام.

في هذه المقالة، نقدم إجراء خطوة بخطوة لتقديم قائمة من تركيبات المخدرات التي تستهدف أزواج التفاعل القاتل الاصطناعية. في سير العمل هذا، نستخدم (1) بيانات عن التفاعلات القاتلة الاصطناعية من BioGRID و (2) معلومات عن الجينات المتجانسة من Ensembl، (3) استرداد أزواج المخدرات المستهدفة من DrugBank، (4) بناء جمعيات الأمراض والمخدرات من ClinicalTrials.gov، و (5) وبالتالي توليد مجموعة من تركيبات المخدرات التي تعالج التفاعلات القاتلة الاصطناعية. وأخيرا، نحن نقدم تركيبات الأدوية في سياق سرطان المبيض والثدي في قسم النتائج التمثيلية.

Protocol

1. استرجاع أزواج الجينات القاتلة الاصطناعية

1. استرجاع البيانات من BioGrid.
   1. تحميل أحدث ملف التفاعل BioGRID في شكل tab2 من https://downloads.thebiogrid.org/Download/BioGRID/Latest-Release/BIOGRID-ALL-LATEST.tab2.zip إما باستخدام متصفح ويب أو مباشرة من سطر الأوامر لينكس باستخدام حليقة أو wget¹⁸.
      
      ##download وفك أحدث ملف تفاعل BioGRID
      #download أحدث ملف تفاعل BioGRID باستخدام حليقة
      حليقة -o biogrid_latest.zip https://downloads.thebiogrid.org/Download/BioGRID/Latest-Release/BIOGRID-ALL-LATEST.tab2.zip
      #unpack ملف البيانات التي تم تنزيلها
      فك ضغط biogrid_latest.zip
      BG ="BIOGRID-ALL-3.5.171.tab2.txt"
       
   2. بعد تحميل الأرشيف البريدي، يجب أن يكون الأرشيف unpack وملاحظة اسم ملف مجموعة البيانات الفعلية (BIOGRID-ALL-X. X.X.tab2.txt) للخطوات اللاحقة. ملف البيانات BioGRID يحمل التفاعلات من أنواع مختلفة التي سيتم تصفيتها في الخطوة التالية.
      ملاحظة: توجد مصادر أخرى (مثل DRYGIN, SynlethDB) التي تحتفظ بتفاعلات قاتلة اصطناعية، على النحو المبين في المناقشة.
2. فلتر للقاتل الاصطناعي والتفاعلات الجينية السلبية (النظام التجريبي).
   1. استخدم المعلومات الواردة في العمود "النظام التجريبي" (العمود رقم 12) التي تشير إلى طبيعة الأدلة الداعمة للتفاعل لتحديد التفاعلات القاتلة الاصطناعية.
   2. تقييد مجموعة البيانات إلى إدخالات بقيمة إما الوراثية السلبية أو الفتك الاصطناعية. في الخطوة نفسها، قم بتصفية الأعمدة والاحتفاظ فقط بالأعمدة ذات الصلة بخطوات التحليل اللاحقة كما هو مذكور في الجدول 1 أدناه.
      
      ##restrict ملف التفاعل BioGRID إلى الأعمدة ذات الصلة والاحتفاظ فقط بالتفاعلات المصنفة على أنها فتك وراثي واصطناعي سلبي
      قطع -d "^I" -f 1,8,9,12,16,17 "${BG}" \
      | awk -F "\t" 'BEGIN{
      OFS ="\t"
      }
      {
      إذا (NR == 1){
      طباعة $0
      }آخر إذا ($4 == "الوراثية السلبية" || $4 == "الفتك الاصطناعية"){
      طباعة $0
      }
      }' > bg_synlet.txt
      
      ملاحظة: في أجزاء التعليمات البرمجية ^ يتم استخدام لتمثيل علامات التبويب الأفقية. ويمكن تضمين فئات BioGRID إضافية مثل عيب النمو الاصطناعية. يتم سرد أعمدة أخرى ذات صلة لسير العمل هذا في الجدول 1. BioGRID يحتفظ أيضا عشرات للتفاعلات الفردية. ويمكن استخدام قطع لتحديد التفاعلات قوية / عالية الثقة.

رقم العمود	اسم رأس العمود
3	اسم الجينات
12	جنس
13	معرفات المخدرات

الجدول 1: الأعمدة ذات الصلة من ملف البيانات BioGRID.

3. تحديد الأنواع التي تم الإبلاغ عن تفاعلات قاتلة اصطناعية لها.
   1. تحديد عدد التفاعلات الاصطناعية القاتلة شريك معرفات الضرائب للحصول على تقدير لعدد التفاعلات القاتلة الاصطناعية المتاحة لكل كائن حي.
      
      ##count عدد المظاهر لكل معرف ضريبي في التفاعلات القاتلة الاصطناعية المستخرجة سابقا
      قطع -d "^I" -f5,6 bg_synlet.txt | الذيل -n +2 | tr "\t" "\n" \
      | فرز | uniq -c | فرز -r-g
      
      ملاحظة: نتيجة الخطوة 1، قائمة بالتفاعلات القاتلة الاصطناعية مع الرموز الجينية من الكائنات الحية التي تم تحديد التفاعلات فيها. وقد تم تحديد غالبية التفاعلات القاتلة الاصطناعية في الكائنات الحية النموذجية. عند تحميل الملفات في برنامج جدول البيانات (على سبيل المثال، Excel) تجنب تخريب الرموز الجينية^19،20.

2. ترجمة أزواج الجينات القاتلة الاصطناعية إلى تقويم العظام البشري

1. استرجاع تقويم العظام البشري للكائنات النموذجية ذات الصلة المحددة في الخطوة 1.3.
   1. استرجاع تقويم العظام البشري من Ensembl BioMart²¹ عن طريق ربط مجموعة بيانات الجينات الحية النموذجية ذات الصلة بمجموعة بيانات الجينات البشرية. استخدم رموز الجينات التي تدل على الجين في الكائن الحي النموذجي والجينات البشرية التقويمية لهذه المهمة. استخدم خدمة Ensembl BioMart webservice لأتمتة عملية الاسترجاع وإرسال الاستعلام مباشرة إلى BioMart RESTful للوصول لاسترداد أزواج الجينات التقويمية (انظر المثال أدناه ومساعدة Ensembl BioMart والوثائق لمزيد من التفاصيل).
      
      ##retrieve تقويم العظام البشري لSaccharomyces Cerevisiae من Ensembl BioMart باستخدام حليقة لإرسال استعلام BioMart مباشرة إلى خدمة الوصول BioMart RESTful
      حليقة -o s_cerevisiae.txt --البيانات urlencode 'الاستعلام = <؟xml الإصدار = "1.0" ترميز = "UTF - 8"؟>
      
      <الصرير virtualSchemaName = "الافتراضي" المنسق = "TSV" رأس = "0" uniqueRows = "1" العد = "" datasetConfigVersion = "0.6" >
      
      < اسم مجموعة البيانات = واجهة "scerevisiae_gene_ensembl" = "افتراضي" >
      <اسم الريبوت = "external_gene_name" / >
      
      
      < اسم مجموعة البيانات = واجهة "hsapiens_gene_ensembl" = "افتراضي" >
      <اسم الريبوت = "external_gene_name" / >
      
      
      "http://www.ensembl.org/biomart/martservice"
      
      من أجل استرداد الجينات البشرية التقويمية للكائنات الحية النموذجية الأخرى ، استبدل قيمة سمة اسم عنصر Dataset الأول باسم مجموعة بيانات Ensembl المعنية وإعادة تنفيذ الاستعلام.
      
      ملاحظة: عملية تعيين تقويم العظام موثقة جيدا في تعليمات ووثائق Ensembl BioMart (http://www.ensembl.org/info/data/biomart/biomart_combining_species_datasets.html).
   2. الوصول إلى مثال BioMart الاستعلام عن تقويم العظام البشرية لSaccharomyces cerevisiae، الأنواع الأعلى المحددة في الخطوة 1.3، عبر عنوان URL 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&؛&؛ VISIBLEPANEL =linkattributepanel.
      ملاحظة: توجد مصادر أخرى (مثل الجولة، متصفح أوما، HomoloGene، inparanoid) لرسم خرائط الأوهام، كما هو موضح في قسم المناقشة في هذه المخطوطة.
2. إضافة تقويم العظام البشرية إلى التفاعلات القاتلة الاصطناعية المستخرجة.
   1. انضم إلى التفاعلات القاتلة الاصطناعية استنادا إلى معرف ضريبة الكائن الحي ورمز الجينات مع أزواج تقويم العظام التي تم استردادها في الخطوة 2.1. بالنسبة لأزواج التفاعل القاتل الاصطناعي البشري، إما إنشاء أزواج تقويم عظام اصطناعية لكل جين بشري موجود في مجموعة البيانات أو التأكد من عدم التخلص من التفاعلات القاتلة الاصطناعية البشرية أثناء الانضمام إلى رموز الجينات البشرية ونقلها إلى الأعمدة المضافة حديثا.
      
      ##collect تعيينات تقويم العظام في ملف واحد والانضمام مع ملف التفاعل القاتل الاصطناعية
      #create ملف هدف مع رؤوس لتجميع تعيينات تقويم العظام
      > رسم خرائط > "tax_id/gene_symbol^Ihuman_gene_symbol.txt
      
      #repeat هذه الخطوة لكل كائن حي نموذجي ، احرص على تكييف اسم ملف الإدخال والضريبة معرف
      #adds لكل زوج تقويم العظام في s_cerevisiae.txt إدخال جديد في رسم الخرائط.txt: يتم تثبيت رمز الجين مع معرف الضريبة لتسهيل الانضمام اللاحق مع ملف التفاعلات القاتلة الاصطناعية
      awk -F "\t" 'BEGIN{
      OFS ="\t"
      org_tax_id ="559292"
      }
      {
      إذا ($1 != "" و $2 != ""){
      طباعة org_tax_id"/"$1, $2
      }
      }' تعيين s_cerevisiae.txt >>.txt
      
      #create إدخالات رسم الخرائط الاصطناعية للجينات البشرية
      awk -F "\t" 'BEGIN{
      OFS ="\t"
      human_tax_id="9606"
      }
      {
      إذا ($5 == human_tax_id){
      طباعة $5"/"$2, $2
      }
      إذا ($6 == human_tax_id){
      طباعة 6 دولارات "/ "3 دولارات ، 3 دولارات
      }
      }' bg_synlet.txt | فرز -u >> التعيين.txt
      
      #add مفاتيح الصلة المطلوبة (معرف الضريبة / رمز الجينات) إلى التفاعلات القاتلة الاصطناعية
      awk -F "\t" 'BEGIN{
      OFS ="\t"
      }
      {
      إذا (NR == 1){
      طباعة $0, "مفتاح التفاعل A", "مفتاح التفاعل B"
      }آخر{
      طباعة 0 دولار ، 5 دولارات "/ "2 دولار ، 6 دولارات " / "3 دولارات
      }
      }' bg_synlet.txt > tmp_bg_synlet_w_keys.txt
      
      #join التفاعلات القاتلة الاصطناعية مع أزواج تقويم العظام
      دمج tmp_bg_synlet_w_keys.txt تعيين.txt 7 1 > tmp.txt
      دمج tmp.txt تعيين.txt 8 1 > bg_synlet_mapped.txt
      
      ملاحظة: الأمر دمج المستخدمة في هذا المثال ليس الأمر Unix قياسي. ومع ذلك، فإن تنفيذه بمساعدة من فرز GNU Core Utilities والانضمام إليه أمر واضح. تم تقديم الأمر لإخفاء تعقيد فرز الملفات قبل أن يمكن ضمها مع صلة الأمر. يمكن العثور على تنفيذ دمج في https://github.com/aheinzel/merge-sh.
   2. استخدام أي معرف جيني يحدد الجين بشكل فريد في مساحة اسم معينة للحصول على أفضل النتائج الممكنة.
      ملاحظة: تؤدي الخطوة 2 إلى قائمة بالتفاعلات القاتلة الاصطناعية من كائنات حية متعددة تم تعيينها إلى جينات بشرية.

3- رسم خرائط شركاء التفاعل الاصطناعي المميت بالمخدرات

1. استرداد أزواج المخدرات المستهدفة من DrugBank.
   1. تحميل بيانات DrugBank من قسم التنزيلات من DrugBank وإنشاء حساب أولا إن لم يكن بالفعل إنشاء²². استخدم ملف CSV مع معرفات هدف الدواء (قسم معرفات البروتين: https://www.drugbank.ca/releases/latest#protein-identifiers) ومفردات DrugBank (قسم البيانات المفتوحة: https://www.drugbank.ca/releases/latest#open-data) مع معرفات وأسماء DrugBank. بدلا من ذلك، استخراج المعلومات المطلوبة من تفريغ قاعدة بيانات XML.
      
      ##restrict ملف الهدف الدوائي ل DrugBank إلى الأعمدة ذات الصلة والاحتفاظ فقط بالإدخالات للكيانات الجزيئية البشرية
      DB_TARGETS ="كل.csv"
      DB_NAMES ="مفردات بنك المخدرات.csv"
      
      #extract الأعمدة ذات الصلة وإعادة تهيئة لاستخدام علامة التبويب كمفصل عمود
      csvtool col 3,12,13 -u TAB "${DB_TARGETS}" > target_to_drugs_agg.txt
      
      awk -F "\t" 'BEGIN{
      OFS ="\t"
      }
      {
      إذا (NR == 1 || $2 == "البشر"){
      طباعة 1 دولار ، 3 دولارات
      }
      }' target_to_drugs_agg.txt > human_target_to_drugs_agg.txt
      
      ملاحظة: يتم توفير بيانات بنك المخدرات في شكلين رئيسيين. قاعدة البيانات الكاملة متوفرة كملف XML. بالإضافة إلى ذلك، يتم توفير معظم البيانات في سلسلة من الملفات (CSV) القيمة مفصولة بفاصلة.
   2. كن على علم بأن DrugBank يسجل أيضا أهدافا غير بشرية للمخدرات. ويمكن استخدام عمود الأنواع (العمود رقم 12) لاستخراج أهداف المخدرات البشرية.
      ملاحظة: للحصول على أفضل قراءة يتم توفير أسماء الأعمدة المستخرجة في الجدول 2. وتوجد مصادر أخرى (مثل قاعدة بيانات الهدف العلاجي أو Chembl) التي تربط بين المخدرات المستهدفة، على النحو المبين في قسم المناقشة.

رقم العمود	اسم رأس العمود
3	اسم الجينات
12	جنس
13	معرفات المخدرات

2. إضافة أسماء المخدرات إلى أهداف المخدرات.
   1. وبما أن اسم المخدرات والمعلومات المتعلقة باستهداف المخدرات تقدم في ملفين منفصلين من ملفات CSV، فإنهما يدمجان المعلومات الواردة في الملفين لإضافة أسماء المخدرات التي تستهدف لاحقا شريكا اصطناعيا في التفاعل القاتل إلى التفاعلات القاتلة الاصطناعية. انضم إلى مجموعتي البيانات باستخدام عمود DrugBank-Drug-ID الشائع. تطبيع مجموعة البيانات المستهدفة المخدرات أولا أنه يحتوي فقط على معرف واحد DrugBank المخدرات في الصف الواحد، كما قد يحمل الملف الأولي معرفات المخدرات DrugBank متعددة في صف واحد إذا تم استهداف البروتين من قبل أدوية متعددة.
      
      ##generate ملف واحد يحمل رمز الجين المستهدف للمخدرات، معرف المخدرات DrugBank واسم الدواء
      #normalize مجموعة بيانات تستهدف المخدرات
      awk -F "\t" 'BEGIN{
      OFS ="\t"
      }
      {
      إذا (NR == 1){
      طباعة $0
      }آخر إذا ($1 != "" و $2 != ""){
      تقسيم ($2, drug_targets, ";")
      ل(i في drug_targets){
      drug_target = drug_targets[i]
      gsub(/,",", drug_target)
      طباعة $1, drug_target | "فرز -u"
      }
      }
      }' human_target_to_drugs_agg.txt > human_target_to_drug.txt
      
      #extract الأعمدة ذات الصلة وإعادة تهيئة لاستخدام علامة التبويب كفاصل عمود
      csvtool col 1,3 -u TAB "${DB_NAMES}" > drugbank_id_to_name.txt
      
      human_target_to_drug.txt الدمج \
      drugbank_id_to_name.txt 2 1 > db_human_drug_targets.txt
      
      ملاحظة: العمود الأول وثلاثة في المفردات drugbank.csv ملف عقد معرف المخدرات DrugBank واسم كل منهما.

3. أضف المخدرات التي تستهدف شركاء التفاعل القاتل الاصطناعي إلى مجموعة بيانات التفاعل القاتل الاصطناعي.
   1. انضم إلى مجموعة بيانات التفاعل القاتل الاصطناعي مع ملف اسم الدواء المستهدف بالمخدرات الذي تم إنشاؤه في الخطوة السابقة باستخدام أعمدة رمز الجين لإضافة المخدرات إلى التفاعلات القاتلة الاصطناعية. الحرص على إضافة أسماء المخدرات لكلا الشريكين من كل تفاعل قاتل الاصطناعية.
       
      ##enhance ملف التفاعل القاتل الاصطناعي بإضافة عقاقير تستهدف شركاء كل تفاعل قاتل اصطناعي
      دمج bg_synlet_mapped.txt db_human_drug_targets.txt 9 1 > tmp.txt
      دمج tmp.txt db_human_drug_targets.txt 10 1 > bg_synlet_mapped_drugs.txt
      
      ملاحظة: تؤدي الخطوة 3 إلى تفاعل قاتل اصطناعي من كائن حي متعدد مع جيناتها البشرية التقويمية والأدوية التي تستهدف هذه الجينات.

4. تحديد مجموعة من تركيبات الأدوية المختبرة حاليا في التجارب السريرية

1. الحصول على الوصول إلى البيانات ClinicalTrials.gov.
   1. استرجاع المعلومات عن التجارب السريرية في شكل XML من ClinicalTrials.gov على ما إذا كان (1) التجارب الفردية، '2' التجارب الناتجة عن استعلام البحث، أو '3' جميع التجارب في قاعدة البيانات. بدلا من ذلك استخدام الموارد التي توفرها مبادرة تحويل التجارب السريرية التي تستضيف أيضا جميع البيانات من ClinicalTrials.gov في قاعدة بيانات علائقية. راجع الخطوة 4.4 لمزيد من التفاصيل.
      ملاحظة: مطلوب حساب مجاني للوصول إلى مثيل قاعدة البيانات التي تستضيفها مجموعة النظراء التي تستضيفها مبادرة تحويل التجارب السريرية. بالإضافة إلى ذلك، مطلوب عميل plsql.
2. التركيز على التجارب التدخلية.
3. تصفية للتجارب المحددة للإشارة إلى الاهتمام.
   ملاحظة: ClinicalTrials.gov يوفر أسماء الأمراض من NCBI عناوين الموضوع الطبي (MeSH) المفردات التي تسيطر عليها. خلافا لأسماء الأمراض المقدمة المقدمة ، تسمح المفردات الخاضعة للرقابة بتحديد التجارب بكفاءة للإشارة إلى الاهتمام. ومع ذلك ، يجب على المرء أن نضع في اعتبارنا أن NCBI MeSH تسيطر على المفردات هو المكنز. لذلك، تحقق من مستعرض MeSH (https://meshb.nlm.nih.gov) إذا كان للإشارة العامة إلى الاهتمام أية شروط تابعة/أضيق وتضمينها إذا كان ذلك مناسبا.
4. استرجاع التجارب التي تم تحديدها جنبا إلى جنب مع الأدوية التي تم اختبارها في هذه التجارب. يتم توفير استعلام للتجارب في الإشارة العامة لسرطان المبيض أدناه.
   
   استضافت ##retrieve التجارب التدخلية لسرطان المبيض المؤشر العام من مبادرة تحويل التجارب السريرية قاعدة بيانات علائقية تحتوي على بيانات ClinicalTrials.gov
   | <\pset تذييل قبالة
   حدد s.nct_id المميزة s.brief_title i.intervention_type i.name
   من الدراسات s
   INNER JOIN browse_conditions c ON(s.nct_id = c.nct_id)
   التدخلات الداخلية الانضمام i ON (s.nct_id = i.nct_id)
   أين s.study_type = "التدخلي"
   و c.mesh_term IN (
   "الأورام المبيضية"،
   "سرطان، ظهارية المبيض"،
   "ورم الخلايا الجرانولوزا"،
   "متلازمة سرطان الثدي والمبيض الوراثية"،
   "لوتوما"،
   "متلازمة ميغس"،
   "سيرتولي ليديج ورم الخلية" ،
   'اكوما'
   )
   النظام حسب s.nct_id، i.intervention_type؛
   EOF
   psql --host ="aact-db.ctti-clinicaltrials.org" -- اسم المستخدم = "XXX" -- كلمة المرور -- لا محاذاة -- حقل فاصل = "^I" -- الإخراج = "clinical_trials.txt" aact

5. استخراج أسماء المخدرات وخريطة لأسماء DrugBank.
   ملاحظة: في حين أنه من المغري استخدام أسماء الأدوية التي تم استردادها مباشرة من التجارب السريرية ذات الأهمية ، يجب على المرء أن يدرك أن أسماء التدخل في ClinicalTrials.gov يتم إدخالها من قبل مقدم الطلب كنص حر. ونتيجة لذلك، فإن الأسماء ليست موحدة، ويمكن استخدام الأسماء التجارية بدلا من الاسم المركب الشائع، ولا يوجد ضمان لتطبيع البيانات بشكل صحيح (مثل أسماء العقاقير المتعددة في إدخال واحد). بالإضافة إلى ذلك ، من الشائع أن يتم تقديم الأدوية بنوع تدخل مختلف ، يختلف عن الدواء. ولذلك، فإن رسم خرائط أسماء التدخل المستردة لأسماء المخدرات في مصرف المخدرات هو أفضل إجراء يدوي.
   
     ##Obtain قائمة بالتدخلات المستخدمة في مجموعة التجارب السريرية التي تم استرجاعها سابقا.
   قطع -d "^I" -f3,4 clinical_trials.txt | الذيل -n +2 | فرز -u
   
   ملاحظة: الأعمدة ثلاثة وأربعة عقد نوع من التدخل واسم التدخل، على التوالي.

6. تكملة مع الأدوية المستخدمة بالفعل السريرية من المبادئ التوجيهية
   ملاحظة: الخطوة 4 النتائج في قائمة من الأدوية قيد التقييم / قيد الاستخدام للإشارة إلى الاهتمام.

5- تحديد تركيبات المخدرات التي تستهدف التفاعلات القاتلة الاصطناعية

1. البحث عن التفاعلات القاتلة الاصطناعية التي تستهدفها اثنين من المخدرات ذات الأهمية. تقييد مجموعة البيانات من الخطوة 3 إلى الأدوية ذات الأهمية عن طريق تصفية الخطوط في الملف الذي يحمل كلا من الدواء A والمخدرات B.
   
   ##only الاحتفاظ بإدخالات للتفاعلات القاتلة الاصطناعية والمخدرات التي تؤدي إليها حيث يتم استهداف كلا الشريكين من قبل اثنين من المخدرات ذات الأهمية (drug_a drug_b)
   awk -F "\t" '{
   إذا ( 12 دولار = = drug_a و 14 دولار = = drug_b) || ($12 == drug_b و14 دولار == drug_a) ) {
   طباعة $0
   }
   }' drug_a="XXX" drug_b="YYY" bg_synlet_mapped_drugs.txt

2. تأكد من أن أيا من العقارين وحدهما لا يستهدف كلا الشريكين في التفاعل القاتل الاصطناعي. تحقق من أهداف المخدرات لكل دواء تم تحديده في مجموعة البيانات من الخطوة 3.2 وتقييم ما إذا كان كلا الشريكين القاتلين الاصطناعيين المحددين هدفين للدواء المحدد.
   
   ##find جميع إدخالات هدف الدواء لاسم دواء معين
   awk -F "\t" '{
   إذا ($3 == المخدرات){
   طباعة $0
   }
   }' المخدرات = "XXX" db_human_drug_targets.txt
   
   ملاحظة: الدواء الذي من شأنه أن يستهدف كلا مسارات التفاعل القاتلة الاصطناعية سيكون ساما لأي خلية ، لذلك من الناحية النظرية ليس عاملا قيما متعدد الأهداف. هذا هو السبب في استبعاد هذا الاحتمال في هذه الخطوة من الخوارزمية.
    

6. اختبار تركيبات الأدوية الجديدة المختارة في المختبر

1. علاج خطوط خلايا سرطان الثدي البشري والخلايا الظهارية الثديية الحميدة البشرية المستزرعة في طرق الزرع المختبري القياسية في جو رطب 37 درجة مئوية مع 5٪ CO₂ مع تركيبات الأدوية المختلفة.
2. استخدام وسائل الإعلام تكملها مصل الأبقار الجنينية البنسلين وكذلك كبريتات الستربتومايسين لعرقلة العدوى البكتيرية.
3. الأدوية المخففة في المذيبات مثل DMSO أو المالحة العازلة بالفوسفات في أربعة تركيزات مختلفة على الأقل استنادا إلى IC50 التي تم إنشاؤها سابقا (تركيز مثبط) واستخدامها في تركيبة أو وحدها لعلاج الخلايا.
4. إجراء اختبارات قابلية بقاء الخلية و المقايسات المبرمج مثل تلطيخات الملحقينV/7-AAD لتحديد الآثار السامة للخلايا الناجمة عن العلاجات.
5. رصد تثبيط الدوائية للأهداف الجزيئية المشتبه بها باستخدام البقع الغربية.
6. تمييز الفتك الاصطناعية من الآثار المضافة بحتة حساب مؤشر الجمع (CI) كما وصفها تشو وغيرها²³.

النتائج

نشرت مجموعتنا مؤخرا دراستين تطبقان سير العمل الموضح في هذه المخطوطة لتحديد تركيبات الأدوية التي تستهدف التفاعلات القاتلة الاصطناعية في سياق سرطان المبيض والثدي^24و25. في الدراسة الأولى، قمنا بتقييم تركيبات الأدوية التي يتم اختبارها حاليا في التجارب السرير?...

Discussion

لقد حددنا سير العمل لتحديد تركيبات المخدرات التي تؤثر على التفاعلات القاتلة الاصطناعية. ويستخدم سير العمل هذا البيانات '1' المتعلقة بالتفاعلات القاتلة الاصطناعية من الكائنات الحية النموذجية، '2' معلومات تقويم العظام البشرية، '3' معلومات عن الرابطات المستهدفة بالمخدرات، '4' معلومات عن العقا...

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