JoVE Logo
Authors
Contact Us

Sign In

In This Article

  • Summary
  • Abstract
  • Introduction
  • Protocol
  • תוצאות
  • Discussion
  • Disclosures
  • Acknowledgements
  • Materials
  • References
  • Reprints and Permissions

Summary

פלטפורמת נאס א GeneLab מספק גישה בלתי נדלית טכנולוגיות יקרות ערך נתונים של ניסויים בחלל ביולוגי. נתאר כיצד ניסוי עכבר אופייני מתנהל במרחב ואת איך נתונים של ניסויים אלה ניתן יהיה לגשת וניתח.

Abstract

ביצוע ניסויים ביולוגיים בחלל דורש מותאמים ונהלים כדי להבטיח כי חקירות אלה מבוצעות בצורה אפקטיבית ויעילה. יתר על כן, בהתחשב infrequency של ניסויים אלה זה הכרחי כי ההשפעות שלהם אינה מוגדלת. ההתקדמות המהירה של טכנולוגיות מציעה הזדמנות להגדיל באופן משמעותי את נפח הנתונים המופק דגימות יקר בחלל. על מנת להפיק מכך, נאס א פיתחה פלטפורמת GeneLab לספק גישה בלתי מוגבלת לנתונים טכנולוגיות בחלל ולעודד את ניתוח הנרחב שלה. מכרסמים (הן חולדות ועכברים) הם אורגניזמים מודל נפוץ בשימוש על ידי מדענים לחקור השפעות ביולוגיות הקשורים בחלל. המתחם כי הבית מכרסמים במהלך טיסה לחלל נקראים בתי גידול מכרסם (לשעבר מודולים מארז של בעלי חיים), שונים באופן משמעותי ארגזים ביבר הרגיל שלהם מידות, זרימת אוויר וגישה מים ומזון. בנוסף, בשל אטמוספרי וסביבתיות תנאי על הבינלאומי תחנת החלל (ISS), בעלי חיים נחשפים ריכוז גבוה יותר של2 CO. לאחרונה דיווחנו כי עכברים בתוך הגידול מכרסם לחוות שינויים גדולים שלהם transcriptome ללא קשר אם בעלי החיים היו על הקרקע או בחלל. יתר על כן, שינויים אלה היו עקביים עם תגובה שתקבעו, שעשוי להיות מונע על ידי ריכוז גבוה של2 CO. כאן נתאר כיצד ניסוי מכרסמים טיפוסי מתבצע בחלל, כיצד טכנולוגיות נתונים של ניסויים אלה ניתן לגשת באמצעות פלטפורמת GeneLab וכיצד לזהות גורמים מרכזיים בנתונים אלה. באמצעות תהליך זה, כל אדם יכול להפוך תגליות קריטיות זה יכול לשנות את העיצוב של משימות חלל בעתיד ופעילויות.

Introduction

המטרה הכוללת של כתב יד זה נועד לספק מתודולוגיה ברורה של אופן השימוש של נאס א GeneLab פלטפורמה1 וניסויים מכרסמים איך נעשה בחלל מתורגמים טכנולוגיות נתונים, לצורך ניתוחם. Spacefaring בני אדם נחשפים סיכונים בריאותיים רבים שדות הכבידה מסולף, הקרינה מרחב, בידוד מכדור הארץ, אחרים גורמים סביבתיים עוין2,3,4,5, 6. ניסויים ביולוגיים הופיעה שטח על הקרקע סייעו כדי להגדיר ולכמת אלה הסיכונים7,8,9,10,11, 12 , 13 , 14. בחלל, הניסויים נערכו על תחנת החלל הבינלאומית (ISS), מעבורת החלל, פלטפורמות אחרות מסלולית. ניסויים אלה דורש חומרה מיוחדות ומתודולוגיה נתן את החששות ייחודי של ביצוע ניסויים בחלל כולל צוות מוגבלת זמן ואיכות הסביבה microgravity. פלטפורמות שונות קיימים כעת לביצוע ניסויים מתוחכמים בחלל באמצעות צמחים, בעלי חיים מודלים מיקרוביאלי15.

מודלים מכרסמים היה חשוב במיוחד לקידום הבנתנו איך יונקים, כולל בני אדם, להגיב בחלל. אלה כוללים את ההשפעה של שיגור לחלל על שרירים מבנה16,17,18 , פונקציות החיסונית19,20,21. הכלובים ביבר סטנדרטי המשמש לדיור מכרסמים על פני כדור הארץ אינם מתאימים בחלל ניסויים22,23. לכן, מעל שנה עכברים וחולדות יש כבר וקמו שוכנו בכלובים שונים כולל את כלוב בית גידול יפני וחלל חקר סוכנות (JAXA)24, חיה נושא קפסולות שטח המשמש את ביון-M1 מאוייש לוויין רוסי25 26, ,27, העכברים מגירה מערכת (MDS) עוצב על ידי סוכנות החלל האיטלקית28,29,30, מודול מארז חיה (AEM) של נאס א, ועכשיו את נאס א מכרסמים טרנספורטר, בתי גידול23. ניסויים מכרסמים התחיל על סיפון מעבורת החלל באמצעות כלובים התייחס כמו מודול מארז חיה (AEM). חומרה זו היה בשימוש 27 ניסויים מעבורת החלל23מכרסם. AEM פותחה במקור לניסויים קצר יחסית ב- board המעבורת (< 20 ימים). מאז הפיתוח של ISS, AEMs שונו לניסויים משך זמן ארוך יותר, עכשיו מכונים מכרסם בתי גידול22,23. הגידול מכרסם חדשות המיועדות לתמיכה משך זמן משימות ב- ISS בעזרת לזרז את עיבוד של הניסויים עבור ממשק תקשורת תחנת החלל (אקספרס). בתי גידול מכרסמים שונים באופן משמעותי ארגזים ביבר הרגיל שלהם מידות, זרימת האוויר, מסנן, מערכת הפליטה וגישה מזון ומים (איור 1). למרות זאת, חומרה זו הוכיחה להיות פלטפורמה יעילה מחקר, הפעלת מפתח תובנות השינויים בחלל-induced פיזיולוגיה בתרבית של19,31,32,33 35,34, ,36.

עכשיו ניתן להפיק כמויות גדולות של נתונים טכנולוגיות של ניסויים בחלל הביולוגי כולל אלה המבוצעות עם מכרסמים. לאחרונה, נתונים ניסויים טכנולוגיות אלה נעשו זמין לציבור באמצעות פלטפורמה GeneLab נאס א1 אשר הוא מאגר נתונים מקיף וניתוח פלטפורמה המאפשרת לכל אחד לפתח השערות של ניסויים בחלל. GeneLab מספקת כלים גילוי, גישה, שיתוף וניתוח של נתונים. אנחנו מנוצל GeneLab datasets להראות כי ההבדלים בין הכלובים ביבר תקן בתי גידול מיוחדים מכרסם להשתמש בחלל לגרום מסיבית הבדלים transcriptome של עכברים36. ניתחנו ארבע datasets זמין לציבור שונים, השוואה בין רקמות שונות מן מכרסמים בבניין בתי גידול מכרסם או כלובים ביבר סטנדרטי. באמצעות ניתוח ביולוגיה מערכות לא משוחדת, קבענו כי המניעים העיקריים מסלולים ששונו היו עקביים עם תגובה לפציעה hypoxic בשל הרמות הגבוהות של2 CO הנגרמת על ידי ריכוז גבוה של2 CO-ISS, מה שמוביל CO גבוהה יותר 2 ריכוזים מכרסם בית-גידול בהתחשב בכך הם מערכות פסיבי לקחת באוויר הסביבה. זה מדגים כיצד מדענים יכולים להשתמש כלי קוד פתוח ונתונים כדי להפיק ממצאים הרומן עם במשתמע על כיצד הסביבה של ISS משפיעה על הבריאות אסטרונאוט.

כאן נתאר כמה ניסויים מכרסם מבוצעות ב- space ואיך נתונים של ניסויים אלה ניתן לגשת באמצעות מקור פתוח, פלטפורמה omic הקשורים לביולוגיה שטח. נדון את התצורה של הגידול מכרסם המשמש עבור משימות חלל, ומעובדים כמה רקמות בחלל. אנו גם מתארים איך בחלל טכנולוגיות נתונים יכול להיות גילה ולגשת אליהם על GeneLab ועל גורמים מרכזיים כיצד לנהוג התגובה הכוללת טיסה לחלל יכול להיות מזוהה36. הדוגמא המסוימת נציג על איך מיושם הפרוטוקול השוואת ההבדלים הביולוגיים המתרחשים מכרסמים בבניין בית גידול מכרסם ושל הפקדים ביבר יצאו לאור על ידי בהשתי et al.36. חשוב לציין כי הקרקע פקדים הם חיוניים עבור ניסויים מכרסמים בחלל. כפי שמתואר פרוטוקול זה, פקדים אלה נעשים עם שני בתנאים זהים (קרי, CO2 תנאים, לחות, טמפרטורה, מידות הכלוב, וכו ') הגידול מכרסם-ISS, בכלובים ביבר סטנדרטיים בעלי תקן איכות הסביבה (קרי, CO2 תנאים, לחות וטמפרטורה) תנאים על פני כדור הארץ. המכרסמים שוכנו הפקדים קרקע גידול מכרסם לאפשר השוואה ישירה יחסית בחלל. בעוד מכרסמים בתוך כלובים ביבר לאפשר השוואה ביולוגי בין הדיור שונים (למשל, כלובים ביבר נגד מכרסמים חומרה). הגידול מכרסם שונה מאשר ביבר כלובים יש לו זרימת אוויר קבועה (0.1 – 0.3 m/s), משך זמן, מסנן פליטה משני לוכד וסופג את צואת בעלי חיים בהדרכת את המסנן הפליטה זרימת אוויר רציפה ב- microgravity. בנוסף, מכרסם בתי גידול יש מערכות פסיבי, צריכת אויר; לכן, יש להם גם ריכוז גבוה של2 CO עקב רמות גבוהות בתא הנוסעים ISS (~ 5,000 ppm).

Protocol

הפרוטוקולים בבעלי חיים עבור דיור ועיבוד רקמה בצע לקווים מנחים סטנדרטיים עבור טיפול בבעלי חיים מעבדה, אושרו על ידי של נאס א טיסה ולקרקע טיפול בעלי חיים מוסדיים, שימוש ועדות (IACUC).

1. קביעת התצורה של בתי גידול מכרסמים

הערה: הגידול מכרסם נאס א (בעבר AEMs) יש תכונות שונות מהכלובים ביבר על מנת לתאם פעולות במרחב (איור 1).

  1. בית 10 עכברים כל בית-גידול מכרסם (עד 30 גרם לכל העכבר). בית 5 העכברים לכל תא כאשר הגידול מוגדר לתוך שני תאים או עכברים 10 אם יש תא יחיד.
    הערה: נאס א מכרסם בתי גידול יש שטח פנים גדול יותר נגיש לכל מכרסם מאשר הכלובים ביבר סטנדרטי.
  2. עבור הקרקע שולט חיות, בית עכברים בית-גידול מכרסם מבפנים ISS סביבתיים סימולטור (ISSES) תחת תנאים סביבתיים זהים כמו החיות טיסה כולל CO2 ריכוזים, טמפרטורה, לחות יחסית.
  3. לספק חיות עם ad libitum גישה מותאמת אישית תוצרת נאס א מזין משודרג מכרסם Foodbars (NuRFB) בהתאם לדרישות התזונה מועצת המחקר הלאומית (NRC) של עכברים37, להשקות בעזרת לחץ הופעל lixits.
  4. לפקח על התנהגות אשר יהיה זמין בהגידול מכרסם עם 12:12 h מחזור אור דומה ביבר בכלובים בתוך מתקנים סטנדרטיים עם תאורת LED במהלך היום, תאורה אינפרא אדום במהלך בדיקות תקינות וידאו המתרחשים במהלך ובריאות של החיה מחזור כהה.
  5. במקום ארבע מצלמות בכלובים מכרסם בית גידול עבור פיקוח יומי של בריאות בעלי החיים ואת התנהגות וסרטי לאסוף במהלך הלילה עם תאורה אינפרא-אדום.
  6. לספק את המכרסמים ISS עליתי על מעלית (איור 2B) לעלות הדרקון כמוסה או הרכב דומה.
  7. ודא המכרסמים הם נצפו נבדק על ידי וטרינר טיסה נאס א לפני שנטענת לתוך המשגר לשיגור, ועל ידי אנשי הצוות מיומן עם ההגעה ISS, לפני העברתו לבית גידול מכרסם.
  8. זו תקופת מעבר, הבית עד 20 עכברים (10 מכל צד) או חולדות 12 ב המשגר.
    הערה: בדומה הגידול מכרסם, המוביל-. המוביל הוא יחידה פסיבי עבור תנאים סביבתיים. במהלך תקופת המעבר קצר, חד-יחידה זו מסוגל להכיל עד 20 עכברים.

2. מכרסם לטיפול ניסויים בחלל

  1. להשיג מכרסמים של ספקים סטנדרטיים.
    הערה: לאחר הלידה, לקבץ מכרסמים בתוך כלובים ביבר סטנדרטי ויש החיות להתאקלם נאס א NuRFB, lixits ורצפות תיל מורמות עד חיות מוטענים לתוך המשגר. עוזב את המכרסמים בכלובים יאפשר החיות להסתגל באופן טבעי. הטיפול של עכברים בין בתי גידול מכרסם והן ביבר הכלובים עוקב אחר הפרוטוקולים הנפוץ עבור כל הניסויים מכרסמים12,27,28. מערכת מכרסם הביטאט (איור 1 א') ב'טבלת למשימה שתי טיסה על STS ו ISS, בהתאמה, ועבור הפקדים הקרקע להדמיית תנאי הסביבה ISS או STS.
  2. עבור משימות מסוימות להשתמש הכלובים ביבר סטנדרטי (איור 1B) עבור הפקד ביבר. השתמש עכברים 5 או 10 לכל כלוב רגיל ביבר.
  3. עבור בתי גידול מכרסם, מקום עכברים 10 שני תאים שונים עם עכברים 5 לכל תא. הסרה של הקו המפריד כלוב לבית עכברים 10 לכל בית גידול בתא יחיד.
  4. לנצל את שלושת הרכיבים של החומרה מכרסם במהלך משימות בחלל כמפורט להלן (איור 2).
    1. מקום מכרסמים נהג (איור 2B) לנסיעה בין כדור הארץ לבין ISS או להיפך-צפיפות כפולה (עכברים 10 בכל צד, עכברים 20 לכל טרנספורטר).
    2. פעם אחת ב- ISS, לצרף את החיה גישה יחידה (AAU) (איור 2C) המשגר. להעביר מכרסמים המשגר הגידול באמצעות העכבר להעביר תיבות (MTB) (5 עכברים לכל MTB) (איור דו-ממדי).
      הערה: AAU משמש מכילים מוצרים מן החי (למשל, צואה, שתן, פרווה) מלקבל הבקתה ISS.
    3. ניתוק AAU מהרכב ולחבר הגידול מכרסם. ואז להעביר את החיות MTB הגידול מכרסם (איור 2 א) שבו הם נמצאים משך המשימה.
      הערה: ריכוז CO2 עקב רמות גבוהות בתא הנוסעים ISS עבור כל גידול מכרסם הינו 5,000 דפים לדקה.
  5. צג טמפרטורה ולחות של הגידול מכרסם, אך לא פקד תרמי פעיל. ודא כי צוות המחקר מכרסם עובד עם ISS לתחזק ולשלוט הטמפרטורה בתא הנהג, הקובע את הטמפרטורה של הגידול מכרסם.
    הערה: מחזור אור וצל בהגידול מכרסם מתרחשת כל 12 שעות (למשל, 5:00-17:00 GMT, אורות), הצוות ISS מבצעת שינוי סדירים ותכופים מהאוכל (שבועי או דו-שבועיים) מילוי המים (כל ~ 28 ימים).

3. המתת חסד של מכרסמים, עיבוד רקמות

  1. המתת חסד, תן מכרסם ממנת יתר של הרדמה כללית (קטמין/חריגות השירותים הווטרינריים עד 150/45 מ"ג/ק"ג גוף מדולל המוני בתוך באגירה פוספט תמיסת מלח עבור הנפח הכולל של 0.3 mL) באמצעות הזרקת בקרום הבטן (IP) יחד עם שיטת המשני (המתת חסד נקע בצוואר הרחם או ניקור חזה).
  2. לניסויים שנערכו ב- ISS:
    1. להחזיר מכרסמים גם לחיות, או
    2. המתת חסד-ISS.
      1. להקפיא את הגוויות מכרסמים ב-95 ± 2 ° C ב המקפיאים-ISS ולחזור לכדור הארץ על הרכב המוחזר זמין (כיום כמוסה ספייס איקס הדרקון).
      2. ברגע המכרסמים הם חזרו לכדור הארץ, לנתח כל איברים ורקמות (קרי, הכבד, הכליה, העור, השרירים, הלב, עיניים, יותרת הכליה, הריאות בטחול המוח) ולאחסן ב- 80 ° C או ב- RNA ייצוב פתרון.
  3. בצע את ההליכים באותו ואת התזמונים עבור כל בקרת הקרקע ניסויים כמו הניסוי טיסה עם היסט הימים 3-5 כדי להתאים את נתוני הטלמטריה ISS.
  4. מן הרקמות שהשתמרו לבודד RNA חלבון, בידוד הדנ א באמצעות פרוטוקולים סטנדרטיים המתוארים בפירוט הקשורים עם כל הנתונים (dataset) על פלטפורמת GeneLab (genelab.nasa.gov).
    הערה: מכרסמים רקמות לא מנוצל על ידי investigator(s) הראשית הופכים לחלק מהאוסף המדעי המוסדי של נאס א. דגימות אלה מאוחסנים מרכז המחקר איימס של (ARC) לא אנושית Biobank בהם הם ממוין, זמין עבור בקשה על ידי הקהילה המדע. רקמות זמין ניתן למצוא באתר של מדעי החיים נתוני ארכיון ציבורי בכתובת: https://Lsda.jsc.nasa.gov/Biospecimen.

4. יצירת את טכנולוגיות נתונים מ- RNA DNA, חלבונים תמציות

  1. מ מקרומולקולות שחולצו (RNA, ה-DNA, חלבונים) להשתמש בפרוטוקולים סטנדרטיים להפיק נתוני טכנולוגיות. אלה מתוארים בפירוט המטא-נתונים המתאימים המחקר ב- GeneLab.

5. GeneLab במאגר ואת הגשת נתונים

הערה: שטח הביולוגיה הקשורים טכנולוגיות נתונים מוגשים למאגר נתונים GeneLab. GeneLab מקבל ומארח טכנולוגיות הקשורות שטח נתונים ממומן על ידי סוכנות חלל מרובות ברחבי העולם.

  1. ליצור טכנולוגיות הקשורות נתונים יכולים להתארח על מאגר GeneLab.
    1. לשלוח נתונים שנוצר GeneLab, גם כאשר ניתוח שלם או בהתבסס על שיקול הדעת של החוקר.
      הערה: נתונים שנשלחו למסדי נתונים אחרים טכנולוגיות ציבורית מיובאים ופורסם לתוך מאגר GeneLab. GeneLab שנוצר נתונים מספר פעמים, מתפרסמים ללא תקופה אמברגו. GeneLab, במיוחד את דוגמת עיבוד המעבדה, מפיק נתונים מכל מיני ניסויים בחלל באמצעות מיצוי מיטבי פרוטוקולים וטכניקות כדי להגדיל את הנתונים טכנולוגיות ניסויים בחלל.
  2. כאשר הנתונים מוכנים להגיש, לעצב, להעביר את המטה-נתונים ואת הנתונים GeneLab עם השיטה הבאה (משלימה איור 1):
    1. השתמש בכלי ISAcreator כדי להגדיר של מחקר ניסיוני ולאחסן את המטה-נתונים.
      הערה: ISAcreator כלי זמין להורדה עם38מודרכים הדרכה כאן.
    2. מתייחסים הנתונים המפורטים להלן39 כדי להבין את סוגי הנתונים המקובלים ותבניות עבור קבצי נתונים גולמי ולא מעובד.
      1. כדי למטב את ההעלאה והאחסון, לדחוס קבצי נתונים.
    3. להעביר את המטה-נתונים ואת הנתונים הגולמיים ו/או מעובד GeneLab אוצרים נתונים דרך סביבת העבודה40.
    4. ליצור שם משתמש וסיסמה ולהעלות את הנתונים.
  3. ברגע שהנתונים נטענו לסביבת העבודה, לשתף נתונים אוצר GeneLab.
    הערה: בשלבים מפורטים כיצד להעלות ולשתף קבצים ניתן למצוא מדריך שליחת נתונים41.
  4. הגשת כל זה אומת על-ידי אוצר ופורסם ב מאגר GeneLab42.

6. מציאת Datasets ניתוח באמצעות תכונות חיפוש על GeneLab

  1. חיפוש נתונים (datasets) שונות על GeneLab על ידי הולך הקישור (משלימה איור 2)38.
    1. במיוחד קשורה הפרסום הקודם36, לחפש המונחים הבאים: GLDS-21, GLDS-111, GLDS-25 ו GLDS-63.
  2. גישה GeneLab דף הבית על ידי לחיצה על "מערכת הנתונים GeneLab", בצד שמאל של המסך.
  3. הזן את מילות המפתח בתיבת "לחפש נתונים" כדי לחפש תחומי עניין ספציפיים. במקרה זה להזין את כל הנתונים (dataset) המזהים הבאים בנפרד: GLDS-21, GLDS-111, GLDS-25 ו GLDS-63.
  4. בנוסף חיפוש במאגר GeneLab, חיפוש על-פני מסדי נתונים אחרים כולל גיאו NIH, עבי גאווה ANL MG-RAST על-ידי בחירה בתיבות הסימון הרצויות תחת סרגל החיפוש.
    הערה: כרגע רק עבור המאגר GeneLab, משתמש באפשרותך לחפש באמצעות מסנן בקטגוריות הבאות: אורגניזמים, וזמינותו, גורמים, וסוג הפרויקט.

7. אחסון של העברת קבצים עניין לניתוח

הערה: סביבת העבודה GeneLab נועד לאחסן ולהעביר קבצים ישירות ממסד הנתונים של GeneLab (משלימה איור 3).

  1. לחץ על "סביבת עבודה" מעל תפריט מערכות מידע.
  2. אם משתמש חדש, הרשמה לקבלת חשבון חדש.
    הערה: סביבת העבודה GeneLab מופעל על ידי GenomeSpace43.
  3. גישה מפורטות הוראות כיצד להשתמש בסביבת העבודה על-ידי בחירת "עזרה" בתפריט העליון ולחיצה על מדריך למשתמש.
  4. עבור כל משתמש, גישה לכל קבצי הנתונים במאגר GeneLab על-ידי בחירת התיקיה "ציבורי/genelab" בתפריט השמאלי.
  5. העתק datasets עניין לסביבת עבודה של מדריך מקומי על-ידי מעבר אל התיקיה עם הנתונים של עניין. לחץ לחיצה ימנית על הקובץ, בחר "להעתיק/להעביר" בתפריט שמופיע, בחר את התיקיה כדי להעתיק את הקובץ, ולאחר מכן לחץ על "עותק".
    1. למצוא את קבצי הנתונים הבאים הקשורים הפרסום הקודם36 שהומלץ מעל ולהעתיק מעל בסביבת העבודה המקומית: GLDS-21, GLDS-111, GLDS-25 ו GLDS-63.

8. גישה מטה-נתונים ותיאור של כל מחקר

הערה: מטה-נתונים של קבצים עבור כל ערכת נתונים במאגר GeneLab הם תיקיית הנתונים (dataset) "הציבור/genelab" בתפריט מצד ימין.

  1. למצוא מידע מטה-נתונים עבור ערכת הנתונים של עניין על-ידי גישה אחד או יותר קבצי מטה-הנתונים הכלולים בתיקיית משנה "מטה" של כל הנתונים (dataset). לדוגמה, עבור GLDS-100, ישנם 2 קבצים בתיקיית המשנה "הציבור/genelab/GLDS-100/מטה": "GLDS-100_metadata_RR1_BIOBANK-העין-ISA.zip" ו- "GLDS-100_metadata_RR1ExpDesign.pdf".
    1. ודא כי כל הנתונים (dataset) יש קובץ מכווצות יחיד המספק מטא-נתונים בהתאם למפרט ISATab (אשר subsumes את MIAME, MIAPE, ותקני אחרים MIBBI מסגרת עבור דרישות מינימום מטה-נתונים). בסופו של דבר זה סוג של שם קובץ ב- "ISA.zip" לדוגמה, עבור GLDS-100, קובץ זה אינו "GLDS-100_metadata_RR1_BIOBANK-העין-ISA.zip".
  2. השתמש בכלי ISACreator44 או עורך טקסט כדי להמחיש ולגשת המטא-נתונים ISATab, אשר מכיל את תיאור טקסט עבור המטה המחקר ואת וזמינותו עבור כל הנתונים (dataset).
    הערה: בתוך המטה ISATab, דוגמאות הם תיאר המשויך bioassays, ו- bioassays תיאר ומקושרת עם קבצי פלט נתונים.
  3. לבדוק נוכחות של קבצי נתונים assay הפלט הממוקמים בתוך כל הנתונים (dataset) בתיקיות לפי סוג וזמינותו. לדוגמה, עבור GLDS-100, RNA-Seq פלט assay קבצים ממוקמים "הציבור/genelab/GLDS-100/transcriptomics /" התיקייה.

9. ניתוח של נתוני GeneLab

הערה: צינורות שונים יכול להיות מיושם עבור נתונים טכנולוגיות שונות. . הנה, הדוגמא המסוימת מתמקד מערכות מוטים ביולוגיה צינור transcriptomic אשר משמש כדי לקבוע את "מניעי מפתח" של מערכת נחקר.

  1. הסימון שפורסמו קודם לכן ונמוג36,45,46,47,48,49,50 להבין את הצינור הזה.
  2. לאחר dataset ספציפית עניין לניתוח, להוריד את הנתונים למחשב המקומי עם השיטה הבאה:
    1. לחץ על ערכת הנתונים הספציפיים.
    2. לחץ על הכרטיסיה 'קבצי המחקר' בצד השמאלי כותרות.
    3. ודא כי כל datafiles ומטא -נתונים זמינים בתפריט זה.
    4. כדי להוריד כל קובץ, לחץ על שמות ספציפיים.
  3. עבור קבצי הנתונים-microarray כי תתבצע הורדה של GeneLab, בצע את הפעולות הבאות מראש עיבוד.
    1. תהליך הנתונים הגולמיים עבור כל ערכת נתונים בנפרד באמצעות חיסור רקע Quantile מנורמל באמצעות RMAExpress51 מיקרו-מערכים מסחרי.
    2. ליצור עקרון רכיב ניתוח (PCA) מגרשים באמצעות R כדי לקבוע באיזו מידה הביולוגי משכפל מקובצות יחד.
    3. לייבא נתונים MultiExperiment Viewer52 ולחשב גנים המשמעותי הראשון באמצעות הנתונים הסטטיסטיים קצב (פד) גילוי שקר החל רוזוולט < 0.05. אם אין גנים משמעותי הופיע עם סטטיסטיקה של רוזוולט, השתמש t-בבדיקות שגרתיות החל 0.05 < p-ערך כדי לקבוע את הגנים משמעותית.
    4. ברגע שנקבע את הגנים מוסדר סטטיסטית, ליישם ניתוק קיפול-שינוי של ≥ 1.2 או ≤ -1.2 כדי להשוות את הדגימות ניסיוני עם הפקדים.
  4. השתמש ג'ין להגדיר העשרה ניתוח (GSEA)53 עבור מסלול ותחזיות פונקציונלי.
    1. שימוש GSEA או דרך54,GenePattern55, ישירות דרך GSEA, או באמצעות סביבת תכנות R.
    2. לקבוע של מסלולים מוסדרים באופן משמעותי באמצעות ערכות ג'ין הבאים: C2, C5, ו יש היסטוריה ארוכה כיעד.
    3. לבצע ניתוח מתקדמים על ערכות ג'ין מוסדר באופן משמעותי ולקבוע הקצה המוביל גנים הקשורים כל השוואה ניסיוני ולהגדיר ג'ין.
    4. למצוא את הגנים מתקדמים החופפים בין כל הגן מגדירה עבור כל תנאי הניסוי.
  5. השתמש פלטפורמה נוספת כדי לקבוע פונקציות החזוי מסלולים שמווסתים להיות משמעותית. במקרה זה להשתמש בתחכום מסלול ניתוח (IPA) כדי לקבוע את הרגולטורים במעלה משמעותית, biofunctions, מסלולים הקנוני.
    1. להעלות את רשימת גנים עם קיפול-שינוי ערכי על הגנים סטטיסטית שנקבע בשלב 9.4.4.
    2. ההוראות של IPA ליצירת הרגולטורים במעלה הזרם, biofunctions, מסלולים הקנוני עבור כל השוואה ניסיוני.
    3. לקבוע שהגן הקשורים הרגולטורים במעלה הזרם, biofunctions של מסלולים קנוניים אשר ≥ ניקוד-z של הפעלת 2 (הפעלה המצוין) או ≤-2 (עיכוב אנלוגיים).
    4. למצוא את הגנים חופפים הקשורים כל התחזיות שלעיל.
  6. לקבוע גנים חופפים/משותף בין שלבים 9.4 ו- 9.5.
    הערה: גנים אלה נחשבים הגנים מפתח ומנהל התקן שולט הרוב של פונקציות החזוי, פעילות עם התנאים ניסיוני שעוברים ניתוח. מחקרים קודמים הראו כי לדפוק או קידום גנים אלה יהפכו את תנאי הניסוי או מערכת נחקר פונקציונלי45,46,49.
    1. לבנות רשתות דרך IPA (או כל תוכנה הרכבה רשת) כדי לקבוע את הקישוריות של הגנים.
    2. שקול את הגן המחובר ביותר צומת מרכזית נהיגה הגנים מפתח.
    3. כדי לקבוע את קישוריות בין קבצי הנתונים, לקבץ כל הגנים מפתח רשת אחת, אני חוזר קישוריות מבחן כדי לקבוע את צומת מרכזית המתרחשת בין כל הגנים מפתח של כל datasets שעוברים ניתוח.

10. שימוש בממשק56 גלקסיה על GeneLab כדי לנתח נתונים Transcriptomic

הערה: כאן מתואר פרוטוקול להצפנה באמצעות ממשק GeneLab גלקסי (2018 סתיו זמין) כדי לנתח נתונים transcriptomic GeneLab. הדרכות גלקסי בשפע. באופן כללי, הם דוגמה הדרכות כיצד להשתמש גלקסי57,elesewhere זמין58.

  1. משתמשים באפשרותך להיכנס באמצעות האישורים גוגל או נאס א GeneLab. גלקסי GeneLab כלים נמצאים תחת התפריט 'נתח'.
  2. בצע אלה שלוש דרכים כדי להעביר נתונים לתוך פלטפורמת GeneLab גלקסי.
    1. להעלות נתונים ממערכת הקבצים המקומית באמצעות הפונקציה "העלה נתונים".
    2. ייבוא נתונים GeneLab GenomeSpace באמצעות הכלי היבואן GenomeSpace תחת סעיף "קבל נתונים".
      הערה: כל קבצי הנתונים GeneLab זמינים בתיקיה "ציבורי", שאורגנה על ידי המספר ההצטרפות dataset (ראה לעיל).
    3. ייבוא נתונים מופיעים "ההיסטוריה" של ניתוח סעיף בצד ימין. משתמשים יכולים להיות מספר הסיפורים, אשר מנוהלים באמצעות לחצני 'אפשרויות היסטוריה' או "תצוגת כל ההיסטריות" בחלק העליון של החלונית ' היסטוריה '.
  3. כלים לניתוח הם המפורטים, לחיפוש על הצד השמאלי של הממשק.
  4. בדוק המראה של נתונים (datasets) המיובאים על ההיסטוריה הנוכחית.
    הערה: פרטים רבים לגבי הנתונים זמינים עבור בדיקה עבור כל הנתונים (dataset).
  5. בחרו בכלי, בצד שמאל כדי לאכלס טופס בחלונית ' מרכז ', עם אפשרויות עבור ניתוח מפרט של תשומות הנתונים. צור משימות לביצוע הניתוח על-ידי מילוי הטופס והקשה "לבצע".
  6. בדוק כי עבודות נאספו אשר ייצג בהיסטוריה, קטגוריות מקודדות לפי צבעים כדי לציין מצב ביצוע (לפי תור, בביצוע, השלים עם או בלי שגיאות).
  7. לקשר את הכלים לתוך תהליכי עבודה מורכבים. ניהול זרימות עבודה באמצעות כלים הממוקמים בתפריט 'זרימות עבודה'. איור 3 מראה זרימת עבודה לדוגמה שנוצרו עבור עיבוד נתונים RNA-seq.
  8. שיתוף datasets זרימות עבודה, היסטוריה עם אחרים באמצעות תפריט "נתונים משותפים".

תוצאות

קביעת מנהלי מפתח מנתונים transcriptomic בחלל יסייע נאס א עם קביעת הסיכונים הבריאותיים ופיתוח אמצעי נגד פוטנציאלי למאבק השפעות שליליות על הבריאות אסטרונאוט. בפרסום האחרון שלנו, אנו עוקבים אחריו את השלבים שלעיל מנוצל GeneLab datasets להראות בהצלחה רומן במציאת ריכוזי CO2 ב- ISS יכולים להשפיע בריאות36. גם השתמשנו בטכניקה מעל במחקרים אחרים בהצלחה לקבוע גורמי מפתח נהיגה את המערכת להיות למד45,46,47,48,49,50 . כאן אנחנו נראה איך התוצאות באמצעות פרוטוקול זה יכול לשמש בהצלחה כדי לקבוע את מניעי מפתח.

במחקר זה, התמקדנו בעיקר על ההבדלים הביולוגיים המתרחשים מכרסמים בתוך הפקדים הקרקע מכרסם הרגלי והפקדים ביבר. כמתואר לעיל, זה המפתח להבנת יותר בתי גידול שני אלה, אשר תספק לנו מידע על גורמים מבלבלים אפשריים שיכולים להשפיע בריאות בשל הסביבה ב- ISS. לניסויים בחלל מכרסם כל, פקדים הקרקע אלה חיוניים גם כדי לקבוע אילו גורמים ביולוגיים קשורים ישירות עם שיגור לחלל או עקב תנאי הסביבה על תחנת החלל. כאמור בפרוטוקול, תנאי הסביבה לבית הגידול ביבר אינה נחשפת לרמה2 CO גבוהה יותר כי קיים לבית הגידול מכרסם. הגידול ביבר יש רמת2 CO נורמאלי כי קיים על פני כדור הארץ (כיום להיות 300 עד 380 עמודים לדקה). טמפרטורה ולחות עבור שני בתי גידול דומים.

השתמשנו datasets הבאים מרציף GeneLab כדי לקבוע את הגנים מפתח בין המכרסמים בבניין של מכרסם גידול הקרקע פקדי ופקדי ביבר קרקע אשר אחראים על נהיגה ההבדלים בין הגידול שני: GLDS-21, GLDS-111, GLDS-25 ו GLDS-63. ניתוח כדי לקבוע את הגנים משמעותי בוצע כמתואר לעיל בין מכרסם הביטאט (בעבר AEM) לבין ביבר פקדים באופן עצמאי עבור כל הנתונים (dataset). PCA חלקות הראה קיבוץ של הביולוגי משכפל (איור 4 מראה ש-PCA מתווה GLDS-21). מן הנתונים מראש מעובד, קבענו את הגנים מתקדמים של קבוצות גנים GSEA שונות. באמצעות הגנים עם 1.2-פנים-שינוי (כניסה2), היינו יכולים לחזות את הגנים המעורבים עם תחזיות הרגולטורים במעלה הזרם, מסלולים הקנוני של biofunctions. עבור כל הנתונים (dataset) ואז מצאנו את הגנים חופפים/משותף מעורבים על כל הגנים (איור 5). גנים אלה הם האמינו עכשיו לנהוג את התגובה בין המכרסמים מכרסמים בתי גידול (או AEM) ופקדים ביבר. רשת הייצוג של מה גנים מפתח אלה להתחבר מציג שרכזות מרכזי עבור כל ערכת נתונים להיות מנותח (איור 6). לדוגמה, MAPK1 נמצא צומת מרכזית של STS-108 רקמות שריר השלד של עכברים (איור 6A). זה להתפרש הגן המניע את הגנים מפתח, ככל הנראה השחקן המרכזי לגרימת הבדלים ביולוגיים עבור עכברים שוכנו בבתי גידול מכרסם נגד הכלובים ביבר. בעבודה הקודמת, נדון כיצד גנים מפתח אלה משויכות CO2 התגובה של הספרות המדעית הקיימת, איך הגנים האלה יכול להיות אחראי על שינויים ביולוגיים נצפו עכברים36.

נקיטת גישה ביולוגיה של מערכות, קבענו הבא "הרגולטור הראשי" מתחבר כל datasets/הרקמות, אחראי פוטנציאל אוניברסלי השפעות ביולוגיות בחולדות בבניין AEMs לעומת ביבר כלובים. הדבר נעשה על-ידי קביעת הגן של כל קבצי הנתונים זה המחובר ביותר כאשר בונים רשת של כל הגנים מפתח. הצלחנו להראות MAPK1 הגן המחובר ביותר ואת צומת מרכזית של כל הגנים מפתח (איור 7). כדי לוודא אם MAPK1 יכול להיות אחראי על שינויים ביולוגיים בעכברים מרמות2 CO גבוהות יותר ב- AEMs, חיפשנו דרך הספרות המדעית לתמיכה ראיות. מצאנו מספר מחקרים המעידים הקורלציה של MAPK1 עם CO259 , היפוקסיה19,60,61.

figure-results-3837
איור 1 : בית גידול מכרסם (בעבר AEM) לעומת הכלובים ביבר. (א) תמונה של הכלוב AEM הניתנים על ידי נאס"א (קרדיטים: נאס א/דומיניק הארט). (B) הכלוב ביבר סטנדרטי שנמצא כעת בשימוש (צולם על ידי מעבדה שלנו). דמות זו שונתה מ בהשתי et al.36. אנא לחץ כאן כדי להציג גירסה גדולה יותר של הדמות הזאת.

figure-results-4472
איור 2 : מערכת חומרה בית גידול של מכרסם עם שלושה מודולים שונים המעורבים במהלך העברה מ את משימות חלל. המודול משמאל (A) הוא המודול מכרסם הביטאט (בעבר AEM), המודול מרכז (B) הוא הסוג הרביעי, המודול נכון (C) היא יחידת גישה חיה (AAU). (ד) תיבת העברה העכבר (MTB). (קרדיטים: נאס א/דומיניק הארט). אנא לחץ כאן כדי להציג גירסה גדולה יותר של הדמות הזאת.

figure-results-5167
איור 3 : זרימת ניתוח לדוגמה בו ניתן להשתמש בממשק GeneLab גלקסי לתהליך נתונים RNA-seq. אנא לחץ כאן כדי להציג גירסה גדולה יותר של הדמות הזאת. 

figure-results-5610
איור 4 : המנהל ניתוח גורמים (PCA) של נציג את הנתונים (dataset) לאחר צעדי עיבוד מראש. GLDS-21 dataset של AEM לעומת ביבר כלוב מוצג עבור שריר השלד מאתר מהמשימה STS-118. אנא לחץ כאן כדי להציג גירסה גדולה יותר של הדמות הזאת.

figure-results-6124
איור 5 : דיאגרמת ון המייצג איזה גנים מרכזיים נקבעים בעזרת כלי חיזוי מסלול שונה. אנא לחץ כאן כדי להציג גירסה גדולה יותר של הדמות הזאת. 

figure-results-6561
איור 6 : הגנים מפתח שנקבע כל התנאים ורקמות מאתר בין vs AEM . ביבר כלובים. (A-E) רשת הייצוג של גנים מפתח עבור כל ערכת נתונים/מכרסם רקמות. יומן2 קיפול-שינויים (עם ניתוק של 1.2-פנים-שינוי) בביטוי הגן שימשו כדי לקבל גוונים שונים של ירוק מתקפל-שינוי בגנים downregulated, בעוד שונים גוונים של אדום מתארים שינוי-קיפול בגנים upregulated. כהה יותר בצל ירוק או אדום, גדול מתקפל-השינוי. דמות זו שונתה מ בהשתי et al.36. אנא לחץ כאן כדי להציג גירסה גדולה יותר של הדמות הזאת.

figure-results-7412
איור 7 : קביעת "הרגולטור הראשי" למכרסמים בדיור מכרסם גידול לעומת ביבר כלובים. חיבורים בין כל הגנים מפתח בודדות (איור 6) היו נחושים ומוצגים כרשת דרך IPA. רשת מיוצג מגרש רדיאלי עם הגן מפתח המחובר ביותר, MAPK1, במרכז. אנא לחץ כאן כדי להציג גירסה גדולה יותר של הדמות הזאת.

משלימה איור 1: GeneLab-GenomeSpace בשילוב עם ISACreator עבור ייעול פעולות עיבוד נתונים. אנא לחץ כאן כדי להוריד את הדמות הזו. 

משלימה איור 2: צילום מסך של GeneLab חיפושים באמצעות הפדרציה/אינטגרציה עם מסדי נתונים חיצוניים ביואינפורמטיקה הטרוגנית (GEO, גאווה, MG-RAST). אנא לחץ כאן כדי להוריד את הדמות הזאת

משלימה איור 3: צילום מסך של GeneLab שיתופי סביבת העבודה מציג למשתמש ניהול תיקים, ו- access שולט (למשל, פרטיים, משותפים, הציבור תיקיות).  אנא לחץ כאן כדי להוריד את הדמות הזאת

Discussion

פלטפורמת GeneLab נאס א הוא מקיף טכנולוגיות מסד נתונים וניתוח פלטפורמה אשר יאפשרו את הקהילה המדעית ליצירת היפותזות הרומן הקשורים לביולוגיה שטח. כאן הובאו הליך מקיף לניסויים מכרסמים מתחילת בחלל לדור של השערת הרומן של ניתוח נתונים ניצול פלטפורמה ביולוגיה שטח זמין לציבור. בנוסף, גם סיפקנו פרוטוקול מקיף לניתוח ביולוגיה לא משוחד מערכות לזיהוי גנים מרכזיים נהיגה המערכת נחקר. השתמשנו שלנו מחקר האחרונות36 כדוגמה איך פרוטוקול זה הוא מנוצל ביעילות כדי ליצור השערה חדשניים עבור שטח ביולוגיה. אנו מקווים כי זה עוזר החוקרים להבין טוב יותר כיצד מתבצעים ניסויים בחלל, כמה נתונים מהם להוביל הנתונים הזמינים ב- GeneLab, ולאפשר בסופו של דבר פרשנות ברורה יותר של נתונים טכנולוגיות ביולוגיה שטח זמין לציבור.

ישנם מספר שלבים קריטיים בתוך פרוטוקול שלנו לגבי ניסויים בחלל מכרסמים וגם ניתוח של הנתונים הופק. הבנת הגידול מכרסם ההתקנה היא קריטית כדי לפתח את הניסוי אופטימלית עבור טיסה לחלל. זה יהיה כרוך באופן ספציפי את הפרוטוקול ואת תיאור שסיפקנו בשלב 1 של פרוטוקול שלנו. ברגע חוקר לגמרי מבינה את התנאים השונים הקיימים הגידול מכרסם לעומת ביבר כלובים, התוצאות. ביולוגיים להיות מפורש ישויך כראוי כדי לתנאי הסביבה בחלל. תוספות, שינויים הגידול מכרסם לא יכול לעשות זאת, מאחר הגידול מכרסם יש כבר בצורה אופטימלית תוכנן ואושר על ידי נאס א לשימוש בחלל.

כדי לפרש את התוצאות. ביולוגיים, סיפקנו פרוטוקול יסודית על כל צעד מעורב מהעלאת הנתונים שלך כדי GeneLab על ניתוח של הנתונים כדי ליצור ביולוגיה חלל הרומן השערה. למרות כל השלבים חשוב להבין איך להפיק נתוני, השלבים הקריטיים ביותר לניתוח נתונים הם שלבים 9 ו- 10. שלב 9 מספק פרוטוקול כדי לנתח נתונים transcriptomic באמצעות שיטת ביולוגיה לא משוחד מערכות לקביעת גנים/מסלולים המניעות באמת התנאי ניסיוני שעוברים ניתוח. שלב 10 חיוני כפי שהיא מספקת למשתמשים עם מתודולוגיה קל לנתח טכנולוגיות GeneLab datasets באמצעות פלטפורמת GeneLab. ניתן לעשות שינויים בפרוטוקול שסופק עבור כמה צעדים לגבי ניתוח נתונים. באופן ספציפי, צעדים 9.4 – 9.6 יכול להיעשות באמצעות תכנות R או כל המועדפים כלים נוספים על המשתמש. בהתאם ערכת הנתונים, סטטיסטיקות שונות, המכנסונים קיפול-שינוי יכול לשמש כדי לקבוע את הגנים מוסדר באופן משמעותי. בנוסף, לקביעת הגנים מפתח בשלבים 9.5 ו- 9.6, המשתמש יכול לשנות פרוטוקול זה, להשתמש בכל כלי אשר מנצל את הגנים מוסדר באופן משמעותי כדי לחזות פונקציות. הרעיון חשוב הוא באמצעות כלי חיזוי טכנולוגיות פונקציונלי מרובים מאפשרת לקביעת של גנים מעורבים עם רוב הפונקציות מווסתת במערכת נחקר.

פלטפורמת GeneLab ממשיך, ולפתח בזמן הבדיקות המתוארות כאן בוצעו לאחר הורדת נתונים, השלב הבא של GeneLab יאפשר לניתוח של טכנולוגיות נתונים ישירות על פלטפורמה GeneLab, אשר תספק זרימת עבודה קל לייצר עיבוד נתונים, לצורך ניתוחם מסדר גבוה. יתר על כן, ואילו אנו מתמקדות על פרוטוקול עבור פענוח נתונים transcriptomic, GeneLab מכיל מגוון רחב של טכנולוגיות מידע כולל פרוטיאומיה מבנית, גנומית, metabolomic ונתונים epigenomic. פלטפורמת בסופו של דבר יכיל צינורות והנחיות לניתוח של אלה סוגים שונים של טכנולוגיות. השלב האחרון של GeneLab תיישם גם ממשק חזותי ברמת המערכת כדי לאפשר למשתמש בסיסי בקלות ליצור מרחב ביולוגיה השערות.

לבסוף, הניתוח הביולוגיה שלנו מערכות מספק שיטה ייחודית ובלתי לא משוחדת כדי לקבוע את המפתח נהיגה גנים/מסלולים בכל מערכת הנלמדים באמצעות טכנולוגיות datasets. השתמשנו מתודולוגיה זו במספר מחקרים עצמאיים שונים בהצלחה רבה כדי לקבוע את מניעי מפתח מעורב36,45,46,47,48,49 ,50. ב סרטן הקשורים מחקר טכנולוגיות, באמצעות מתודולוגיה זו אנו השפעול לאמת כי שלנו החזוי מפתח הגנים/המסלולים למעשה נוהג את התגובה לטיפול בסמים על ידי לדפוק את הגנים מפתח בחוץ גופית45. שצפינו בהם, כפי שניבא לנו דרך פרוטוקול זה, כי הטיפול לא היה יעיל יותר בשל היעדר הגנים מפתח. אנו מאמינים כי פרוטוקול ביולוגיה מערכות מוטים זה יכול להיות כלי שימושי כדי לקבוע מפתח נתיבים בכל מחקר טכנולוגיות.

פרוטוקול זה מספק שיטה מהירה ויעילה, לדור של הרומן ביולוגיה חלל השערות. ניתן למנף את הנתונים המופקים GeneLab על ידי חוקרים הזדמנויות מימון עתידיות, אימות ניסיוני של מטרות אפשריות להתפתחות של הנגד נגד קרינה microgravity ומרחב. פרוטוקול שסופק כאן יאפשר לחקירות ביולוגיה חלל לעתיד להתרחש עם יעילות מיטבית כדי לאפשר למשימות שטח בטוח לטווח ארוך.

Disclosures

המחברים אין לחשוף.

Acknowledgements

אנחנו רוצים להודות אליסון צרפתית-נאס א איימס מדעי החיים נתונים בארכיון שלה סיוע עם קבלת וידאו הקשורים הגידול מכרסם וללכוד הכולל עזרה בקבלת מידע קשור. אנחנו אוהבים גם להודות קילקני סינפלקסתאטרון מרלה במרכז המחקר איימס נאס א לה עזרה בקבלת המידע הנכון. מענקי מחקר סופק על ידי הפרויקט GeneLab במרכז המחקר איימס נאס א, באמצעות תוכנית ביולוגיה חלל של נאס א חלוקה של מרחב החיים של מחקר מדעי, יישומים (SLPSRA). כל שימוש של שמות מסחריים למטרות תיאורי בלבד, מעיד על ממשלת ארה ב.

Materials

NameCompanyCatalog NumberComments
C57BL/6 MiceThe Jackson LaboratoyC57BL/6JC57BL/6 mice were used for datasets related to Rodent Research-1 experiments
BALB/C MiceTaconicBALBBALB/C mice were used for datasets related to Rodent Research-3 experiments
Vivarium CagesCharles River LaboratoryStandard murine cages purchased from Charles River Laboratory
Rodent HabitatNASAThis cage and all components are built internally at NASA
RNAlaterThermoFisher ScientificAM7020RNAlater is used to store the tissue for further RNA isolation

References

  1. GeneLab. , genelab.nasa.gov (2018).
  2. Cortese, F. Vive la radioresistance!: converging research in radiobiology and biogerontology to enhance human radioresistance for deep space exploration and colonization. Oncotarget. 9 (18), 14692-14722 (2018).
  3. Beheshti, A. NASA GeneLab Project: Bridging Space Radiation Omics with Ground Studies. Radiation Research. , (2018).
  4. Fernandez-Gonzalo, R., Baatout, S., Moreels, M. Impact of Particle Irradiation on the Immune System: From the Clinic to Mars. Frontiers in Immunology. 8, 177(2017).
  5. Bloomfield, S. A., Martinez, D. A., Boudreaux, R. D., Mantri, A. V. Microgravity Stress: Bone and Connective Tissue. Comprehensive Physiology. 6, 645-686 (2016).
  6. Giuliani, A. High-Resolution X-Ray Tomography: A 3D Exploration Into the Skeletal Architecture in Mouse Models Submitted to Microgravity Constraints. Frontiers in Physiology. 9, 181(2018).
  7. Boice, J. D. Jr The Final Frontier-Research Relevant to Mars. Health Physics. 112 (4), 392-397 (2017).
  8. Chancellor, J. C. Limitations in predicting the space radiation health risk for exploration astronauts. NPJ Microgravity. 4, 8(2018).
  9. Cucinotta, F. A. Space radiation risks for astronauts on multiple International Space Station missions. PLoS One. 9 (4), e96099(2014).
  10. Cucinotta, F. A. Review of NASA approach to space radiation risk assessments for Mars exploration. Health Physics. 108 (2), 131-142 (2015).
  11. Frippiat, J. P. Towards human exploration of space: The THESEUS review series on immunology research priorities. NPJ Microgravity. 2, 16040(2016).
  12. Goel, N. Effects of sex and gender on adaptation to space: behavioral health. Journal of Women's Health (Larchmt). 23 (11), 975-986 (2014).
  13. Mortazavi, S. M. J., Bevelacqua, J. J., Fornalski, K. W., Welsh, J., Doss, M. Comments on "Space: The Final Frontier-Research Relevant to Mars". Health Physics. 114 (3), 344-345 (2018).
  14. Blottner, D. Morphological, physiological and behavioural evaluation of a 'Mice in Space' housing system. Journal of Comparative Physiology B. 179 (4), 519-533 (2009).
  15. Karouia, F., Peyvan, K., Pohorille, A. Toward biotechnology in space: High-throughput instruments for in situ biological research beyond Earth. Biotechnology Advances. 35 (7), 905-932 (2017).
  16. Shen, H. Effects of spaceflight on the muscles of the murine shoulder. The FASEB Journal. 31 (12), 5466-5477 (2017).
  17. Spatz, J. M. Sclerostin antibody inhibits skeletal deterioration in mice exposed to partial weight-bearing. Life Sciences in Space Research (Amst). 12, 32-38 (2017).
  18. Tascher, G. Proteome-wide Adaptations of Mouse Skeletal Muscles during a Full Month in Space. Journal of Proteome Research. 16 (7), 2623-2638 (2017).
  19. Pecaut, M. J. Is spaceflight-induced immune dysfunction linked to systemic changes in metabolism? PLoS One. 12 (5), e0174174(2017).
  20. Ward, C. Effects of spaceflight on the immunoglobulin repertoire of unimmunized C57BL/6 mice. Life Sciences in Space Research (Amst). 16, 63-75 (2018).
  21. Rettig, T. A., Ward, C., Pecaut, M. J., Chapes, S. K. Validation of Methods to Assess the Immunoglobulin Gene Repertoire in Tissues Obtained from Mice on the International Space Station. Gravitational and Space Research. 5 (1), 2-23 (2017).
  22. Allen, D. L. Effects of spaceflight on murine skeletal muscle gene expression. Journal of Applied Physiology (1985). 106 (2), 582-595 (2009).
  23. Moyer, E. L. Evaluation of rodent spaceflight in the NASA animal enclosure module for an extended operational period (up to 35 days). NPJ Microgravity. 2, 16002(2016).
  24. Shimbo, M. Ground-based assessment of JAXA mouse habitat cage unit by mouse phenotypic studies. Experimental Animals. 65 (2), 175-187 (2016).
  25. Aseyev, N. Adaptive Changes in the Vestibular System of Land Snail to a 30-Day Spaceflight and Readaptation on Return to Earth. Frontiers in Cellular Neuroscience. 11, 348(2017).
  26. Markina, E., Andreeva, E., Andrianova, I., Sotnezova, E., Buravkova, L. Stromal and Hematopoietic Progenitors from C57/BI/6N Murine Bone Marrow After 30-Day "BION-M1" Spaceflight. Stem Cells and Development. , (2018).
  27. Radugina, E. A. Exposure to microgravity for 30 days onboard Bion M1 caused muscle atrophy and impaired regeneration in murine femoral Quadriceps. Life Sciences in Space Research (Amst). 16, 18-25 (2018).
  28. Albi, E. Reinterpretation of mouse thyroid changes under space conditions: the contribution of confinement to damage. Astrobiology. 14 (7), 563-567 (2014).
  29. Cancedda, R. The Mice Drawer System (MDS) experiment and the space endurance record-breaking mice. PLoS One. 7 (5), e32243(2012).
  30. Neutelings, T. Skin physiology in microgravity: a 3-month stay aboard ISS induces dermal atrophy and affects cutaneous muscle and hair follicles cycling in mice. NPJ Microgravity. 1, 15002(2015).
  31. Anselm, V., Novikova, S., Zgoda, V. Re-adaption on Earth after Spaceflights Affects the Mouse Liver Proteome. International Journal of Molecular Sciences. 18 (8), (2017).
  32. Baqai, F. P. Effects of spaceflight on innate immune function and antioxidant gene expression. Journal of Applied Physiology (1985). 106 (6), 1935-1942 (2009).
  33. Blaber, E. A., Pecaut, M. J., Jonscher, K. R. Spaceflight Activates Autophagy Programs and the Proteasome in Mouse Liver. International Journal of Molecular Sciences. 18 (10), (2017).
  34. Jonscher, K. R. Spaceflight Activates Lipotoxic Pathways in Mouse Liver. PLoS One. 11 (4), e0152877(2016).
  35. Moskaleva, N. Spaceflight Effects on Cytochrome P450 Content in Mouse Liver. PLoS One. 10 (11), e0142374(2015).
  36. Beheshti, A., Cekanaviciute, E., Smith, D. J., Costes, S. V. Global transcriptomic analysis suggests carbon dioxide as an environmental stressor in spaceflight: A systems biology GeneLab case study. Scientific Reports. 8 (1), 4191(2018).
  37. National Resource Council. Nutrient Requirements of Laboratory Animals, Fourth Revised Edition, 1995. , The National Academies Press. (1995).
  38. NASA GeneLab Data System. , https://genelab-data.ndc.nasa.gov/genelab/ (2018).
  39. GeneLab FAQ. , https://genelab.nasa.gov/faq/#6 (2018).
  40. GeneLab Workspace. , https://genelab.nasa.gov/faq/#6 (2017).
  41. GeneLab Data Submission Guide. , https://genelab-data.ndc.nasa.gov/genelab/help/GeneLab_Submission_Guide_2.0.pdf (2017).
  42. GeneLab repository. , https://genelab-data.ndc.nasa.gov/genelab/projects (2017).
  43. Qu, K. Integrative genomic analysis by interoperation of bioinformatics tools in GenomeSpace. Nature Methods. 13 (3), 245-247 (2016).
  44. ISACreator. , https://isa-tools.org/category/isacreator/index.html (2014).
  45. Ravi, D. Proteasomal Inhibition by Ixazomib Induces CHK1 and MYC-Dependent Cell Death in T-cell and Hodgkin Lymphoma. Cancer Research. 76 (11), 3319-3331 (2016).
  46. Wage, J. Proton irradiation impacts age-driven modulations of cancer progression influenced by immune system transcriptome modifications from splenic tissue. Journal of Radiation Research. 56 (5), 792-803 (2015).
  47. Beheshti, A. Tumor-host signaling interaction reveals a systemic, age-dependent splenic immune influence on tumor development. Oncotarget. 6 (34), 35419-35432 (2015).
  48. Beheshti, A., Neuberg, D., McDonald, J. T., Vanderburg, C. R., Evens, A. M. The Impact of Age and Sex in DLBCL: Systems Biology Analyses Identify Distinct Molecular Changes and Signaling Networks. Cancer Informatics. 14, 141-148 (2015).
  49. Beheshti, A. Host age is a systemic regulator of gene expression impacting cancer progression. Cancer Research. 75 (6), 1134-1143 (2015).
  50. Beheshti, A., Peluso, M., Lamont, C., Hahnfeldt, P., Hlatky, L. Proton irradiation augments the suppression of tumor progression observed with advanced age. Radiation Research. 181 (3), 272-283 (2014).
  51. Bolstad, B. M., Irizarry, R. A., Astrand, M., Speed, T. P. A comparison of normalization methods for high density oligonucleotide array data based on variance and bias. Bioinformatics. 19 (2), 185-193 (2003).
  52. Saeed, A. I. TM4 microarray software suite. Methods in Enzymology. 411, 134-193 (2006).
  53. Subramanian, A. Gene set enrichment analysis: a knowledge-based approach for interpreting genome-wide expression profiles. Proceedings of the National Academy of Sciences of the United States of America. 102 (43), 15545-15550 (2005).
  54. Kuehn, H., Liberzon, A., Reich, M., Mesirov, J. P. Using GenePattern for gene expression analysis. Current Protocols in Bioinformatics. , Chapter 7 Unit 7 12 (2008).
  55. Reich, M. GenePattern 2.0. Nature Genetics. 38 (5), 500-501 (2006).
  56. Afgan, E. The Galaxy platform for accessible, reproducible and collaborative biomedical analyses: 2016 update. Nucleic Acids Research. 44 (W1), W3-W10 (2016).
  57. Introduction to Genomics and Galaxy. , http://galaxyproject.github.io/training-material/topics/introduction/tutorials/galaxy-intro-strands/tutorial.html (2018).
  58. Galaxy 101. , http://galaxyproject.github.io/training-material/topics/introduction/tutorials/galaxy-intro-101/tutorial.html (2018).
  59. Xu, Y. J., Elimban, V., Dhalla, N. S. Suppression of phosphorylated MAPK and caspase 3 by carbon dioxide. Molecular and Cellular Biochemistry. 436 (1-2), 23-28 (2017).
  60. Sang, N. MAPK signaling up-regulates the activity of hypoxia-inducible factors by its effects on p300. Journal of Biological Chemistry. 278 (16), 14013-14019 (2003).
  61. Seta, K. A., Kim, R., Kim, H. W., Millhorn, D. E., Beitner-Johnson, D. Hypoxia-induced regulation of MAPK phosphatase-1 as identified by subtractive suppression hybridization and cDNA microarray analysis. Journal of Biological Chemistry. 276 (48), 44405-44412 (2001).

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Explore More Articles

143GeneLabAEMCO2RNAtranscriptomicsmicrogravity

This article has been published

Video Coming Soon

JoVE Logo

Privacy

Terms of Use

Policies

Contact Us

Recommend to library

JoVE NEWSLETTERS

Research

Education

Authors

Librarians

ABOUT JoVE

Copyright © 2025 MyJoVE Corporation. All rights reserved