זרימת עבודה של שילוב נתונים לזיהוי שילובי תרופות המכוונים לאינטראקציות קטלניות סינתטיות

Summary

מסכים גנטיים גדולים באורגניזמים מודל הובילו לזיהוי של אינטראקציות גנטיות שליליות. כאן, אנו מתארים זרימת עבודה של אינטגרציית נתונים באמצעות נתונים ממסכים גנטיים באורגניזמים לדוגמה כדי לתאר שילובי תרופות המכוונים לאינטראקציות קטלניות סינתטיות בסרטן.

Abstract

אינטראקציה קטלנית סינתטית בין שני גנים ניתנת כאשר נוקאאוט של אחד משני הגנים אינו משפיע על הכדאיות של התא אבל נוקאאוט של שני אינטראקציות קטלניות סינתטי מוביל לאובדן הכדאיות של התא או מוות של תאים. האינטראקציה הקטלנית הסינתטית שנחקרה בצורה הטובה ביותר היא בין BRCA1/2 ו- PARP1, כאשר מעכבי PARP1 משמשים בפרקטיקה קלינית לטיפול בחולים עם גידולים שעברו מוטציה BRCA1/2. מסכים גנטיים גדולים באורגניזמים מודל אבל גם בקווי תאים אנושיים haploid הובילו לזיהוי של זוגות רבים נוספים אינטראקציה קטלנית סינתטית, כל להיות מטרות פוטנציאליות של עניין בפיתוח של טיפולים גידול חדשני. גישה אחת היא למקד מבחינה טיפולית גנים עם אינטראקציה קטלנית סינתטי כי הוא מוטציה או downregulated באופן משמעותי בגידול של עניין. גישה שנייה היא לגבש שילובי תרופות המטפלים באינטראקציות קטלניות סינתטיות. במאמר זה, אנו מתארים זרימת עבודה של שילוב נתונים כדי להעריך ולזהות שילובי תרופות המכוונים לאינטראקציות קטלניות סינתטיות. אנו עושים שימוש בערכות נתונים זמינות על זוגות אינטראקציה קטלנית סינתטית, משאבי מיפוי הומולוגיה, קישורים של מטרות סמים ממאגרי מידע ייעודיים, כמו גם מידע על תרופות הנחקרות בניסויים קליניים בתחום המחלה. אנו מדגישים עוד יותר ממצאים מרכזיים של שני מחקרים אחרונים של הקבוצה שלנו על הערכת שילוב תרופות בהקשר של סרטן השחלות וסרטן השד.

Introduction

קטלניות סינתטית מגדירה קשר של שני גנים, שבו אובדן של גן אחד אינו משפיע על הכדאיות, אבל אובדן של שני הגנים מוביל למוות של תאים. הוא תואר לראשונה בשנת 1946 על ידי דובז'נסקי תוך ניתוח פנוטיפים שונים של דרוסופילה על ידי רביית מוטנטים הומוזיגיים¹. מוטנטים שלא ייצרו צאצאים בני קיימא, למרות שהם עצמם בני קיימא, הציגו פנוטיפים קטלניים כאשר נחצו עם מוטנטים מסוימים אחרים, והניחו קרקע לכינת התיאוריה של קטלניות סינתטית. הארטוול ועמיתיו הציעו כי מושג זה עשוי להיות ישים לטיפול בסרטן בבני אדם². קטלניות סינתטית שעוררה תרופתית יכולה להסתמך רק על מוטציה אחת, בהתחשב בכך שהשותף הקטלני הסינתטי של הגן שעבר מוטציה הוא ממוקד על ידי תרכובת פרמקולוגית. זוג הגנים הראשון המאפשר אינדוקציה פרמקולוגית של קטלניות סינתטית היה BRCA(1/2) ו- PARP1. PARP1 מתפקד כחיישן לנזק לדנ"א, וקשור לאתרים של שברי גדילי DNA כפולים ויחידים, ציפורני-על וקרוסאוברים³. BRCA1 ו 2 לשחק תפקידים מרכזיים בתיקון של DNA כפול גדיל שובר דרך רקומביניזציה הומולוגית⁴. חקלאי ועמיתיו פרסמו ממצאים כי תאים לקויים עבור BRCA1/2 היו רגישים לעיכוב PARP, בעוד שום ציטוקסיות לא נצפתה בתאים מסוג בר BRCA⁵. בסופו של דבר, מעכבי PARP אושרו לטיפול בסרטן השד והשחלות BRCA לקוי^6,7. כמו כן, זוגות גנים קטלניים סינתטיים המובילים לאישור קליני של תרכובות תרופתי צפויים הרבה אזור מרכזי של מאמצי מחקר הסרטן האחרונים⁸.

אינטראקציות גנים קטלניות סינתטיות היו מודל באורגניזמים מרובים כולל זבובי פירות, C. elegans ושמרים². באמצעות גישות שונות כולל RNA-הפרעה- ו CRISPR / CAS-ספריית נוקאאוטים, זוגות גנים קטלניים סינתטיים הרומן התגלו בשנים האחרונות^9,10,11. פרוטוקול על ההליכים הניסיוניים של RNAi בשילוב עם CRISPR / CAS פורסם לאחרונה על ידי Housden ועמיתיו¹². בינתיים, החוקרים גם ערכו מסכים גדולים בתאים אנושיים haploid לזהות אינטראקציות קטלניות סינתטי^13,14. בשיטות silico כמו ניתוח רשת ביולוגית ולמידת מכונה הראו גם הבטחה בגילוי של אינטראקציות קטלניות סינתטיות^15,16.

מבחינה תפיסתית, גישה אחת לעשות שימוש באינטראקציות קטלניות סינתטיות בהקשר של טיפול אנטי-סרטני היא לזהות חלבונים שעברו מוטציה או לא פונקציונליים בתאי הגידול, מה שהופך את השותפים שלהם לאינטראקציה קטלנית סינתטית המבטיחים מטרות תרופתיות להתערבות טיפולית. בשל ההטרוגניות של רוב סוגי הגידולים, החוקרים החלו בחיפוש אחר חלבונים קטלניים סינתטיים כביכול. אלה רכזות קטלני סינתטי יש מספר שותפים סינתטיים אינטראקציה קטלנית כי הם גם מוטציה ולכן לא פונקציונלי או באופן משמעותי downregulated בדגימות הגידול. טיפול רכזות קטלניות סינתטי כזה מחזיק הבטחה בהגברת יעילות התרופה או להתגבר על עמידות לתרופות כפי שניתן להראות למשל בהקשר של נוירובלסטומה עמיד vincristine¹⁷. גישה שנייה לשיפור הטיפול התרופתי תוך שימוש במושג של אינטראקציות קטלניות סינתטיות היא לזהות שילובי תרופות המכוונים לאינטראקציות קטלניות סינתטיות. זה יכול להוביל שילובים חדשים של טיפולים אנטי גידול יחיד כבר שאושרו ומיקום מחדש של תרופות מאזורי מחלה אחרים לתחום האונקולוגיה.

במאמר זה, אנו מציגים הליך שלב אחר שלב להניב רשימה של שילובי תרופות המכוונים זוגות אינטראקציה קטלנית סינתטית. בזרימת עבודה זו, אנו (i) משתמשים בנתונים על אינטראקציות קטלניות סינתטיות מ- BioGRID ו- (ii) מידע על גנים הומולוגיים מ- Ensembl, (iii) לאחזר זוגות מטרות סמים מ- DrugBank, (iv) לבנות עמותות תרופות למחלות ClinicalTrials.gov, ו -(v) ומכאן ליצור קבוצה של שילובי תרופות העוסקים באינטראקציה סינתטית קטלנית. לבסוף, אנו מספקים שילובי תרופות בהקשר של סרטן השחלות וסרטן השד בסעיף התוצאות הייצוגיות.

Protocol

1. אחזור זוגות גנים קטלניים סינתטיים

1. אחזור נתונים מביוגריד.
   1. הורד את קובץ האינטראקציה העדכני ביותר של BioGRID בפורמט Tab2 https://downloads.thebiogrid.org/Download/BioGRID/Latest-Release/BIOGRID-ALL-LATEST.tab2.zip באמצעות דפדפן אינטרנט או ישירות משורת הפקודה לינוקס באמצעות תלתל או^{וויזט 18}.
      
      ##download ולפרוק את קובץ האינטראקציה העדכני ביותר של BioGRID
      #download קובץ האינטראקציה העדכני ביותר של BioGRID באמצעות curl
      תלתל -o biogrid_latest.zip https://downloads.thebiogrid.org/Download/BioGRID/Latest-Release/BIOGRID-ALL-LATEST.tab2.zip
      #unpack קובץ הנתונים שהורד
      בטל biogrid_latest.zip
      BG="ביוגריד-ALL-3.5.171.tab2.txt"
       
   2. לאחר הורדת ארכיון ה- zip, על ארכיון לפרוק את האריזה ולשים לב לשם קובץ ערכת הנתונים בפועל (BIOGRID-ALL-X. X.X.tab2.txt) עבור השלבים הבאים. קובץ הנתונים BioGRID מכיל אינטראקציות מסוגים שונים שנסננו בשלב הבא.
      הערה: קיימים מקורות אחרים (למשל DRYGIN, SynlethDB) המחזיקים באינטראקציות קטלניות סינתטיות, כמתואר בדיון.
2. מסנן קטלניות סינתטית ואינטראקציות גנטיות שליליות (מערכת ניסיונית).
   1. השתמש במידע בעמודה "מערכת ניסיונית" (עמודה מספר 12) המציינת את אופי הראיות התומכות עבור אינטראקציה לזיהוי אינטראקציות קטלניות סינתטיות.
   2. הגבל את ערכת הנתונים לערכים בעלי ערך של גנטיקה שלילית או קטלניות סינתטית. באותו שלב, סנן עמודות ושמור עמודות רלוונטיות רק עבור שלבי ניתוח עוקבים כמפורט בטבלה 1 להלן.
      
      ##restrict קובץ האינטראקציה BioGRID לעמודות רלוונטיות ורק לשמור על אינטראקציות המסווגות כקטלניות גנטית וסינתטית שלילית
      גזירה -d "^I" -f 1,8,9,12,16,17 "${BG}" \
      | awk -F "\t" 'בגין{
      OFS="\t"
      }
      {
      אם(NR == 1){
      הדפס $0
      *אם($4== "גנטיקה שלילית" ||$4 == "קטלניות סינתטית"){
      הדפס $0
      }
      }' > bg_synlet.txt
      
      הערה: בקטעי הקוד ^אני משמש לייצוג כרטיסיות אופקיות. קטגוריות BioGRID נוספות כגון פגם צמיחה סינתטי עשוי להיכלל. עמודות רלוונטיות אחרות עבור זרימת עבודה זו מפורטות בטבלה 1. BioGRID גם שומרת על הציונים עבור אינטראקציות בודדות. ניתן להשתמש בניתוקים כדי לזהות אינטראקציות חזקות/גבוהות של ביטחון עצמי.

מספר עמודה	שם כותרת עמודה
3	שם גנים
12	מינים
13	מזהי סמים

טבלה 1: עמודות רלוונטיות של קובץ הנתונים BioGRID.

3. זהה מינים שעבורם דווח על אינטראקציות קטלניות סינתטיות.
   1. לקבוע את מספר סינתטי אינטראקציה קטלנית שותף מזהי מס כדי לקבל הערכה על מספר האינטראקציות הקטלניות סינתטי להיות זמין לכל אורגניזם.
      
      ##count את מספר ההופעות של כל מזהה מס באינטראקציות הקטלניות הסינתטיות שחולצו בעבר
      גזור -d "^I" -f5,6 bg_synlet.txt | זנב -n +2 | tr "\t" "\n" \
      | מיין | יוניק -c | מיין -r -g
      
      הערה: כתוצאה משלב 1, רשימה של אינטראקציות קטלניות סינתטיות עם סמלי גנים מאורגניזמים שבהם נקבעו האינטראקציות. רוב האינטראקציות הקטלניות הסינתטיות נקבעו באורגניזמים לדוגמה. בעת טעינת קבצים לתוכנית גיליון אלקטרוני (למשל, Excel) הימנע מהריסת סימני^{גנים 19,20}.

2. תרגום זוגות גנים קטלניים סינתטיים לאורתולוגים אנושיים

1. לאחזר אורתולוגים אנושיים עבור אורגניזמים מודל רלוונטיים שזוהו בשלב 1.3.
   1. לאחזר אורתולוגים אנושיים מ Ensembl BioMart²¹ על ידי קישור ערכת נתונים גנים אורגניזם מודל בהתאמה עם ערכת הנתונים של הגן האנושי. השתמש בסמלי הגן המציינים את הגן באורגניזם המודל ובגנים אנושיים אורתולוגיים למשימה זו. השתמש ב- Ensembl BioMart webservice כדי להפוך את תהליך האחזור לאוטומטי ולשלוח את השאילתה ישירות לגישה של BioMart RESTful לאחזור זוגות הגנים האורתולוגיים (ראה דוגמה להלן ו- Ensembl BioMart Help &- תיעוד לפרטים נוספים).
      
      ##retrieve אורתולוגית אנושית עבור Saccharomyces Cerevisiae מ Ensembl BioMart באמצעות תלתל לשלוח את השאילתה BioMart ישירות לשירות גישה RESTful BioMart
      תלתל -o s_cerevisiae.txt --נתונים-urlencode 'שאילתה =
      
      <קווירי virtualSchemaName = "ברירת מחדל" מעצב = "TSV" כותרת = "0" uniqueRows = "1" ספירה = "" datasetConfigVersion = "0.6" >
      
      <שם ערכת נתונים = ממשק "scerevisiae_gene_ensembl" = > "ברירת מחדל"
      <שם מייחס = "external_gene_name" />
      
      
      <שם ערכת נתונים = ממשק "hsapiens_gene_ensembl" = > "ברירת מחדל"
      <שם מייחס = "external_gene_name" />
      
      
      "http://www.ensembl.org/biomart/martservice"
      
      כדי לאחזר את הגנים האנושיים האורתולוגיים עבור אורגניזמים מודל אחרים, להחליף את הערך של תכונת השם של אלמנט ערכת הנתונים הראשון עם השם של ערכת הנתונים Ensembl בהתאמה ולבצע מחדש את השאילתה.
      
      הערה: תהליך מיפוי האורתולוגי מתועד היטב בתיעוד העזרה והתיעוד של Ensembl BioMart (http://www.ensembl.org/info/data/biomart/biomart_combining_species_datasets.html).
   2. גש לשאילתת BioMart לדוגמה עבור אורתולוגים אנושיים עבור Saccharomyces cerevisiae, המין העליון שזוהה בשלב 1.3, באמצעות כתובת ה- 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&FILTERS=&VISIBLEPANEL=linkattributepanel.
      הערה: קיימים מקורות אחרים (למשל איסוף, דפדפן אומה, הומולוג'ן, אינפרנואיד) למיפוי הומולוגי, כמתואר בסעיף הדיון בכתב יד זה.
2. הוסף אורתולוגים אנושיים לאינטראקציות קטלניות סינתטיות שחולצו.
   1. הצטרף לאינטראקציות קטלניות סינתטיות המבוססות על מזהה מס אורגניזם וסמל גנים עם זוגות אורתולוגיים שאוחזרו בשלב 2.1. עבור זוגות אינטראקציה קטלנית סינתטית אנושית או ליצור זוגות אורתולוגיים מלאכותיים עבור כל גן אנושי נוכח ערכת הנתונים או לוודא כי אינטראקציות קטלניות סינתטי אנושי אינם מושלכים בעת הצטרפות ולהעביר את סמלי הגן האנושי לתוך העמודות החדשות שנוספו.
      
      ##collect מיפויי אורתולוגיות בקובץ יחיד והצטרפות לקובץ אינטראקציה קטלני סינתטי
      #create קובץ יעד עם כותרות לאיסוף מיפויי אורתולוגיות
      הד "tax_id/gene_symbol^Ihuman_gene_symbol" > מיפוי.txt
      
      #repeat שלב זה עבור כל אורגניזם מודל, להקפיד להתאים שם קובץ קלט ומזהה מס
      #adds עבור כל זוג אורתולוגית s_cerevisiae.txt ערך חדש במיפוי.txt: סמל הגן הוא קידומת עם מזהה המס כדי להקל על ההצטרפות לאחר מכן עם קובץ אינטראקציות קטלני סינתטי
      awk -F "\t" 'בגין{
      OFS="\t"
      org_tax_id="559292"
      }
      {
      אם($1 != "" & $2 != ""){
      הדפס org_tax_id"/"$1, $2
      }
      }' מיפוי s_cerevisiae.txt >>.txt
      
      #create ערכי מיפוי מלאכותיים עבור גנים אנושיים
      awk -F "\t" 'בגין{
      OFS="\t"
      human_tax_id="9606"
      }
      {
      אם($5 == human_tax_id){
      הדפס $5"/"$2, $2
      }
      אם($6 == human_tax_id){
      הדפס $6"/"$3, $3
      }
      }' bg_synlet.txt | מיין -u >> מיפוי.txt
      
      #add מפתחות צירוף נדרשים (מזהה מס/סמל גנים) לאינטראקציות קטלניות סינתטיות
      awk -F "\t" 'בגין{
      OFS="\t"
      }
      {
      אם(NR == 1){
      הדפס $0, "מפתח אינטראקציה A", "מפתח אינטראקציה B"
      }אחר{
      הדפס $0, $5"/"$2, $6"/"$3
      }
      }' bg_synlet.txt > tmp_bg_synlet_w_keys.txt
      
      #join אינטראקציות קטלניות סינתטיות עם זוגות אורתולוגיים
      מיזוג tmp_bg_synlet_w_keys.txt מיפוי.txt 7 1 > tmp.txt
      מיזוג מיפוי .txt tmp.txt 8 1 > bg_synlet_mapped.txt
      
      הערה: פקודת המיזוג המשמשת בדוגמה זו אינה פקודת יוניקס רגילה. עם זאת, היישום שלה בעזרת GNU Core Utilities מיון ולהצטרף הוא פשוט. הפקודה הוכנסה כדי להסתיר את המורכבות של מיון הקבצים לפני שניתן יהיה לצרף אותם עם צירוף הפקודה. ניתן למצוא יישום של מיזוג https://github.com/aheinzel/merge-sh.
   2. שימוש בכל מזהה גנים המזהה באופן ייחודי את הגן במרחב שמות מסוים לקבלת התוצאות הטובות ביותר האפשריות.
      הערה: שלב 2 גורם לרשימה של אינטראקציות קטלניות סינתטיות מאורגניזמים מרובים הממופים לגנים אנושיים.

3. מיפוי שותפים סינתטיים לאינטראקציה קטלנית לסמים

1. לאחזר זוגות מטרות סמים מבנק הסמים.
   1. הורד נתוני DrugBank ממדור ההורדות של DrugBank וליצור חשבון הראשון אם לא נוצר כבר²². השתמש בקובץ ה- CSV עם מזהי יעד של תרופות (סעיף מזהי חלבונים: https://www.drugbank.ca/releases/latest#protein-identifiers) ואוצר המילים של DrugBank (מקטע נתונים פתוחים: https://www.drugbank.ca/releases/latest#open-data) עם מזהים ושמות של DrugBank. לחלופין, חלץ את המידע הדרוש מה- Dump של מסד הנתונים של XML.
      
      ##restrict את קובץ יעד התרופה DrugBank לעמודות רלוונטיות ולשמור רק ערכים עבור ישויות מולקולריות אנושיות
      DB_TARGETS="הכל.csv"
      אוצר המילים של DB_NAMES="בנק הסמים.csv"
      
      #extract עמודות רלוונטיות ועצב מחדש את הכרטיסיה כמפריד עמודות
      csvtool col 3,12,13 -u TAB "${DB_TARGETS}" > target_to_drugs_agg.txt
      
      awk -F "\t" 'בגין{
      OFS="\t"
      }
      {
      אם(NR == 1 || $2 == "בני אדם"){
      הדפס $1, $3
      }
      }' target_to_drugs_agg.txt > human_target_to_drugs_agg.txt
      
      הערה: נתוני DrugBank מסופקים בשני פורמטים עיקריים. מסד הנתונים המלא זמין כקובץ XML. בנוסף, רוב הנתונים זמינים בסדרה של קבצי ערך מופרד באמצעות פסיקים (CSV).
   2. שים לב כי DrugBank גם מתעד מטרות סמים שאינם אנושיים. עמודת המינים (עמודה מספר 12) יכולה לשמש לחילוץ מטרות סמים אנושיות.
      הערה: לקבלת שמות קריאות טובים יותר של העמודות שחולצו מסופקים בטבלה 2. קיימים מקורות אחרים (למשל מסד הנתונים של היעד הטיפולי או Chembl) המחזיקים בקישורים ליעדי סמים, כמתואר בסעיף הדיון.

מספר עמודה	שם כותרת עמודה
3	שם גנים
12	מינים
13	מזהי סמים

2. הוסף שמות סמים למטרות סמים.
   1. מאז שם התרופה ומידע יעד סמים מסופק בשני קבצי CSV נפרדים, למזג את המידע משני הקבצים לאחר מכן להוסיף שמות של תרופות מיקוד שותף אינטראקציה קטלני סינתטי לאינטראקציות קטלניות סינתטי. הצטרף לשתי ערכות הנתונים באמצעות העמודה הנפוצה DrugBank-drug-ID. לנרמל את ערכת הנתונים של יעד התרופה תחילה כי הוא מכיל רק אחד DrugBank-סמים-מזהה לשורה, כמו הקובץ הראשוני עשוי להחזיק מזהי סמים DrugBank מרובים ברציפות אם חלבון ממוקד על ידי תרופות מרובות.
      
      ##generate קובץ יחיד המחזיק סמל גן יעד סמים, מזהה סמים DrugBank ושם סמים
      ערכת נתונים של יעד #normalize לסמים
      awk -F "\t" 'בגין{
      OFS="\t"
      }
      {
      אם(NR == 1){
      הדפס $0
      }אחרת אם($1 != "" & $2 != ""){
      פיצול($2, drug_targets, ";")
      עבור(i ב- drug_targets){
      drug_target = drug_targets[i]
      gsub(/ /, "", drug_target)
      הדפס $1, drug_target | "מיין -u"
      }
      }
      }' human_target_to_drugs_agg.txt > human_target_to_drug.txt
      
      #extract עמודות רלוונטיות ולאתחל מחדש את הכרטיסיה כמפריד עמודות
      csvtool col 1,3 -u TAB "${DB_NAMES}" > drugbank_id_to_name.txt
      
      מיזוג human_target_to_drug.txt \
      drugbank_id_to_name.txt 2 1 > db_human_drug_targets.txt
      
      הערה: טור אחד ושלושה באוצר המילים של בנק הסמים.csv להחזיק את מזהה התרופה DrugBank ואת השם המתאים.

3. הוסף תרופות המכוונות לשותפי אינטראקציה קטלנית סינתטיים לקבוצת נתונים סינתטית של אינטראקציה קטלנית.
   1. הצטרף לקבוצת הנתונים של האינטראקציה הקטלנית הסינתטית עם קובץ שם התרופה של יעד התרופה שנוצר בשלב הקודם באמצעות עמודות סמל הגן כדי להוסיף תרופות לאינטראקציות קטלניות סינתטיות. יש להקפיד להוסיף שמות סמים לשני בני הזוג של כל אינטראקציה קטלנית סינתטית.
       
      ##enhance קובץ האינטראקציה הקטלנית הסינתטית על ידי הוספת תרופות המכוונות לשותפים של כל אינטראקציה קטלנית סינתטית
      מיזוג bg_synlet_mapped.txt db_human_drug_targets.txt 9 1 > tmp.txt
      מיזוג tmp.txt db_human_drug_targets.txt 10 1 > bg_synlet_mapped_drugs.txt
      
      הערה: שלב 3 גורם לאינטראקציה קטלנית סינתטית מאורגניזם מרובה עם הגנים והתרופות האורתולוגיים שלהם המכוונים לגנים אלה.

4. הקמת סט של שילובי תרופות שנבדקו כעת בניסויים קליניים

1. קבל גישה לנתונים ClinicalTrials.gov.
   1. אחזר מידע על ניסויים קליניים בתבנית XML מ- ClinicalTrials.gov בניסויים בודדים (i), (ii) הנובעים משאילתה לחיפוש, או (iii) כל הניסויים במסד הנתונים. לחלופין, השתמש במשאבים שמספקת יוזמת הטרנספורמציה של הניסויים הקליניים, המארחת גם את כל הנתונים ClinicalTrials.gov במסד נתונים יחסי. לפרטים נוספים ראו שלב 4.4.
      הערה: נדרש חשבון חינמי כדי לגשת למופע מסד הנתונים המתארח בענן בהנחיית יוזמת הטרנספורמציה של הניסויים הקליניים. בנוסף, נדרש לקוח plsql.
2. תתמקד בניסויים התערבותיים.
3. סנן עבור ניסויים ספציפיים עבור אינדיקציה לעניין.
   הערה: ClinicalTrials.gov מספקת שמות מחלות מאוצר המילים המבוקר של כותרות הנושאים הרפואיים של NCBI (MeSH). בניגוד למגיש בתנאי שמות המחלות, אוצר המילים המבוקר מאפשר לזהות ביעילות ניסויים לאינדיקציה לעניין. עם זאת, יש לזכור כי אוצר המילים הנשלט על ידי NCBI MeSH הוא אוצר מילים. לכן, בדוק את דפדפן MeSH (https://meshb.nlm.nih.gov) אם האינדיקציה הכללית לעניין יש תנאים צאצאים /צרים יותר ולכלול אותם במידת הצורך.
4. לאחזר את הניסויים שזוהו יחד עם התרופות שנבדקו בניסויים אלה. שאילתה על ניסויים אינדיקציה כללית של סרטן השחלות מסופק להלן.
   
   ##retrieve ניסויים התערבותיים עבור האינדיקציה הכללית סרטן השחלות מיוזמת טרנספורמציה ניסויים קליניים אירח מסד נתונים יחסי המכיל נתונים ClinicalTrials.gov
   | <<חתול
   \pset כותרת תחתונה כבויה
   בחר s.nct_id, s.brief_title, i.intervention_type i.name נפרדים
   ממחקרים s
   צירוף פנימי browse_conditions c ON(s.nct_id = c.nct_id)
   התערבויות פנימיות של JOIN i ON(s.nct_id = i.nct_id)
   איפה s.study_type = 'התערבות'
   ו- c.mesh_term IN (
   "ניאופלסמות השחלות",
   "קרצינומה, אפיתל השחלות",
   "גידול בתא גרנולוזה",
   "תסמונת סרטן השד והשחלות התורשתית",
   "לוטומה",
   "תסמונת מיגס",
   "סרטולי-ליידג גידול תאים",
   "תקומה"
   )
   הזמנה לפי s.nct_id, i.intervention_type;
   תם גופי
   psql --host="aact-db.ctti-clinicaltrials.org" --שם משתמש="XXX" --סיסמה --ללא יישור --מפריד שדות="^I" --פלט="clinical_trials.txt"

5. לחלץ שמות סמים ולמפות לשמות DrugBank.
   הערה: למרות שזה מפתה להשתמש ישירות בשמות התרופות שהוחזרו מניסויים קליניים מעניינים יש להיות מודעים לכך ששמות התערבות ClinicalTrials.gov מוזנים על ידי המגיש כטקסט חופשי. כתוצאה מכך, השמות אינם מתוקננים, ניתן להשתמש בשמות מותגים במקום בשם המורכב המשותף ואין ערובה לנורמליזציה נכונה של נתונים (למשל שמות סמים מרובים בערך אחד). בנוסף, זה נפוץ כי תרופות מוגשות עם סוג התערבות שונה, שונה תרופה. לכן, מיפוי שמות ההתערבות שאוחזרו לשמות סמים DrugBank מתבצע בצורה הטובה ביותר באופן ידני.
   
     ##Obtain רשימה של התערבויות בשימוש במערכת של ניסויים קליניים שאוחזרו בעבר.
   גזור -d "^I" -f3,4 clinical_trials.txt | זנב -n +2 | מיין -u
   
   הערה: עמודות 3 ו- 4 מחזיקות סוג של שם התערבות והתערבות, בהתאמה.

6. להשלים עם תרופות כבר בשימוש קליני מהנחיות
   הערה: שלב 4 מביא לרשימת תרופות תחת הערכה/שימוש לצורך אינדיקציה לעניין.

5. זיהוי של שילובי סמים המכוונים לאינטראקציות קטלניות סינתטיות

1. חפש אינטראקציות קטלניות סינתטיות להיות ממוקד על ידי שתי תרופות מעניינות. להגביל את ערכת הנתונים משלב 3 לסמים מעניינים על ידי סינון שורות בקובץ המחזיק הן תרופה A והן סמים B.
   
   ##only לשמור ערכים עבור אינטראקציות קטלניות סינתטיות וסמים המפעילים אותם שבו שני בני הזוג ממוקדים על ידי שתי תרופות מעניינות (drug_a drug_b)
   awk -F "\t" '{
   אם( ($12 == drug_a & $14 == drug_b) || ($12 == drug_b & $14 == drug_a) ) ) {
   הדפס $0
   }
   "drug_a XXX" drug_b ="YYY" bg_synlet_mapped_drugs.txt

2. ודא כי אף אחת משתי התרופות לבד הוא מיקוד שני שותפים אינטראקציה קטלנית סינתטית. בדוק את מטרות התרופה של כל תרופה מזוהה בקבוצת הנתונים משלב 3.2 ולהעריך אם שני שותפים קטלניים סינתטיים מזוהים הם מטרות של התרופה הספציפית.
   
   ##find כל ערכי יעד הסמים עבור שם תרופה נתון
   awk -F "\t" '{
   אם($3 == סמים){
   הדפס $0
   }
   "XXX" db_human_drug_targets.txt
   
   הערה: תרופה שתתמקד בשני מסלולי האינטראקציה הקטלניים הסינתטיים תהיה רעילה לכל תא, כך שתיאורטית היא אינה סוכן רב מטרות בעל ערך. זו הסיבה מדוע אפשרות זו אינה נכללת בשלב זה של האלגוריתם.
    

6. בדיקת שילובי תרופות חדשים נבחרים במבחנה

1. לטפל בתאי סרטן השד האנושי ותאי אפיתל שפירים אנושיים בתרבית בשיטות פולחן במבחנה רגילה באווירה לחה של 37 מעלות צלזיוס עם 5% CO₂ עם שילובי תרופות שונים.
2. השתמש במדיה בתוספת סרום שור עוברי ופניצילין, כמו גם סטרפטומיצין גופרתי כדי לעכב זיהום חיידקי.
3. לדלל תרופות ממיסים כגון DMSO או מלוחים אגירה פוספט לפחות ארבעה ריכוזים שונים המבוססים על IC50 הוקמה בעבר שלהם (ריכוז מעכבות) ולהשתמש בהם בשילוב או לבד לטיפול בתאים.
4. בצע מבחני הכדאיות של התא ואת מבחני אפופטוזיס כגון כתמי AnnexinV/7-AAD כדי לקבוע השפעות ציטוטוקסיות הנגרמות על ידי טיפולים.
5. לפקח על עיכוב תרופתי של מטרות מולקולריות חשודות באמצעות כתמים מערביים.
6. להבחין קטלניות סינתטית אפקטים תוסף גרידא חישוב מדד קומבינטור (CI) כמתואר על ידי צ'ו ואחרים²³.

תוצאות

הקבוצה שלנו פרסמה לאחרונה שני מחקרים המיישמים את זרימת העבודה המתוארת בכתב יד זה כדי לזהות שילובי תרופות המכוונים אינטראקציות קטלניות סינתטיות בהקשר של סרטן השחלות והשד^24,25. במחקר הראשון, הערכנו שילובי תרופות שנבדקות כיום בניסויים קליניים בשלב מאוחר (שלב II...

Discussion

התווינו זרימת עבודה לזיהוי שילובי תרופות המשפיעים על אינטראקציות קטלניות סינתטיות. זרימת עבודה זו עושה שימוש (i) נתונים על אינטראקציות קטלניות סינתטיות של אורגניזמים מודל, (ii) מידע של אורתולוגים אנושיים, (iii) מידע על אסוציאציות יעד תרופתי, (iv) מידע על תרופות על ניסויים קליניים בהקשר של סרטן, ?...

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