Inherent Dynamics Visualizer、遺伝子調節ネットワーク推論パイプラインからの出力を評価および視覚化するためのインタラクティブなアプリケーション

要約

Inherent Dynamics Visualizer は、遺伝子調節ネットワーク推論ツールに接続するインタラクティブな視覚化パッケージで、機能ネットワークモデルの強化と合理化の生成を実現します。ビジュアライザーを使用すると、推論ツールのパラメーター化についてより多くの情報に基づいた意思決定を行うことができ、結果のモデルの信頼性が向上します。

要約

遺伝子制御ネットワークモデルの開発は、システム生物学における大きな課題です。この課題に取り組むために、新しく開発された固有のダイナミクスパイプラインを含むいくつかの計算ツールとパイプラインが開発されています。固有のダイナミクスパイプラインは、相乗的に機能し、線形に接続された以前に公開されたいくつかのツールで構成され、1つのツールの出力が次のツールの入力として使用されます。ほとんどの計算手法と同様に、固有のダイナミクス パイプラインの各ステップでは、正確な生物学的定義を持たないパラメーターについてユーザーが選択する必要があります。これらの選択は、解析によって生成された遺伝子調節ネットワークモデルに大きく影響し得る。このため、各ステップでさまざまなパラメーター選択の結果を視覚化して探索する機能は、選択と結果に対する信頼性を高めるのに役立ちます。固有のダイナミクスビジュアライザーは、Webブラウザ内のインタラクティブなインターフェイスを介してパラメータの選択を評価するプロセスを合理化する包括的な視覚化パッケージです。ユーザーは、パイプラインの各ステップの出力を個別に調べ、視覚情報に基づいて直感的な変更を行い、固有のダイナミクス パイプラインに必要な入力ファイルの自動生成の恩恵を受けることができます。固有のダイナミクスビジュアライザーは、時系列トランスクリプトームデータから遺伝子調節ネットワークを発見するための非常に複雑なツールへの比類のないレベルのアクセスを提供します。

概要

細胞分化や環境応答などの多くの重要な生物学的プロセスは、遺伝子調節ネットワーク(GRN)内で互いに相互作用する一連の遺伝子によって支配されています。これらのGRNは、それらが制御する表現型を活性化および維持するために必要な転写ダイナミクスを産生するので、GRNの構成要素およびトポロジカル構造を特定することは、多くの生物学的プロセスおよび機能を理解するための鍵である。GRNは、ノードが遺伝子であり、その辺が相互作用の方向および形態(例えば、転写の活性化/抑制、翻訳後修飾など)を記述するネットワークによって記述される相互作用遺伝子および/または遺伝子産物のセットとしてモデル化され得る。¹. 相互作用は、調節遺伝子がその標的の産生に及ぼす影響を記述するパラメータ化された数学的モデルとして表現することができる^2,3,4。GRN モデルの推論には、相互作用ネットワークの構造の推論と、基になる相互作用パラメータの推定の両方が必要です。時系列遺伝子発現データを取り込み、GRNモデルを出力する様々な計算推論法が開発されている⁵。最近、時系列遺伝子発現データを利用して、遺伝子発現データで観察されたダイナミクスと一致するダイナミクスを生成することができる標識された調節因子....

プロトコル

1. IDP と IDV をインストールする

注:このセクションでは、ドッカー、コンダ、ピップ、およびgitがすでにインストールされていることを前提としています(材料表)。

1. ターミナルで、git clone https://gitlab.com/biochron/inherent_dynamics_pipeline.git コマンドを入力します。
2. IDP の README ファイルのインストール手順に従います。
3. ターミナルで、git clone https://gitlab.com/bertfordley/inherent_dynamics_visualizer.git コマンドを入力します。
   メモ: IDV のクローン作成は、IDP の最上位ディレクトリの外部で行う必要があります。
4. IDV の README ファイルのインストール手順に従います。

2. ノード検索

1. ノード検索ステップをパラメータ化する新しい IDP 構成ファイルを作成します。
   メモ: 次の手順のすべての引用符は入力しないでください。引用符は、プロトコルテキストと入力されるものの間の区切り文字と....

結果

上記でテキストで説明し、 図1 でグラフィカルに説明したステップを酵母細胞周期のコア振動GRNに適用して、酵母細胞周期研究で収集された時系列遺伝子発現データで観察されたダイナミクスを生成することができる機能的GRNモデルを発見できるかどうかを調べた¹⁶。IDVがIDP出力をどのように明確化し、改善できるかを説明するために、この分析を2つ?.......

ディスカッション

GRNの推論は、システム生物学における重要な課題である。IDPは、ますます複雑な方法でデータを利用する一連のツールを使用して、遺伝子発現データからモデルGRNを生成します。各ステップでは、データの処理方法と、IDPの次の層に渡される要素(遺伝子、機能的相互作用)に関する決定が必要です。これらの決定がIDPの結果に与える影響は、それほど明白ではありません。この点を支援する?.......

資料

Name	Company	Catalog Number	Comments
Docker			https://docs.docker.com/get-docker/
Git			https://git-scm.com/
Inherent Dynamics Pipeline			https://gitlab.com/biochron/inherent_dynamics_pipeline
Inherent Dynamics Visualizer			https://gitlab.com/bertfordley/inherent_dynamics_visualizer
Miniconda			https://docs.conda.io/en/latest/miniconda.html
Pip			https://pip.pypa.io/en/stable/