Name: pattern-based search of epigenomic data using genemo
Uploaded: 2017-10-08T13:00:00.000+00:00
Duration: 6 min 38 s
Description: Watch this Scientific Journal Video about Pattern-based Search of Epigenomic Data Using GeNemo at JoVE.com

この作品は、NIH によって支えられた補助金含め NICHD、NHGRI から R01HG008135 から DP1HD087990。貴重なフィードバックの仲研究室のメンバーに感謝いたします。
著者の貢献: X.C. と A.T.Z. は、新しいインターフェイスと機能のコーディングによって GeNemo を更新A.T.Z. 制作社内サンプル動画;A.T.Z.、X.C と S.Z. は、紙を書いた。

注: どこでも一時停止できるプロトコル。
 1 です。 基本的なセットアップ <ol><li>ピークを取得ベッド形式、またはゲノムに入力されるデータを含む大物 7 ファイル。ファイルには、拡張子 &#34; ベッド &#34;、&#34; broadpeaks &#34; &#34; narrowpeaks &#34;、または &#34; の大物 &#34; それぞれ 。
	&#8203; 注: これらのタイプのファイルの圧縮バージョンも動作します</li>。
	<li>は、genemo.org に行きインターネット ブラウザーを使用します。最も一般的なインターネットのブラウザーを実行できる任意のオペレーティング システムは、GeNemo を使用することができるはず。
	<ol><li>の選択ドロップ ダウン メニューを使用して、検索する種。現在利用可能な種は人間を含むし、マウスします</li>。
		<li>アップロード url または直接アップロードを使用してユーザー ファイル。大物は、url アップロード方法でのみ作業をファイルします。ベッドとピーク (今主なデータとしては小刻みに動くファイルをアップロードできません) 両方の方法でファイルの書式を設定します</li>。
	</ol></li></ol> 2。オプションのセットアップ <ol><li>対応するボックスに検索が完了したときにメールで検索結果を受け取るために電子メール アドレスを提供します 。
	&#8203; 注: トラック (下記参照) の多数に対しておよび/またはゲノムの大部分を検索する場合は、検索は、長い時間をかかることがありますので、ユーザーが彼/彼女の電子メールを提供することをお勧めします。たとえば、100 megabase の検索は約 15 秒。検索結果へのリンクは、検索が完了したときに入力したメール アドレスに送信されます。検索の完了後 7 日以内にリンクが切れます</li>。
	<li>提供の大物ファイルまたは url から wiggle の表示ファイルがあります。このファイルを表示、結果は影響しませんそれだけ結果と一緒に表示されます</li>。
	<li>対応するボックス (染色体と塩基対の位置を含む) 検索範囲を指定します。
	<ol><li>染色体を一覧表示、塩基対を開始および終了の塩基対</li>。
		<li>使用 &#39; chrN &#39; 染色体形式のどこ &#39; N &#39; は染色体数/手紙 (1、2、&#8230; X、または Y)。塩基対の数字で入力します</li>。
		<li>はすべての 3 つのエントリの間にスペースを含めるまたは染色体数や一塁ペアは、2 つの塩基対の間のハイフンの間にコロン (:) が含まれます。例: chr1:1000000-2000000、chr1 1000000 2000000、chr1 1000000 2000000、chr1:1000000 2000000 。
		注: 2.1 2.3 の手順は省略可能です</li>。
	</ol></li></ol> <img alt="Figure 1"class="xfigimg"src="/files/ftp_upload/56136/56136fig1.jpg"/> 図 1 : GeNemo &#39; s フロント ページに記入が必要領域。ユーザーは入力種、検索ファイルと検索範囲に対する検索希望のトラックを選択する必要があります。メール アドレスとファイルを表示するオプションです <a href="//ecsource.jove.com/files/ftp_upload/56136/56136fig1large.jpg"target="_blank"> この図の拡大版を表示するにはここをクリックしてください。</a>。
 3 しますデータ選択 <img alt="Figure 2"class="xfigimg"src="/files/ftp_upload/56136/56136fig2.jpg"/> 図 2 : トラックの選択] ウィンドウ。。これはクリックしてで育て、&#34; データの選択 &#34; フロント ページ上のボタン。ここでは、ユーザーは、入力ファイルに対して検索するトラックを選択します。トラックのいくつかは既にデフォルト選択されて <a href="//ecsource.jove.com/files/ftp_upload/56136/56136fig2large.jpg"target="_blank"> この図の拡大版を表示するのにはここをクリックしてください</a>。
<ol><li>データ選択ボタンをクリックした後 (つまり クエリに追加する) に対して検索するトラックの種類を選択します。トラック コレクションには、世界中のラボから多くの異なるデータセットが含まれています。
	<ol><li>トラックのリストは非常に長く、ユーザーがトラック選択を容易にする (上) [フィルター] ボタンを使用する必要があります。実験、組織、細胞、研究室によってトラックをフィルター可能性があります</li>
		<li>トラックの選択を実行する下に 5 つのボタンがあります: すべて選択、選択なし、追加、フィルター、除外します</li>。
		<li>すべて選択 &#34; と &#34; を選択なし &#34; 一目瞭然です</li>。
		<li>、&#34; 追加 &#34; ボタン現在選択されているトラックをクエリに追加します。論理ゲートとして &#34; または &#34;。(例えば、特定の実験、組織、細胞または研究所) 上のフィルターを選択する、追加せず、自動的に対応するトラックの検索クエリに注意してください。ユーザーする必要があります最初 (例えば 脳、肝臓組織の下で)、トラックを選択し、クリックして、&#34; 追加 &#34; それらをクエリに追加するボタン。トラックを選択すると、フィルター ウィンドウで開いたタブで指定されているフィルターのみが検索クエリに適用することに注意してください。他のタブの選択、フィルター ウィンドウで保存されたが検索クエリに適用されません</li>。
		<li>、&#34; フィルター &#34; ボタンの種類のクエリでフィルター] ウィンドウで現在選択されているトラックのみを保持し、他のすべてのタイプのトラックを削除します。それは論理ゲートとして機能 &#34; と &#34;。基本的には、&#34; フィルター &#34; (例えば、特定のラボと特定の組織) のトラックの 2 つのカテゴリ間の相互作用を選択できます。注意してください &#34; フィルター &#34; 既にクエリでない場合は、クエリに選択したタイプのトラックを追加されません</li>。
		<li>、&#34; 除外 &#34; ボタンは、クエリからフィルター ウィンドウで現在選択されているトラックのすべてのタイプを削除します。それは論理ゲートとして機能 &#34; いない &#34;、反対に、&#34; フィルター &#34; 機能。もう一度、&#34; を除外 &#34; クエリにフィルター ウィンドウで現在選択されていないすべてのトラックは追加されません</li>。
	</ol></li></ol> <img alt="Figure 3"class="xfigimg"src="/files/ftp_upload/56136/56136fig3.jpg"/> 図 3 : フィルター ウィンドウ.これはクリックしてで育て、&#34; フィルター &#34; トラック選択ウィンドウのボタン。ここでは、ユーザーが相対的な容易さと同時に多くのトラックを選択できます <a href="//ecsource.jove.com/files/ftp_upload/56136/56136fig3large.jpg"target="_blank"> この図の拡大版を表示するのにはここをクリックしてください</a>。
 <img alt="Figure 4"class="xfigimg"src="/files/ftp_upload/56136/56136fig4.jpg"/> 図 4 : filter 関数を使用する方法。<a href="//ecsource.jove.com/files/ftp_upload/56136/56136fig4large.jpg"target="_blank"> この図の拡大版を表示するのにはここをクリックしてください</a>。
<ol start="2"> <li>目的のトラックをクエリに追加すると後をクリックして、&#34; Update &#34; 右下のボタン。これは、データを選択する 2 つの方法に対応するために必要です: 個々 のデータ トラックを選択またはフィルタ リング/を除く。&#34; ビューをリセット &#34; ボタン人間/マウス胚性幹細胞での遺伝子発現制御に関連する初期設定のトラックにクエリをリセットします 。
	注: を介してに対して検索するトラックの選択 &#34; データの選択 &#34; はオプションですが推奨されます。デフォルト検索トラックが最も可能性の高いユーザーに適していない &#39; s ニーズ</li>。
</ol> 4。検索結果と結果 <ol><li>をクリックして、&#34; 検索 &#34; データ選択後ボタン。検索は、いくつかの時間をかかることがあります</li>。
	<li>検索が完了すると、結果ページでさまざまなボックスが表示されます。各ボックスは、ユーザーが、ゲノムのセクションを表します &#39; s データ ファイルが 1 つ以上のユーザーが照会トラックに密接に一致したパターン。
	<ol><li>ボックス表示しようとトラックのより多くの種類を検索したり、検索範囲を同じ入力ファイルと大きくはない場合。すべてをやり直すことがなくこれを行う簡単な方法をクリックすると、&#34; &#9776; &#34;、ロゴの横にあるボタン。これは、検索を変更することができますサイドバーを開くがします</li>。
		<li>をクリックしてベッド ファイルとして結果をエクスポートできます、&#34; ベッド ファイルのダウンロード &#34; の結果ページの下部にあるボタン.</li>
	</ol></li> <li>上に表示ボタンをクリックして結果を表示する各ボックスの右。
	表示ファイルのトラックに一致する、1 つが入力された場合、ユーザー入力ファイルが組み込まれていますデータを含む <ol><li>で、可視化パネル右、複数のものが表示されます、いくつかの既定の追跡されます。結果からユーザーはさらなる調査のため提供されているデータセットに対して知られているエンコード データセットを比較可能性があります。ユーザーは、クエリ結果のコンテキストを表示する UCSC 遺伝子を指す場合も。複数セルの行/組織からトラックを選択すると、ユーザーは与えられたデータセットおよびエンコード データセット間の類似の組織特異性についての洞察を得るためにこのような結果を使用可能性があります</li>。
		<li>の結果] ページで、ユーザーを下流または上流に移動する任意のトラックにドラッグすること; ゲノムの座標上にマウス ポインター ユーザーがマウス ホイールを使用しておよび/またはズームインおよびズームアウトします</li>。
	</ol></li></ol> <img alt="Figure 5"class="xfigimg"src="/files/ftp_upload/56136/56136fig5.jpg"/> 図 5 : 結果ページ。この特定の検索には、363 の対応領域が返されます。最初の一致する領域を表示するをクリックして行うことができます、&#34; ショー &#34; 結果の地域欄の左下のボタン。表示ウィンドウの左部分に見られる 2 つのデータ ファイル (入力と選択したトラック) が信号強度パターンで似たような <a href="//ecsource.jove.com/files/ftp_upload/56136/56136fig5large.jpg"target="_blank"> をクリックしてくださいこの図の拡大版を表示するのにはここで</a>。

<ol>
	<li>The ENCODE Project Consortium. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=An+integrated+encyclopedia+of+DNA+elements+in+the+human+genome.">An integrated encyclopedia of DNA elements in the human genome.</a> Nature. 489, 57-74 (2012).</li><li>Barski, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=High-Resolution+Profiling+of+Histone+Methylations+in+the+Human+Genome.">High-Resolution Profiling of Histone Methylations in the Human Genome.</a> Cell. 129 (4), 823-837 (2007).</li><li>Meaney, M. J., Ferguson-Smith, A. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Epigenetic+regulation+of+the+neural+transcriptome:+the+meaning+of+the+marks.">Epigenetic regulation of the neural transcriptome: the meaning of the marks.</a> Nature Neuroscience. 13, 1313-1318 (2010).</li><li>Roh, T. -. Y., Cuddapah, S., Cui, K., Zhao, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+genomic+landscape+of+histone+modifications+in+human+T+cells.">The genomic landscape of histone modifications in human T cells.</a> PNAS. 103 (43), 15782-15787 (2006).</li><li>Zhang, Y., Cao, X., Zhong, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=GeNemo:+a+search+engine+for+web-based+functional+genomic+data.">GeNemo: a search engine for web-based functional genomic data.</a> Nucleic Acids Res. 44, W122-W127 (2016).</li><li>Fujita, P. A., Rhead, B., Zweig, A. S., Hinrichs, A. S., Karolchik, D., Cline, M. S., Goldman, M., Barber, G. P., Clawson, H., Coelho, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+UCSC+Genome+Browser+database:+update+2011.">The UCSC Genome Browser database: update 2011.</a> Nucleic Acids Res. 39, 876-882 (2011).</li><li>Neph, S., Vierstra, J., Stergachis, A. B., Reynolds, A. P., Haugen, E., Vernot, B., Thurman, R. E., John, S., Sandstrom, R., Johnson, A. K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=An+expansive+human+regulatory+lexicon+encoded+in+transcription+factor+footprints.">An expansive human regulatory lexicon encoded in transcription factor footprints.</a> Nature. 489, 83-90 (2012).</li><li>Sarda, S., Hannenhalli, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Next-generation+sequencing+and+epigenomics+research:+a+hammer+in+search+of+nails.">Next-generation sequencing and epigenomics research: a hammer in search of nails.</a> Genomics Inform. 12 (1), 2-11 (2014).</li><li>Storre, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Silencing+of+the+Meiotic+Genes+SMC1&#946;+and+STAG3+in+Somatic+Cells+by+E2F6.">Silencing of the Meiotic Genes SMC1&#946; and STAG3 in Somatic Cells by E2F6.</a> J Biol Chem. 280, 41380-41386 (2005).</li><li>Liu, B., Shats, I., Angus, S. P., Gatza, M. L., Nevins, J. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Interaction+of+E2F7+Transcription+Factor+with+E2F1+and+C-terminal-binding+Protein+(CtBP)+Provides+a+Mechanism+for+E2F7-dependent+Transcription+Repression.">Interaction of E2F7 Transcription Factor with E2F1 and C-terminal-binding Protein (CtBP) Provides a Mechanism for E2F7-dependent Transcription Repression.</a> J Biol Chem. 288, 24581-24589 (2013).</li></ol>

著者は開示する競合金融興味を持ってないです。

エピゲノムの徹底的な理解は、新しい生物学的洞察力8を提供する人間のゲノムの完全な可能性を達成するために必要です。現在データの説明とタイトル (すなわちメタデータ)1オンライン エピゲノム データセットを検索する唯一の方法があります。これは深刻なエピゲノム データで行うことができます 1 つの検索の種類を制限します。エピゲノム データに対してパターン ベースの検索ツールは、新しい生物学的洞察につながる可能性があります別のエピゲノムのマークの間の関係を探検に不可欠です。GeNemo は、データとメタデータではなくの内容による検索、ユーザー生成とデータベースのエンコードなど公開された保管所からエピゲノム データ内のパターンを比較するには、その種の最初のサービスは、またはデータセット5をダウンロードします。これはシーケンスのテキスト ・ ベースの検索ツールが 1990 年代に広く利用可能になっただけで世界中の研究者に広くアクセス可能なエピゲノムの検索ツールの可用性の始まりです。現在、GeNemo 以外のエピゲノム データに対するパターン ベースのオンライン検索ツールの選択肢はありません。
GeNemo を使用しての 1 つの潜在的な例はヒト胚性幹細胞 (例 E2F6 バインド信号ファイルは、またはエンコード データ ポータルで利用可能に共同出現のヒストン修飾とその他エピゲノム転写因子 E2F6 を検索するにはhttps://sysbio.ucsd.edu/public/xcao3/ENCODESample/ENCFF001UBC.bed)。H1 hESC のすべてのエンコードのデータセットに対して検索を実行するクエリとしてこのファイルを使用して、GeNemo は、E2F6 バインディング信号が H3K4me1、H3K4me2、H3K4me3、H3K27me3 は、E2F6 がを介していくつかの遺伝子を調節することを示す既存の研究と一致すると濃縮されて大きく表示されます。H3K279のメチル化。その一方で、同じ家族、E2F710の要因と対話するために知られている E2F6 と CtBP2 の結合部位の共存に注目が表示されます。エピゲノム、転写因子結合信号その他の信号のエンコードに含まれている数が多いと全体のゲノムのこれらの結果は、さらなる分析のためのすべての潜在的なターゲットを提供できる GeNemo と比較的簡単に取得できます。
文書の最初の5 GeNemo エピゲノムの web ベース データ検索ツールとして、以来 GeNemo の結果セクション GeNemo のフロント ページと一致する外観にアップデートされました。古い結果セクションは密接に UCSC のゲノム ブラウザーの [結果] セクションをミラー化され、ディスプレイ用のリモート UCSC サーバーに大きく依存していた。新しいインターフェイスと GeNemo がより使いやすく、UCSC のゲノム サーバーにもはや依存 (にもかかわらず、データがリモートでフェッチされるまだ)。これは、ように GeNemo より堅牢コードの変更に起因する問題に敏感で UCSC サーバー。さらに、GeNemo の新しい高速ポリマー界面が視覚化し、データ内のパターンを分析するツールをユーザーに与えます。
重要な手順には、適切な入力ファイルを提供して、データに対して検索するトラックの選択が含まれます。ユーザーは、様々 な実験に強く推奨選択プロセスとどのように異なるコマンドに精通するトラックの選択機能は意図されていた結果を達成するために組み合わせることができます。特に、「Add」関数が"フィルター"または「除外」ロジック ゲート コマンドとして使用できますが、クエリに選択した目的のトラック追加する必要があるに注意してください"AND"と"OR"、それぞれ。「更新」機能は、検索を実装する前にすべての選択に影響を与える必要があります。結果は返されません、ユーザー可能性があります入力データ ファイルを確認してくださいより多くのトラックを検索または検索範囲を増加させます。エラーがあるときに、まさにエラーを定義ポップアップ ウィンドウになります。ただし、いくつかのあいまいなエラーがあります。たとえば、こと 'ファイルはアップロードされませんでした」という、かファイルはアップロードされませんでした、またはアップロードされたファイルが受け付け可能な形式のなかったし、したがって、プログラムはそれを正しく読み取ることでした。ファイルのアップロードのための適切なファイル形式では、アップロードする方法、両方のベッドとピークの形式ファイル オンライン リンク アップロードだけの大物をご利用など。これらのファイル形式の圧縮バージョンも問いません。
このアプローチの現在の制限には、まだ最適化アルゴリズムと GeNemo で採用されている機能が含まれます。GeNemo はまだ返される任意のデータセットの解釈に任意のガイダンスを提供できません。このタスクは、ユーザーまで多大な知識とゲノム、エピゲノムの生物学の専門知識が必要です。さらに、別の現在の制限は、ユーザーが検索の感度とノイズ レベルを変更できないです。向上・検索機能とデータセットのコレクションを将来的にそのパターンに GeNemo を拡大し、続ける予定です。

最近の技術の進歩は、エピゲノムあるいはゲノム機能のデータ保管所を生物学的洞察力を抽出する関連する分析ツールの開発を上回っているの急速な拡大のため許可されています。エピゲノム データを分析する重要な方法の 1 つはデータ保管所と新しい知識につながるパターン マッチングのための百科事典の DNA 要素 (エンコード)1プロジェクトからの特にそれらに対してユーザーが生成したデータを検索します。例えば、ゲノム全体で定義された遺伝子座で 2 つの異なるエピゲノム印のパターンの類似性を識別する可能性があります異なる分子選手のクロマチン構造と転写制御2 協調的行動、3,4。
従来のテキスト ベースの検索エンジンは、効果的なこの点で、DNA シーケンスとは異なりエピゲノム データは主に強度や機能ゲノム領域の形式で存在します。遺伝子 nemo (), ファインディングニモのように立っている GeNemo は5パターン ベースの検索を使用してこのニーズに対処するため開発されました。そのアルゴリズムは、マルコフ連鎖モンテカルロ法の最大化プロセス5を利用しています。ユーザーが独自のデータを取るまたはデータセットを保管および検索オンライン エピゲノム データの配列パターンの類似性を識別するためにからダウンロードします。
GeNemo の現在のバージョンは、更新されたディスプレイ、カリフォルニア大学サンタクルス (UCSC) のゲノムのブラウザー6より確実でインターフェイスを持っているし、後者の変更によって生じる問題を受けにくい。特に、GeNemo の結果ページは UCSC のゲノムのブラウザー インターフェイスに基づいて使用、GeNemo の現在のバージョンは独自の検索結果ページをサポートし、したがってもはや悪影響を受ける UCSC のゲノムのブラウザーへの構造変化。GeNemo は、大規模なコンソーシアムから既知のデータ セットの中で,/類似したセグメントを検索するクエリとして蛋白結合、ヒストン修飾、クロマチン接近性、位相ドメイン、およびを含む任意のゲノムの信号を使用できます。したがって、それは目的の異なるエピゲノム データと大規模なゲノム プロジェクトで生成される既知のデータとの関係を研究する重要なツールです。

<table><tbody><tr><td>GENEMO</td><td>https://www.genemo.org</td><td></td><td>Comparative Epigenome Browser</td></tr></tbody></table>

pattern-based search of epigenomic data using genemo

強力なテキスト ベースの検索ツールと比較ゲノムや RNA 配列データ、エピゲノムと他の機能ゲノムデータのパターン ベースの検索の現在の方法が非常に限られました。GeNemo は、この目標を達成する最初のオンライン検索ツールです。ユーザーは、ブラウザー拡張データ (ベッド)、ピーク、大物形式機能ゲノム データを入力し、3 つの形式のいずれかでデータを検索します。ユーザーが指定に対して、検索を実行するデータセットの種類を百科事典の DNA 要素 (エンコード) 異なるエピゲノム マーク、転写因子結合部位とクロマチンを表すさまざまなオンラインのデータセットから選択します。過敏症または特定の細胞型と発達段階や種 (マウスや人間) のアクセシビリティ。GeNemo は、ブラウザーで表示可能性があります、ベッド ファイル形式でダウンロードこともできる入力データにパターン マッチングによるゲノム領域の一覧を返します。アップグレードされた GeNemo グラフィカル表示を改善して、堅牢なインターフェイスを持つ、カリフォルニア大学サンタ ・ クルス (UCSC) のゲノムのブラウザーの変更によるエラーになりやすいのはや。一般的な問題のトラブルシューティング手順を説明します。機能ゲノム データ量は指数関数的に拡大し、開発し、データの解析と解釈の GeNemo など新しい bioinformatic ツールを改良する重要な必要性があります。

シミュレートされた検索は、図 5に示します。人間の種が選択されていると、対応するサンプル ファイルは、入力データ ファイルとして使用されました。さらに、図 3に見られるように、初期設定のトラックが選択されました。合計 363 地域をマッチングされ、最初の領域は、表示ページに表示されます。それは、光強度パターンは、入力ファイルの第 1 染色体 17036000 に 17038000 をベースし、選択したトラックの 1 つは非常に似ている見ることができます。

Watch this Scientific Journal Video about Pattern-based Search of Epigenomic Data Using GeNemo at JoVE.com

Pattern-based Search of Epigenomic Data Using GeNemo

DNA シーケンス データとは異なり、エピゲノムのデータはテキスト ベースの検索に容易に服従しません。エピゲノム データと DNA 要素の百科事典を含む利用可能なオンラインのデータベースを比較することで類似のパターン ベースの検索を行う GeNemo、web ベースのバイオインフォマティクス ツールのアップグレードされたバージョンを使用する手順は、ここで紹介ユーザーのデータ。

GeNemo を用いたエピゲノム データのパターン ベースの検索

Compared with the robust text-based search tools for genomic or RNA sequencing data, current methodologies for pattern-based searches of epigenomic and ...

pattern-based-search-of-epigenomic-data-using-genemo

Research

JoVE Journal

Bioengineering

5.0K ビュー.  University of California San Diego. DNA シーケンス データとは異なり、エピゲノムのデータはテキスト ベースの検索に容易に服従しません。エピゲノム データと DNA 要素の百科事典を含む利用可能なオンラインのデータベースを比較することで類似のパターン ベースの検索を行う GeNemo、web ベースのバイオインフォマティクス ツールのアップグレードされたバージョンを使用する手順は、?...

ビデオ: Pattern-based Search of Epigenomic Data Using GeNemo

Methyl-binding DNA capture Sequencing for Patient Tissues

Methylation is one of the essential epigenetic modifications to the DNA, which is responsible for the precise regulation of genes required for stable development and differentiation of different tissue types. Dysregulation of this process is often the hallmark of various diseases like cancer. Here, we outline one of the recent sequencing techniques, Methyl-Binding DNA Capture sequencing (MBDCap-seq), used to quantify methylation in various normal and disease tissues for large patient cohorts. We describe a detailed protocol of this affinity enrichment approach along with a bioinformatics pipeline to achieve optimal quantification. This technique has been used to sequence hundreds of patients across various cancer types as a part of the 1,000 methylome project (Cancer Methylome System).

Here we present a protocol to investigate genome wide DNA methylation in large scale clinical patient screening studies using the Methyl-Binding DNA Capture sequencing (MBDCap-seq or MBD-seq) technology and the subsequent bioinformatics analysis pipeline.

患者の組織のためのメチル結合DNA捕捉シーケンシング

Methylation is one of the essential epigenetic modifications to the DNA, which is responsible for the precise regulation of genes required for stable ...

遺伝学

An Integrated Platform for Genome-wide Mapping of Chromatin States Using High-throughput ChIP-sequencing in Tumor Tissues

Histone modifications constitute a major component of the epigenome and play important regulatory roles in determining the transcriptional status of associated loci. In addition, the presence of specific modifications has been used to determine the position and identity non-coding functional elements such as enhancers. In recent years, chromatin immunoprecipitation followed by next generation sequencing (ChIP-seq) has become a powerful tool in determining the genome-wide profiles of individual histone modifications. However, it has become increasingly clear that the combinatorial patterns of chromatin modifications, referred to as Chromatin States, determine the identity and nature of the associated genomic locus. Therefore, workflows consisting of robust high-throughput (HT) methodologies for profiling a number of histone modification marks, as well as computational analyses pipelines capable of handling myriads of ChIP-Seq profiling datasets, are needed for comprehensive determination of epigenomic states in large number of samples. The HT-ChIP-Seq workflow presented here consists of two modules: 1) an experimental protocol for profiling several histone modifications from small amounts of tumor samples and cell lines in a 96-well format; and 2) a computational data analysis pipeline that combines existing tools to compute both individual mark occupancy and combinatorial chromatin state patterns. Together, these two modules facilitate easy processing of hundreds of ChIP-Seq samples in a fast and efficient manner. The workflow presented here is used to derive chromatin state patterns from 6 histone mark profiles in melanoma tumors and cell lines. Overall, we present a comprehensive ChIP-seq workflow that can be applied to dozens of human tumor samples and cancer cell lines to determine epigenomic aberrations in various malignancies.

Here, we describe an optimized high-throughput ChIP-sequencing protocol and computational analyses pipeline for the determination of genome-wide chromatin state patterns from frozen tumor tissues and cell lines.

腫瘍組織に高スループット チップ シーケンスを用いたクロマチン状態のゲノム マッピングの統合プラットフォーム

Histone modifications constitute a major component of the epigenome and play important regulatory roles in determining the transcriptional status of ...

がん研究

A Fast and Quantitative Method for Post-translational Modification and Variant Enabled Mapping of Peptides to Genomes

Cross-talk between genes, transcripts, and proteins is the key to cellular responses; hence, analysis of molecular levels as distinct entities is slowly being extended to integrative studies to enhance the understanding of molecular dynamics within cells. Current tools for the visualization and integration of proteomics with other omics datasets are inadequate for large-scale studies. Furthermore, they only capture basic sequence identify, discarding post-translational modifications and quantitation. To address these issues, we developed PoGo to map peptides with associated post-translational modifications and quantification to reference genome annotation. In addition, the tool was developed to enable the mapping of peptides identified from customized sequence databases incorporating single amino acid variants. While PoGo is a command line tool, the graphical interface PoGoGUI enables non-bioinformatics researchers to easily map peptides to 25 species supported by Ensembl genome annotation. The generated output borrows file formats from the genomics field and, therefore, visualization is supported in most genome browsers. For large-scale studies, PoGo is supported by TrackHubGenerator to create web-accessible repositories of data mapped to genomes that also enable an easy sharing of proteogenomics data. With little effort, this tool can map millions of peptides to reference genomes within only a few minutes, outperforming other available sequence-identity based tools. This protocol demonstrates the best approaches for proteogenomics mapping through PoGo with publicly available datasets of quantitative and phosphoproteomics, as well as large-scale studies.

Here we present the proteogenomic tool PoGo and protocols for fast, quantitative, post-translational modification and variant enabled mapping of peptides identified through mass spectrometry onto reference genomes. This tool is of use to integrate and visualize proteogenomic and personal proteomic studies interfacing with orthogonal genomics data.

翻訳後修飾とバリアントの高速、定量的な方法はペプチドのゲノムへのマッピングを有効に

Cross-talk between genes, transcripts, and proteins is the key to cellular responses; hence, analysis of molecular levels as distinct entities is slowly ...

Optimized Analysis of DNA Methylation and Gene Expression from Small, Anatomically-defined Areas of the Brain

Exposure to diet, drugs and early life adversity during sensitive windows of life 1,2 can lead to lasting changes in gene expression that contribute to the display of physiological and behavioural phenotypes. Such environmental programming is likely to increase the susceptibility to metabolic, cardiovascular and mental diseases 3,4.
DNA methylation and histone modifications are considered key processes in the mediation of the gene-environment dialogue and appear also to underlay environmental programming 5. In mammals, DNA methylation typically comprises the covalent addition of a methyl group at the 5-position of cytosine within the context of CpG dinucleotides.
CpG methylation occurs in a highly tissue- and cell-specific manner making it a challenge to study discrete, small regions of the brain where cellular heterogeneity is high and tissue quantity limited. Moreover, because gene expression and methylation are closely linked events, increased value can be gained by comparing both parameters in the same sample.
Here, a step-by-step protocol (Figure 1) for the investigation of epigenetic programming in the brain is presented using the 'maternal separation' paradigm of early life adversity for illustrative purposes. The protocol describes the preparation of micropunches from differentially-aged mouse brains from which DNA and RNA can be simultaneously isolated, thus allowing DNA methylation and gene expression analyses in the same sample.

A streamlined workflow to study DNA methylation and gene expression changes upon early-life stress is shown. Starting from maternal separation of newborn mice and isolation of discrete brain tissues, we represent a protocol to simultaneously isolate DNA and RNA from brain tissue punches for subsequent bisulfite sequencing and RT-PCR analysis.

脳の小、解剖学的に定義された領域からのDNAメチル化と遺伝子発現の最適化分析

Exposure to diet, drugs and early life adversity during sensitive windows of life 1,2 can lead to lasting changes in gene expression that contribute to ...

神経科学

Genome-Wide Analysis of DNA Methylation in Gastrointestinal Cancer

DNA methylation is an important epigenetic change that is biologically meaningful and a frequent focus of cancer research. Genome-wide DNA methylation is a useful measure to provide an accurate analysis of the methylation status of gastrointestinal (GI) malignancies. Given the multiple potential translational uses of DNA methylation analysis, practicing clinicians and others new to DNA methylation studies need to be able to understand step by step how these genome-wide analyses are performed. The goal of this protocol is to provide a detailed description of how this method is used for the biomarker identification in GI malignancies. Importantly, we describe three critical steps that are needed to obtain accurate results during genome-wide analysis. Clearly and concisely written, these three methods are often lacking and not noticeable to those new to epigenetic studies. We used 48 samples of a GI malignancy (gastric cancer) to highlight practically how genome-wide DNA methylation analysis can be performed for GI malignancies.

Herein, we describe a procedure for genome-wide analysis of DNA methylation in gastrointestinal cancers. The procedure is of relevance to studies that investigate relationships between methylation patterns of genes and factors contributing to carcinogenesis in gastrointestinal cancers.

消化器癌におけるDNAメチル化のゲノムワイド解析

DNA methylation is an important epigenetic change that is biologically meaningful and a frequent focus of cancer research. Genome-wide DNA methylation is ...

Sample Preparation to Bioinformatics Analysis of DNA Methylation: Association Strategy for Obesity and Related Trait Studies

Obesity is directly connected to lifestyle and has been associated with DNA methylation changes that may cause alterations in the adipogenesis and lipid storage processes contributing to the development of the disease. We demonstrate a complete protocol from selection to epigenetic data analysis of patients with and without obesity. All steps from the protocol were tested and validated in a pilot study. 32 women participated in the study, in which 15 individuals were classified with obesity according to Body Mass Index (BMI) (45.1 &#177; 5.4 kg/m2); and 17 individuals were classified without obesity according to BMI (22.6 &#177; 1.8 kg/m2). In the group with obesity, 564 CpG sites related to fat mass were identified by linear regression analysis. The CpG sites were in the promoter regions. The differential analysis found 470 CpGs hypomethylated and 94 hypermethylated sites in individuals with obesity. The most hypomethylated enriched pathwayswere in the RUNX, WNT signaling, and response to hypoxia. The hypermethylated pathways were related to insulin secretion, glucagon signaling, and Ca2+. We conclude that the protocol effectively identified DNA methylation patterns and trait-related DNA methylation. These patterns could be associated with altered gene expression, affecting adipogenesis and lipid storage. Our results confirmed that an obesogenic lifestyle could promote epigenetic changes in human DNA.

The present study describes the workflow to manage DNA methylation data obtained by microarray technologies. The protocol demonstrates steps from sample preparation to data analysis. All procedures are described in detail, and the video shows the significant steps.

DNAメチル化のバイオインフォマティクス分析へのサンプル調製:肥満および関連形質研究の関連戦略

Obesity is directly connected to lifestyle and has been associated with DNA methylation changes that may cause alterations in the adipogenesis and lipid ...

Heuristic Mining of Hierarchical Genotypes and Accessory Genome Loci in Bacterial Populations

Routine and systematic use of bacterial whole-genome sequencing (WGS) is enhancing the accuracy and resolution of epidemiological investigations carried out by Public Health laboratories and regulatory agencies. Large volumes of publicly available WGS data can be used to study pathogenic populations at a large scale. Recently, a freely available computational platform called ProkEvo was published to enable reproducible, automated, and scalable hierarchical-based population genomic analyses using bacterial WGS data. This implementation of ProkEvo demonstrated the importance of combining standard genotypic mapping of populations with mining of accessory genomic content for ecological inference. In particular, the work highlighted here used ProkEvo-derived outputs for population-scaled hierarchical analyses using the R programming language. The main objective was to provide a practical guide for microbiologists, ecologists, and epidemiologists by showing how to: i) use a phylogeny-guided mapping of hierarchical genotypes; ii) assess frequency distributions of genotypes as a proxy for ecological fitness; iii) determine kinship relationships and genetic diversity using specific genotypic classifications; and iv) map lineage differentiating accessory loci. To enhance reproducibility and portability, R markdown files were used to demonstrate the entire analytical approach. The example dataset contained genomic data from 2,365 isolates of the zoonotic foodborne pathogen Salmonella Newport. Phylogeny-anchored mapping of hierarchical genotypes (Serovar -&#62; BAPS1 -&#62; ST -&#62; cgMLST) revealed the population genetic structure, highlighting sequence types (STs) as the keystone differentiating genotype. Across the three most dominant lineages, ST5 and ST118 shared a common ancestor more recently than with the highly clonal ST45 phylotype. ST-based differences were further highlighted by the distribution of accessory antimicrobial resistance (AMR) loci. Lastly, a phylogeny-anchored visualization was used to combine hierarchical genotypes and AMR content to reveal the kinship structure and lineage-specific genomic signatures. Combined, this analytical approach provides some guidelines for conducting heuristic bacterial population genomic analyses using pan-genomic information.

This analytical computational platform provides practical guidance for microbiologists, ecologists, and epidemiologists interested in bacterial population genomics. Specifically, the work presented here demonstrated how to perform: i) phylogeny-guided mapping of hierarchical genotypes; ii) frequency-based analysis of genotypes; iii) kinship and clonality analyses; iv) identification of lineage differentiating accessory loci.

細菌集団における階層遺伝子型とアクセサリゲノム遺伝子座のヒューリスティックマイニング

Routine and systematic use of bacterial whole-genome sequencing (WGS) is enhancing the accuracy and resolution of epidemiological investigations carried ...

In Vitro Selection of Engineered Transcriptional Repressors for Targeted Epigenetic Silencing

Gene inactivation is instrumental to study gene function and represents a promising strategy for the treatment of a broad range of diseases. Among traditional technologies, RNA interference suffers from partial target abrogation and the requirement for life-long treatments. In contrast, artificial nucleases can impose stable gene inactivation through induction of a DNA double strand break (DSB), but recent studies are questioning the safety of this approach. Targeted epigenetic editing via engineered transcriptional repressors (ETRs) may represent a solution, as a single administration of specific ETR combinations can lead to durable silencing without inducing DNA breaks.
ETRs are proteins containing a programmable DNA-binding domain (DBD) and effectors from naturally occurring transcriptional repressors. Specifically, a combination of three ETRs equipped with the KRAB domain of human ZNF10, the catalytic domain of human DNMT3A and human DNMT3L, was shown to induce heritable repressive epigenetic states on the ETR-target gene. The hit-and-run nature of this platform, the lack of impact on the DNA sequence of the target, and the possibility to revert to the repressive state by DNA demethylation on demand, make epigenetic silencing a game-changing tool. A critical step is the identification of the proper ETRs&#39; position on the target gene to maximize on-target and minimize off-target silencing. Performing this step in the final ex vivo or in vivo preclinical setting can be cumbersome.
Taking the CRISPR/catalytically dead Cas9 system as a paradigmatic DBD for ETRs, this paper describes a protocol consisting of the in vitro screen of guide RNAs (gRNAs) coupled to the triple-ETR combination for efficient on-target silencing, followed by evaluation of the genome-wide specificity profile of top hits. This allows for reduction of the initial repertoire of candidate gRNAs to a short list of promising ones, whose complexity is suitable for their final&#160;evaluation in the therapeutically relevant setting of interest.

In Vitro Selection of Engineered Transcriptional Repressors for Targeted Epigenetic Silencing

Here, we present a protocol for the in vitro selection of engineered transcriptional repressors (ETRs) with high, long-term, stable, on-target silencing efficiency and low genome-wide, off-target activity. This workflow allows for reducing an initial, complex repertoire of candidate ETRs to a short list, suitable for further evaluation in therapeutically relevant settings.

イン・ビトロ 標的エピジェネティックサイレンシングのための遺伝子操作転写リプレッサーの選択

Gene inactivation is instrumental to study gene function and represents a promising strategy for the treatment of a broad range of diseases. Among ...

生物工学

Enhanced Reduced Representation Bisulfite Sequencing for Assessment of DNA Methylation at Base Pair Resolution

DNA methylation pattern mapping is heavily studied in normal and diseased tissues. A variety of methods have been established to interrogate the cytosine methylation patterns in cells. Reduced representation of whole genome bisulfite sequencing was developed to detect quantitative base pair resolution cytosine methylation patterns at GC-rich genomic loci. This is accomplished by combining the use of a restriction enzyme followed by bisulfite conversion. Enhanced Reduced Representation Bisulfite Sequencing (ERRBS) increases the biologically relevant genomic loci covered and has been used to profile cytosine methylation in DNA from human, mouse and other organisms. ERRBS initiates with restriction enzyme digestion of DNA to generate low molecular weight fragments for use in library preparation. These fragments are subjected to standard library construction for next generation sequencing. Bisulfite conversion of unmethylated cytosines prior to the final amplification step allows for quantitative base resolution of cytosine methylation levels in covered genomic loci. The protocol can be completed within four days. Despite low complexity in the first three bases sequenced, ERRBS libraries yield high quality data when using a designated sequencing control lane. Mapping and bioinformatics analysis is then performed and yields data that can be easily integrated with a variety of genome-wide platforms. ERRBS can utilize small input material quantities making it feasible to process human clinical samples and applicable in a range of research applications. The video produced demonstrates critical steps of the ERRBS protocol.

Enhanced Reduced Representation Bisulfite Sequencing is a method for the preparation of sequencing libraries for DNA methylation analysis based on restriction enzyme digestion combined with cytosine bisulfite conversion. This protocol requires 50 ng of starting material and yields base pair resolution data at GC-rich genomic regions.

塩基対解像度でDNAメチル化の評価のための強化されたの減少表現重亜硫酸塩シークエンシング

DNA methylation pattern mapping is heavily studied in normal and diseased tissues. A variety of methods have been established to interrogate the cytosine ...

生物学

Screening for Functional Non-coding Genetic Variants Using Electrophoretic Mobility Shift Assay (EMSA) and DNA-affinity Precipitation Assay (DAPA)

Population and family-based genetic studies typically result in the identification of genetic variants that are statistically associated with a clinical disease or phenotype. For many diseases and traits, most variants are non-coding, and are thus likely to act by impacting subtle, comparatively hard to predict mechanisms controlling gene expression. Here, we describe a general strategic approach to prioritize non-coding variants, and screen them for their function. This approach involves computational prioritization using functional genomic databases followed by experimental analysis of differential binding of transcription factors (TFs) to risk and non-risk alleles. For both electrophoretic mobility shift assay (EMSA) and DNA affinity precipitation assay (DAPA) analysis of genetic variants, a synthetic DNA oligonucleotide (oligo) is used to identify factors in the nuclear lysate of disease or phenotype-relevant cells. For EMSA, the oligonucleotides with or without bound nuclear factors (often TFs) are analyzed by non-denaturing electrophoresis on a tris-borate-EDTA (TBE) polyacrylamide gel. For DAPA, the oligonucleotides are bound to a magnetic column and the nuclear factors that specifically bind the DNA sequence are eluted and analyzed through mass spectrometry or with a reducing sodium dodecyl sulfate polyacrylamide gel electrophoresis (SDS-PAGE) followed by Western blot analysis. This general approach can be widely used to study the function of non-coding genetic variants associated with any disease, trait, or phenotype.

Screening for Functional Non-coding Genetic Variants Using Electrophoretic Mobility Shift Assay EMSA and DNA-affinity Precipitation Assay DAPA

We present a strategic plan and protocol for identifying non-coding genetic variants affecting transcription factor (TF) DNA binding. A detailed experimental protocol is provided for electrophoretic mobility shift assay (EMSA) and DNA affinity precipitation assay (DAPA) analysis of genotype-dependent TF DNA binding.

機能電気泳動移動度シフトアッセイ（EMSA）を用いた非コーディング遺伝的変異体およびDNA親和性沈殿アッセイ（DAPA）のスクリーニング

Population and family-based genetic studies typically result in the identification of genetic variants that are statistically associated with a clinical ...

GeNemo を用いたエピゲノムデータのパターンベースの検索

要約

さらに動画を探す

この動画の章

患者の組織のためのメチル結合DNA捕捉シーケンシング

腫瘍組織に高スループットチップシーケンスを用いたクロマチン状態のゲノムマッピングの統合プラットフォーム

翻訳後修飾とバリアントの高速、定量的な方法はペプチドのゲノムへのマッピングを有効に

脳の小、解剖学的に定義された領域からのDNAメチル化と遺伝子発現の最適化分析

消化器癌におけるDNAメチル化のゲノムワイド解析

DNAメチル化のバイオインフォマティクス分析へのサンプル調製:肥満および関連形質研究の関連戦略

細菌集団における階層遺伝子型とアクセサリゲノム遺伝子座のヒューリスティックマイニング

イン・ビトロ標的エピジェネティックサイレンシングのための遺伝子操作転写リプレッサーの選択

塩基対解像度でDNAメチル化の評価のための強化されたの減少表現重亜硫酸塩シークエンシング

機能電気泳動移動度シフトアッセイ（EMSA）を用いた非コーディング遺伝的変異体およびDNA親和性沈殿アッセイ（DAPA）のスクリーニング

GeNemo を用いたエピゲノム データのパターン ベースの検索

要約

さらに動画を探す

この動画の章

患者の組織のためのメチル結合DNA捕捉シーケンシング

腫瘍組織に高スループット チップ シーケンスを用いたクロマチン状態のゲノム マッピングの統合プラットフォーム

翻訳後修飾とバリアントの高速、定量的な方法はペプチドのゲノムへのマッピングを有効に

脳の小、解剖学的に定義された領域からのDNAメチル化と遺伝子発現の最適化分析

消化器癌におけるDNAメチル化のゲノムワイド解析

DNAメチル化のバイオインフォマティクス分析へのサンプル調製:肥満および関連形質研究の関連戦略

細菌集団における階層遺伝子型とアクセサリゲノム遺伝子座のヒューリスティックマイニング

イン・ビトロ 標的エピジェネティックサイレンシングのための遺伝子操作転写リプレッサーの選択

塩基対解像度でDNAメチル化の評価のための強化されたの減少表現重亜硫酸塩シークエンシング

機能電気泳動移動度シフトアッセイ（EMSA）を用いた非コーディング遺伝的変異体およびDNA親和性沈殿アッセイ（DAPA）のスクリーニング

GeNemo を用いたエピゲノムデータのパターンベースの検索

腫瘍組織に高スループットチップシーケンスを用いたクロマチン状態のゲノムマッピングの統合プラットフォーム

イン・ビトロ標的エピジェネティックサイレンシングのための遺伝子操作転写リプレッサーの選択