JUMPn yazılımının protokolü, nicel proteomik verilerin biyolojik olarak yorumlanmasını kolaylaştırmayı amaçlamaktadır. Yazılım, tüm proteini birlikte ekspresyon kümelerinin ve protein etkileşim modüllerinin katman hiyerarşisi halinde düzenleyebilir. Özellikle, JUMPn yazılımı ortak ifade kümeleme, yol zenginleştirme ve PPI modül algılama analizini kolaylaştırır.
Kullanıcı dostu bir arayüz ve verilerin ve ağların etkileşimli görselleştirilmesini sağlar. JUMPn'in tüm proteom veri analizinde uygulanmasını başarıyla göstermiş olsak da, yöntem fosfoproteomik analiz ve afinite saflaştırma kütle spektrometrisinden interaktom verileri de dahil olmak üzere diğer veri türlerine kolayca genişletilebilir. JUMPn yazılımını kurmak için, kaynak kodunu web sitesinden indirin ve yazılımı komut satırı terminaline yükleyin.
JUMPn yazılımını başlatmak için, terminale "cd execution" yazarak geçerli dizini yürütme klasörüne değiştirin ve ardından web tarayıcısında JUMPn'i başlatmak için terminaldeki metni girin. JUMPn ana sayfasında, JUMPn analizini başlatmak için "Analizi Başlat" düğmesine tıklayın, ardından Analizi Başlat" sayfasının sol alt köşesinde, veri yüklemenin başarısına ilişkin bir bildirimi görüntülemek için Demo B-Hücresi Proteomik Verilerini Yükle "düğmesine tıklayın. Sayfanın sağ alt köşesinde, varsayılan parametreleri kullanarak demo çalışmasını başlatmak için "JUMPn Analizi Gönder" düğmesine tıklayın.
Bir ilerleme çubuğu, analizin seyrini gösterir. İlerleme çubuğu tamamlanana kadar bekleyin. Demo çalışması tamamlandığında, başarı koşusu mesajını ve sonuç klasörüne giden mutlak yolu içeren bir iletişim kutusu görünecektir, ardından Sonuçlara Devam Et" sekmesine tıklayın.
Web sayfası WGCNA algoritması tarafından birlikte ifade kümesi sonuçlarına yol gösterdiğinden, devam etmek için iletişim penceresindeki "Sonuçları Görüntüle" yi tıklatın. Sonuçlar Sayfa 1 WGCNA Çıktısı sayfasının solunda, protein birlikte ifade kalıplarını bulun ve iki şekil biçimi arasında gezinmek için "İfade Biçimini Seç" seçeneğini kullanın. Boxplot figürü varsayılan olarak seçilecektir.
Eğilimler grafiğini görüntülemek için Eğilimler" sekmesini seçin ve her satır numuneler arasında ayrı ayrı protein bolluğunu temsil eder. Her satırın rengi, ifade deseninin ortak ifade kümesi fikir birliğine ne kadar yakın olduğunu temsil eder. WGCNA çıktı sayfasının sağ tarafında, "Yol Ontoloji Zenginleştirme Isı Haritası" görüntülenebilir.
Bir ısı haritasında, her küme için en çok zenginleştirilmiş yollar birlikte görüntülenecektir. Ardından, tek tek proteinlerin ifade modelini görüntülemek için web sayfasını aşağı kaydırın. Açılır kutuyu kullanın, her kümedeki proteinleri incelemek için ortak ifade kümesini seçin, ardından tablonun altındaki çubuk grafiğin protein bolluğunu yansıtacak şekilde otomatik olarak güncelleneceği tabloda belirli bir protein seçin.
Belirli protein adları için, tablonun sağ tarafındaki "Ara" kutusunu kullanın. Daha sonra, üstteki "Sonuçlar Sayfası 2 PPI Çıktısı" na tıklayarak protein-protein etkileşimine veya ÜFE sonuçlarına bakın. Belirli bir ortak ifade kümesinin sonuçlarını elde etmek için, Ortak İfade Kümesini Seç" sekmesine tıklayın.
Tüm şekil panellerinin ekranları yeni seçilen küme için güncellenecektir. Sol şekil panelinde, gruba göre seç açılır kutusunu kullanarak ve ağ içindeki tek tek PPI modüllerini vurgulayarak seçili ortak ifade kümesi için PPI ağlarını görüntüleyin, ardından ağ düzenini değiştirmek için seçili ağ düzeni biçimi kutusuna gidin. Fare ve izleme dörtgeni kullanarak, ağdaki her düğümün gen adlarını görüntülemek için PPI ağını yakınlaştırın veya uzaklaştırın.
Yakınlaştırıldığında, proteini ve ağ komşularını vurgulamak için belirli bir proteini seçin ve tıklayın. Ağda, düzendeki konumunu değiştirmek ve ağ düzenini yeniden düzenlemek için belirli bir düğümü sürükleyin. PPI sonuç sayfasının sağ panelinde, ÜFE sonuçlarının yorumlanmasına yardımcı olan ortak ifade kümesi düzeyinde bilgileri inceleyin.
Seçili kümedeki birlikte ifade deseni varsayılan olarak boxplot olarak görüntülenebilir. Bir birlikte ifade deseni için eğilimler grafiğini göstermek üzere "Eğilimler"i seçin ve ardından yol daire grafiği ile birlikte ifade kümesi için önemli ölçüde zenginleştirilmiş yolları göstermek üzere yol çubuğu grafiğini seçin, ortak ifade kümesi için önemli ölçüde zenginleştirilmiş yolları daire çizimi biçiminde görüntüleyin. Sonuçları tek tek PPI modülü düzeyinde görüntülemek için, sonuç sayfasını PPI çıktı web sayfasına kaydırın ve görüntülemek üzere belirli bir PPI modülü seçmek için modülü seç açılır kutusunu genişletin.
Sol paneldeki PPI modülünü görüntüleyin, ağ ekranını daha önce açıklandığı gibi değiştirin. Sağ panelde, yol ontolojisi zenginleştirme sonuçlarını görüntüleyin, ardından Yol Ek Açıklama Stilini Seç" açılır kutusunu kullanın ve seçilen PPI modülü için önemli ölçüde zenginleştirilmiş yollar hakkında daha fazla bilgi ve görüntü görüntülemek için barplot sekmesini işaretleyin. Seçilen PPI modülü için önemli ölçüde zenginleştirilmiş yolları bir daire grafiği biçiminde göstermek için daire grafiğini işaretleyin ve önemli ölçüde zenginleştirilmiş yolları ve ilişkili gen adlarını göstermek için ısı haritasını kullanın.
Yolların adı, ontoloji terimleri, gen adları ve Fisher'ın tam testine göre P değeri de dahil olmak üzere ayrıntılı yol zenginleştirme sonuçlarını görüntülemek için Tablo" sekmesine gidin. Sonuç sayfalarının en üstünde basılı olan mutlak yolu izleyin ve yayın elektronik tablosu tablosunu bulun. JUMPn, kullanıcı dostu bir arayüz için R parlak platformu ile geliştirilmiştir ve üç ana fonksiyonel modülü entegre eder.
Birlikte ifade kümeleme analizi, yol zenginleştirme analizi ve PPI ağ analizi. Her analizden sonra sonuçlar, R parlak widget fonksiyonları aracılığıyla ayarlanabilir ve yayın tabloları ve Microsoft Excel formatı olarak kolayca indirilebilir. PPI ağ analizi için, STRING, BioPlex ve web IM veritabanlarında birleştirilerek kompozit bir PPI ağı derlenmiştir.
Son birleştirilmiş PPI ağı, 1.100.000 kenarlı 20.000'den fazla insan genini kapsamaktadır. Bu kapsamlı interaktom, hassas PPI analizi için JUMPn yazılımı ile birlikte bir paket halinde dahil edilir ve yayınlanır. Hem ko-ekspresyon hem de protein etkileşim ağlarından yararlanan ağ tabanlı yaklaşımlar, transkripsiyon faktörleri ve kinazlardaki aktivite çıkarımı için ek bir yöntem olarak kullanılabilir.
