Name: a protocol for using gene set enrichment analysis to identify the appropriate animal model for translational research
Uploaded: 2017-08-16T12:30:00
Description: Watch this Scientific Journal Video about A Protocol for Using Gene Set Enrichment Analysis to Identify the Appropriate Animal Model for Translational Research at JoVE.com

Este trabalho foi financiado pelo Instituto Federal alemão de avaliação de riscos (BfR).

1. download do Software GSEA e o banco de dados de assinaturas moleculares <ol><li>acesse o site oficial do Instituto amplo GSEA (http://software.broadinstitute.org/gsea/index.jsp) e se registrar para ter acesso ao software de GSEA ferramenta e o banco de dados de assinaturas moleculares (MSigDB).</li>
	<li>Baixar o aplicativo de desktop javaGSEA ou uma opção alternativa de software (por exemplo, o script de R). 
	Nota: Todas as opções aplicar exatamente o mesmo algoritmo. O software GSEA está dispo...

<ol>
	<li>Seok, 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=Genomic+responses+in+mouse+models+poorly+mimic+human+inflammatory+diseases.">Genomic responses in mouse models poorly mimic human inflammatory diseases.</a> Proc Natl Acad Sci U S A. 110 (9), 3507-3512 (2013).</li><li>Takao, K., Miyakawa, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Genomic+responses+in+mouse+models+greatly+mimic+human+inflammatory+diseases.">Genomic responses in mouse models greatly mimic human inflammatory diseases.</a> Proc Natl Acad Sci U S A. 112 (4), 1167-1172 (2015).</li><li>Weidner, C., Steinfath, M., Opitz, E., Oelgeschl&#228;ger, M., Sch&#246;nfelder, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Defining+the+optimal+animal+model+for+translational+research+using+gene+set+enrichment+analysis.">Defining the optimal animal model for translational research using gene set enrichment analysis.</a> EMBO Mol Med. 8 (8), 831-838 (2016).</li><li>Subramanian, 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=Gene+set+enrichment+analysis:+a+knowledge-based+approach+for+interpreting+genome-wide+expression+profiles.">Gene set enrichment analysis: a knowledge-based approach for interpreting genome-wide expression profiles.</a> Proc Natl Acad Sci U S A. 102 (43), 15545-15550 (2005).</li><li>Kanehisa, M., Sato, Y., Kawashima, M., Furumichi, M., Tanabe, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=KEGG+as+a+reference+resource+for+gene+and+protein+annotation.">KEGG as a reference resource for gene and protein annotation.</a> Nucleic Acids Res. 44 (D1), D457-D462 (2016).</li><li>Kanehisa, M., Goto, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=KEGG:+kyoto+encyclopedia+of+genes+and+genomes.">KEGG: kyoto encyclopedia of genes and genomes.</a> Nucleic Acids Res. 28 (1), 27-30 (2000).</li><li>Fabregat, 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+Reactome+pathway+Knowledgebase.">The Reactome pathway Knowledgebase.</a> Nucleic Acids Res. 44 (D1), D481-D487 (2016).</li><li>Croft, D., 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+Reactome+pathway+knowledgebase.">The Reactome pathway knowledgebase.</a> Nucleic Acids Res. 42 (Database issue), D472-D477 (2014).</li><li>Nishimura, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=BioCarta.">BioCarta.</a> Biotech Software &amp; Internet Report. 2 (3), 117-120 (2001).</li><li>Edgar, R., Domrachev, M., Lash, A. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Gene+Expression+Omnibus:+NCBI+gene+expression+and+hybridization+array+data+repository.">Gene Expression Omnibus: NCBI gene expression and hybridization array data repository.</a> Nucleic Acids Res. 30 (1), 207-210 (2002).</li><li>Kolesnikov, N., 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=ArrayExpress+update--simplifying+data+submissions.">ArrayExpress update--simplifying data submissions.</a> Nucleic Acids Res. 43 (Database issue), D1113-D1116 (2015).</li><li>Cohen, 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=Sepsis:+a+roadmap+for+future+research.">Sepsis: a roadmap for future research.</a> Lancet Infect Dis. 15 (5), 581-614 (2015).</li><li>Spinelli, L., Carpentier, S., Montanana Sanchis, F., Dalod, M., Vu Manh, T. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=BubbleGUM:+automatic+extraction+of+phenotype+molecular+signatures+and+comprehensive+visualization+of+multiple+Gene+Set+Enrichment+Analyses.">BubbleGUM: automatic extraction of phenotype molecular signatures and comprehensive visualization of multiple Gene Set Enrichment Analyses.</a> BMC Genomics. 16 (1), 814 (2015).</li></ol>

Modelos animais há muito tempo tem sido aplicados para a investigação dos mecanismos da doença e o desenvolvimento de novas estratégias terapêuticas. Entretanto, o ceticismo sobre a previsibilidade de modelos animais começou a espalhar após fracasso de ensaios clínicos de12. Além disso, controversas discussões sobre estratégias apropriadas para análise e interpretação de dados de grande omics de ensaios pré-clínicos foram levantadas pelo oposto as conclusões a partir dos dados me...

Modelos animais são amplamente utilizados para estudar doenças humanas, por causa de sua suposta semelhança com os humanos em termos de genética, anatomia e fisiologia. Além disso, modelos animais, muitas vezes servem como guardiões para terapias clínicas e podem ter um enorme impacto sobre o sucesso da investigação de translação. A seleção cuidadosa do modelo animal ideal pode reduzir o número de estudos com animais enganosos. Recentemente, a relevância de modelos animais para investigação de translação foi controversamente discutida, particularmente porque analisar os mesmos conjuntos de dados obtidos de doenças inflamatórias humanas e modelos de mouse relacionados levou a conclusões contraditórias 1,2. Esta discussão revelou um problema fundamental durante a análise de dados omics: padronizadas para a análise sistemática dos dados são necessárias abordagens para reduzir a seleção de gene tendenciosa e aumentar a robustez de comparações entre espécies 3.
Tradicionalmente, a análise de dados transcriptomics (e outros dados de omics) é feita a nível de single-gene e inclui uma etapa inicial de seleção de gene com base em parâmetros rigorosos de corte (por exemplo, mudança de dobra &#62; 2.0, valor de p &#60; 0,05). No entanto, a configuração dos parâmetros de corte inicial muitas vezes é subjetiva, arbitrária e não biologicamente justificado e pode mesmo levar à oposta conclusões1,2. Além disso, a seleção de gene inicial geralmente restringe a análise de alguns altamente - up e ativador genes e, portanto, não é sensível o suficiente para incluir a maioria dos genes diferencialmente expressas em menor grau.
Com o surgimento da era genômica no início de 2000 e o conhecimento crescente das vias biológicas e contextos, métodos estatísticos alternativos foram desenvolvidos que permitiu contornar as limitações das análises de nível único-gene. Gene conjunto enriquecimento análise (GSEA)4, que é um dos métodos amplamente aceitos para a análise dos dados transcriptomics, faz uso de grupos definido a priori de genes (por exemplo, sinalização de vias, localização proximal em um cromossomo, etc.). GSEA primeiro mapeia todos detectados genes não filtrados para os conjuntos de gene pretendido (por exemplo, caminhos), independentemente da sua mudança individual de expressão. Assim, essa abordagem inclui também moderadamente regulamentados genes que seriam perdidos com análises de nível único-gene. A aditiva mudança na expressão dentro de conjuntos de genes é realizada posteriormente utilizando estatísticas de execução soma.
Apesar de sua ampla utilização na investigação médica, GSEA e abordagens de enriquecimento conjunto relacionados não são evidentemente tidos em conta para a análise de dados complexos omics. Aqui, descrevemos um protocolo para comparar dados omics de amostras humanas com as dos modelos do rato para identificar o modelo ideal para estudos de translação. Vamos demonstrar a aplicabilidade do protocolo baseado em uma coleção de modelos de rato que são usadas para imitar humanos disorders inflammatory. No entanto, este gasoduto de análise não está restrito a comparações de humanos-mouse e pesquisa alteráveis para mais perguntas.

<table border="0" cellpadding="0" cellspacing="0" width="632">
	<tbody>
		<tr height="42">
			<td class="xl63" height="42" style="height:31.5pt;width:162pt" width="216">Excel</td>
			<td class="xl63" style="width:98pt" width="130">Microsoft Corporation</td>
			<td class="xl63" style="width:89pt" width="119"></td>
			<td class="xl64" style="width:125pt" width="167"></td>
		</tr>
	</tbody>
</table>

a protocol for using gene set enrichment analysis to identify the appropriate animal model for translational research

Estudos recentes que comparado transcriptomic conjuntos de dados de doenças humanas com conjuntos de dados de modelos de rato usando técnicas tradicionais de gene-a-gene de comparação resultaram em conclusões contraditórias sobre a relevância de modelos animais para translação pesquisa. Das principais razões para as discrepâncias entre as análises de expressão de gene diferente é a filtragem arbitrário de genes diferencialmente expressos. Além disso, a comparação do único genes entre espécies diferentes e plataformas muitas vezes é limitada pela variância técnica, levando a interpretações erradas da con/discordância entre dados de modelos humanos e animais. Assim, são necessárias abordagens padronizadas para análise sistemática dos dados. Para superar gene subjetiva filtragem e comparações de gene-a-gene ineficazes, demonstramos recentemente que a análise de enriquecimento conjunto do gene (GSEA) tem o potencial para evitar estes problemas. Portanto, nós desenvolvemos um protocolo padronizado para o uso de GSEA para distinguir entre adequado e inadequados de modelos animais para pesquisa translacional. Este protocolo não é adequado para prever como projetar sistemas de modelo novo uma priori–, que requer dados experimentais omics existentes. No entanto, o protocolo descreve como interpretar dados existentes de forma padronizada, a fim de selecionar o modelo animal mais adequado, evitando desnecessárias as experiências com animais e enganosa estudos translacionais.

O fluxo de trabalho GSEA e screenshots do exemplares dados são demonstrados. A Figura 1 mostra o arquivo de dados de expressão do gene que contém os dados de transcriptomic de interesse. Para cada estudo um arquivo descritivo fenótipo é necessário, que é mostrado na Figura 2. Conjuntos de genes anotados (por exemplo, caminhos) são definidos no arquivo de banco de dados conjunto de gene (Figur...

Watch this Scientific Journal Video about A Protocol for Using Gene Set Enrichment Analysis to Identify the Appropriate Animal Model for Translational Research at JoVE.com

A Protocol for Using Gene Set Enrichment Analysis to Identify the Appropriate Animal Model for Translational Research

Nós fornecemos um protocolo padronizado para a utilização da análise de enriquecimento conjunto do gene do transcriptomic de dados para identificar um modelo de mouse ideal para investigação de translação. Este protocolo pode ser usado com DNA microarray e dados de sequenciamento de RNA e mais pode ser estendido a outros dados omics se dados estão disponíveis.

Um protocolo para o uso de Gene definir análise de enriquecimento para identificar o modelo Animal adequado para investigação de translação

Recent studies that compared transcriptomic datasets of human diseases with datasets from mouse models using traditional gene-to-gene comparison ...

Research

JoVE Journal

Biology

Testing Visual Sensitivity to the Speed and Direction of Motion in Lizards

Teste de sensibilidade visual para a velocidade e direção do movimento em Lagartos

Testing visual sensitivity in any species provides basic information regarding behaviour, evolution, and ecology. However, testing specific features of ...

Biologia

Computer-Generated Animal Model Stimuli

Gerados por computador Modelo Estímulos animal

Communication between animals is diverse and complex. Animals may communicate using auditory, seismic, chemosensory, electrical, or visual signals. In ...

Using the Gene Pulser MXcell Electroporation System to Transfect Primary Cells with High Efficiency

Usando o Sistema de Eletroporação Gene Pulser MXcell para transfectar pilhas com Alta Eficiência

It is becoming increasingly apparent that electroporation is the most effective way to introduce plasmid DNA or siRNA into primary cells. The Gene Pulser ...

Genome-wide Analysis using ChIP to Identify Isoform-specific Gene Targets

Análise do genoma usando chip para identificar alvos isoforma específica Gene

Recruitment of transcriptional and epigenetic factors to their targets is a key step in their regulation. Prominently featured in recruitment are the ...

The Method of Rodent Whole Embryo Culture using the Rotator-type Bottle Culture System

O método de cultura de embriões de roedores inteiro usando o Rotator do tipo Sistema de Cultura Garrafa

Whole embryo culture (WEC) technique has been developed in 1950's by New and his colleagues, and applied for developmental biology 1. Although development ...

Isolation of Ribosome Bound Nascent Polypeptides in vitro to Identify Translational Pause Sites Along mRNA

Isolation of Ribosome Bound Nascent Polypeptides in vitro to Identify Translational Pause Sites Along mRNA

Isolamento de Ribossomos ligados a polipeptídeos nascentes<em&gt; In vitro</em&gt; Identificar Sites Pausa translacionais Junto mRNA

The rate of translational elongation is non-uniform. mRNA secondary structure, codon usage and mRNA associated proteins may alter ribosome movement on the ...

Using SecM Arrest Sequence as a Tool to Isolate Ribosome Bound Polypeptides

Usando Seqüência de Detenção SECM como uma ferramenta para isolar Ribossomos Polipeptídeos encadernados

Extensive research has provided ample evidences suggesting that protein folding in the cell is a co-translational process1-5. However, the exact pathway ...

Using Caenorhabditis elegans as a Model System to Study Protein Homeostasis in a Multicellular Organism

Using Caenorhabditis elegans as a Model System to Study Protein Homeostasis in a Multicellular Organism

The folding and assembly of proteins is essential for protein function, the long-term health of the cell, and longevity of the organism. Historically, the ...

Xenopus laevis as a Model to Identify Translation Impairment

Xenopus laevis as a Model to Identify Translation Impairment

Xenopus laevis como um modelo para identificar Tradução Impairment

Protein synthesis is a fundamental process to gene expression impacting diverse biological processes notably adaptation to environmental conditions. The ...

Complete Workflow for Analysis of Histone Post-translational Modifications Using Bottom-up Mass Spectrometry: From Histone Extraction to Data Analysis

Fluxo de trabalho completo para Análise de histona modificações pós-traducionais Usando Bottom-up Espectrometria de Massa: De histona Extração de Análise de Dados

Nucleosomes are the smallest structural unit of chromatin, composed of 147 base pairs of DNA wrapped around an octamer of histone proteins. Histone ...