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

Bu eser Risk değerlendirmesi (BfR) Alman Federal Enstitüsü tarafından finanse edildi.

1. download belgili tanımlık GSEA bilgisayar yazılımı ve moleküler imza veritabanı <ol><li>(http://software.broadinstitute.org/gsea/index.jsp) resmi GSEA geniş Enstitüsü Web sitesine gidin ve GSEA yazılımına erişim almak için kayıt aracı ve moleküler imza veritabanı (MSigDB).</li>
	<li>Download javaGSEA masaüstü uygulaması ya da bir alternatif bilgisayar yazılımı seçme hakkı (örneğin, R script). 
	Not: Tüm seçenekler tam olarak aynı algoritmayı uygulamak. GSEA yazılım s...

<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>

Hayvan modelleri uzun hastalık mekanizmaları incelenmesi ve roman tedavi stratejilerinin geliştirilmesi için uygulandı. Ancak, şüphecilik hayvan modellerin predictivity ilgili klinik çalışmalar12sayısının yayılmaya başladı. Ayrıca, çözümlemek ve preklinik denemeler büyük omics verileri yorumlama için uygun stratejiler hakkında tartışmalı tartışmalar ters sonuçlar aynı verilerden farklı veri analizi stratejileri1 uygulandıktan sonra çizilmiş tara...

Hayvan modelleri yaygın insan hastalıkları, genetik, anatomi ve Fizyoloji bakımından insanlara kabul onların benzerlik nedeniyle incelemek için kullanılır. Ayrıca, hayvan modelleri genellikle ağ geçidi denetleyicileri için klinik tedaviler olarak hizmet ve translasyonel araştırma başarısı üzerinde büyük bir etkisi olabilir. En iyi hayvan modeli dikkatli seçimi yanıltıcı hayvan çalışmaları sayısını azaltabilirsiniz. Özellikle insan inflamatuar hastalıkları ve ilgili fare modelleri elde aynı veri kümeleri çözümleme çelişkili sonuçlara yol açtı çünkü son zamanlarda, hayvan modellerinde translasyonel araştırma uygunluğu tartışmalı, tartışıldı 1,2. Bu tartışma omics veri çözümleme sırasında temel bir sorun ortaya: sistematik veri analizi için standart yaklaşımları önyargılı gen seçim azaltmak için ve türler arası karşılaştırmalar 3sağlamlığı artırmak için ihtiyaç vardır.
Geleneksel olarak, transcriptomics veri (ve diğer omics veri) analizi tek gen düzeyinde yapılır ve gen seçim sıkı kesme parametrelere dayalı bir ilk adım içerir (örneğin, kat değişiklik &#62; 2.0, p değeri &#60; 0,05). Ancak, ilk kesme parametrelerinin ayarı kez öznel, rasgele ve biyolojik olarak haklı olduğunu ve ters sonuçlar1,2bile yol açabilir. Ayrıca, ilk gen seçim genellikle analizi birkaç son derece yukarı - ve downregulated genler için kısıtlar ve böylece differentially daha az bir ölçüde ifade edildi genler çoğunluğu dahil etmek için duyarlı değildir.
2000'lerin genomik dönemi yükselişi ve biyolojik yollar ve bağlamlarda artan bilgi ile alternatif istatistiksel yaklaşımlar tek gen düzeyinde analizler sınırlamaları aşmak için izin geliştirilmiştir. Gene transcriptomics veri analizi için yaygın olarak kabul edilen yöntemlerden biri zenginleştirme analiz (GSEA)4, ayarla, priori bir tanımlı grupların genlerin (yollar, bir kromozom vb proksimal konumunda sinyalörneğin,.) kullanır. GSEA ilk ifade onların bireysel değişiklik bakılmaksızın tüm algılanan filtre uygulanmamış genler (örneğin, yollar), hedeflenen gen kümeleri için eşleştirir. Bu yaklaşım böylece Ayrıca aksi takdirde tek gen düzeyinde analizler ile kayıp olacağını orta düzenlenmiş genden oluşmaktadır. İfade gen kümeleri içinde katkı maddesi değişikliği daha sonra çalışan toplam istatistikleri kullanılarak gerçekleştirilir.
Tıbbi araştırma rağmen geniş kullanımı, GSEA ve ilgili küme zenginleştirme yaklaşımlar bakarsanız karmaşık omics veri analizi için dikkate alınmaz. Burada, biz translasyonel çalışmaları için ideal modeli tanımlamak için bu fare modelleri ile insan örnekleri omics verileri karşılaştırmak için bir protokol tanımlamak. Biz insan enflamatuar bozuklukları taklit için kullanılan fare modelleri topluluğu dayalı İletişim Kuralı Uygulanabilirlik göstermek. Ancak, bu analiz boru hattı insan-fare karşılaştırmalar için sınırlı değildir ve daha fazla iyileştirilebilir araştırma soruları.

<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

İnsan hastalıkları transcriptomic veri kümeleri veri geleneksel gen gen karşılaştırma teknikleri kullanarak fare modelleri ile karşılaştırıldığında son yıllarda yapılan çalışmalarda hayvan modellerinde alaka ile ilgili çelişkili sonuçlar sonuçlandı translasyonel araştırma. Rasgele differentially ifade genler filtreleme farklı gen ifade analizleri arasındaki farklılıkları için önemli bir nedeni var. Ayrıca, farklı tür ve genellikle platformlar arasında tek gen karşılaştırılması con/uyumsuzluk yanlış yorumlanmasına yol insan ve hayvan modellerinden veri arasında önde gelen teknik farkı ile sınırlıdır. Böylece, standart yaklaşımları sistematik veri analizi için ihtiyaç vardır. Öznel gen filtreleme ve etkisiz gen gen karşılaştırma üstesinden gelmek için biz son zamanlarda gen kümesi zenginleştirme analiz (GSEA) bu sorunları önlemek için potansiyele sahip olduğunu gösterdi. Bu nedenle, biz translasyonel araştırma için uygun ve uygun olmayan hayvan modelleri arasında ayırt etmek için GSEA kullanımı için bir standart iletişim kuralı geliştirilmiştir. Bu iletişim kuralı olarak varolan deneysel omics veri gerektirir bir-priori, yeni model sistemleri nasıl tahmin etmek uygun değildir. Ancak, protokol böylece gereksiz hayvan deneyleri kaçınarak ve çevirim çalışmalar yanıltıcı en uygun hayvan modeli seçmek için standart bir şekilde varolan verileri yorumlamak açıklar.

GSEA iş akışı ve ekran örnek veri içinde gösterilen. Şekil 1 transcriptomic veri ilgi içeren gen ifade veri dosyası gösterir. Her çalışma bir açıklayıcı fenotip dosyası gerekli olduğu için bu Şekil 2' de gösterilmiştir. Ek açıklama eklenen gen kümeleri (örneğin, yollar) (şekil 3) gen küme veritabanı dosyasında tanımlanır. Şekil 4</stro...

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

Gen kümesi zenginleştirme translasyonel araştırma için bir ideal fare modeli tanımlamak için transcriptomic veri analizini kullanımına ilişkin standart bir protokol sağlar. Bu iletişim kuralı ve DNA Mikroarray ve RNA sıralama veri ile kullanılabilir veri yoksa diğer omics veri için daha da uzatılabilir.

Gen kullanmak için bir protokol translasyonel araştırma için uygun hayvan modeli belirlemek için zenginleştirme çözümlemesi ayarla

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

Kertenkeleler Hareket Hız ve Yön Visual Hassasiyet Test

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

Computer-Generated Animal Model Stimuli

Bilgisayar oluşturuldu Hayvan Modeli Uyaranlar

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

Yüksek Verimli Primer Hücre Transfect Gen Verici MXcell Elektroporasyon Sistemi

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

Izoform özel Gen Hedefler Belirlemek için ChIP kullanarak genom analizi

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

Rotator-tipi Şişe Kültür Sistemi kullanılarak Kemirgen Tüm Embriyo Kültürü Yöntemi

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

Ribozom Bağlı Doğan Polipeptitler İzolasyonu<em&gt; In vitro</em&gt; MRNA boyunca Translasyonel Duraklat Siteleri Belirleme

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

Ribozom Ciltli Polipeptitler izole bir aracı olarak SECM Tutuklanma sırası kullanılarak

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

Ksenopus Translation Düşüklüğü Belirlemek için Bir Model Olarak laevis

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

Histon Ekstraksiyon Gönderen Data Analizi: Aşağıdan yukarıya Kütle Spektrometre kullanarak histon post-translasyonel modifikasyonlar Analizi için komple iş akışı

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