Name: a data integration workflow to identify drug combinations targeting synthetic lethal interactions
Uploaded: 2021-05-27T13:00:00
Description: Watch this Scientific Journal Video about A Data Integration Workflow to Identify Drug Combinations Targeting Synthetic Lethal Interactions at JoVE.com

데이터 통합 워크플로우 개발을 위한 기금은 보조금 협정 인 nu에 따라 유럽 커뮤니티의 일곱 번째 프레임워크 프로그램에서 획득했습니다. 279113 (OCTIPS). 이 출판물 내의 데이터 적응은 공공 과학 출판 및 영향 저널, LLC에 의해 친절하게 승인되었습니다.

1. 합성 치명적인 유전자 쌍 검색
<ol><li>BioGrid에서 데이터 검색.<ol>
<li>웹 브라우저를 사용하거나 컬 또는 wget18을사용하여 리눅스 명령줄에서 직접 https://downloads.thebiogrid.org/Download/BioGRID/Latest-Release/BIOGRID-ALL-LATEST.tab2.zip 탭2 형식으로 최신 BioGRID 상호 작용 파일을 다운로드합니다. ##download 최신 BioGRID 상호 작용 파일 의 압축을 풀기 #download 컬을 사용하여 최신 BioGRID ?...

<ol>
	<li>Dobzhansky, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Genetics+of+natural+populations;+recombination+and+variability+in+populations+of+Drosophila+pseudoobscura.">Genetics of natural populations; recombination and variability in populations of Drosophila pseudoobscura.</a> Genetics. 31, 269-290 (1946).</li><li>Hartwell, L. H., Szankasi, P., Roberts, C. J., Murray, A. W., Friend, S. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Integrating+genetic+approaches+into+the+discovery+of+anticancer+drugs.">Integrating genetic approaches into the discovery of anticancer drugs.</a> Science. 278 (5340), 1064-1068 (1997).</li><li>D'Amours, D., Desnoyers, S., D'Silva, I., Poirier, G. G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Poly(ADP-ribosyl)ation+reactions+in+the+regulation+of+nuclear+functions.">Poly(ADP-ribosyl)ation reactions in the regulation of nuclear functions.</a> The Biochemical Journal. 342 (2), 249-268 (1999).</li><li>Gudmundsdottir, K., Ashworth, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=The+roles+of+BRCA1+and+BRCA2+and+associated+proteins+in+the+maintenance+of+genomic+stability.">The roles of BRCA1 and BRCA2 and associated proteins in the maintenance of genomic stability.</a> Oncogene. 25 (43), 5864-5874 (2006).</li><li>Farmer, H., 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=Targeting+the+DNA+repair+defect+in+BRCA+mutant+cells+as+a+therapeutic+strategy.">Targeting the DNA repair defect in BRCA mutant cells as a therapeutic strategy.</a> Nature. 434 (7035), 917-921 (2005).</li><li>McCann, K. E., Hurvitz, S. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Advances+in+the+use+of+PARP+inhibitor+therapy+for+breast+cancer.">Advances in the use of PARP inhibitor therapy for breast cancer.</a> Drugs in Context. 7, 212540 (2018).</li><li>Franzese, E., 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=PARP+inhibitors+in+ovarian+cancer.">PARP inhibitors in ovarian cancer.</a> Cancer Treatment Reviews. 73, 1-9 (2019).</li><li>Ashworth, A., Lord, C. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Synthetic+lethal+therapies+for+cancer:+what&#8217;s+next+after+PARP+inhibitors.">Synthetic lethal therapies for cancer: what&#8217;s next after PARP inhibitors.</a> Nature Reviews. Clinical Oncology. 15 (9), 564-576 (2018).</li><li>Yu, B., Luo, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Synthetic+lethal+genetic+screens+in+Ras+mutant+cancers.">Synthetic lethal genetic screens in Ras mutant cancers.</a> The Enzymes. 34, 201-219 (2013).</li><li>Thompson, J. M., Nguyen, Q. H., Singh, M., Razorenova, O. V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Approaches+to+identifying+synthetic+lethal+interactions+in+cancer.">Approaches to identifying synthetic lethal interactions in cancer.</a> The Yale Journal of Biology and Medicine. 88 (2), 145-155 (2015).</li><li>Ruiz, S., 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=A+Genome-wide+CRISPR+Screen+Identifies+CDC25A+as+a+Determinant+of+Sensitivity+to+ATR+Inhibitors.">A Genome-wide CRISPR Screen Identifies CDC25A as a Determinant of Sensitivity to ATR Inhibitors.</a> Molecular Cell. 62 (2), 307-313 (2016).</li><li>Housden, B. E., Nicholson, H. E., Perrimon, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Synthetic+Lethality+Screens+Using+RNAi+in+Combination+with+CRISPR-based+Knockout+in+Drosophila+Cells.">Synthetic Lethality Screens Using RNAi in Combination with CRISPR-based Knockout in Drosophila Cells.</a> Bio-Protocol. 7 (3), (2017).</li><li>Blomen, V. 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+essentiality+and+synthetic+lethality+in+haploid+human+cells.">Gene essentiality and synthetic lethality in haploid human cells.</a> Science. 350 (6264), 1092-1096 (2015).</li><li>Forment, J. V., 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=Genome-wide+genetic+screening+with+chemically+mutagenized+haploid+embryonic+stem+cells.">Genome-wide genetic screening with chemically mutagenized haploid embryonic stem cells.</a> Nature Chemical Biology. 13 (1), 12-14 (2017).</li><li>Wildenhain, 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=Prediction+of+Synergism+from+Chemical-Genetic+Interactions+by+Machine+Learning.">Prediction of Synergism from Chemical-Genetic Interactions by Machine Learning.</a> Cell Systems. 1 (6), 383-395 (2015).</li><li>Madhukar, N. S., Elemento, O., Pandey, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Prediction+of+Genetic+Interactions+Using+Machine+Learning+and+Network+Properties.">Prediction of Genetic Interactions Using Machine Learning and Network Properties.</a> Frontiers in Bioengineering and Biotechnology. 3, 172 (2015).</li><li>Fechete, R., 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=Synthetic+lethal+hubs+associated+with+vincristine+resistant+neuroblastoma.">Synthetic lethal hubs associated with vincristine resistant neuroblastoma.</a> Molecular BioSystems. 7 (1), 200-214 (2011).</li><li>Oughtred, R., 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+BioGRID+interaction+database:+2019+update.">The BioGRID interaction database: 2019 update.</a> Nucleic Acids Research. 47, 529-541 (2019).</li><li>Zeeberg, B. R., 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=Mistaken+identifiers:+gene+name+errors+can+be+introduced+inadvertently+when+using+Excel+in+bioinformatics.">Mistaken identifiers: gene name errors can be introduced inadvertently when using Excel in bioinformatics.</a> BMC bioinformatics. 5, 80 (2004).</li><li>Ziemann, M., Eren, Y., Gene El-Osta, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=name+errors+are+widespread+in+the+scientific+literature.">name errors are widespread in the scientific literature.</a> Genome Biology. 17 (1), 177 (2016).</li><li>Kersey, P. 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=Ensembl+Genomes+2018:+an+integrated+omics+infrastructure+for+non-vertebrate+species.">Ensembl Genomes 2018: an integrated omics infrastructure for non-vertebrate species.</a> Nucleic Acids Research. 46, 802-808 (2018).</li><li>Wishart, D. S., 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=DrugBank+5.0:+a+major+update+to+the+DrugBank+database+for+2018.">DrugBank 5.0: a major update to the DrugBank database for 2018.</a> Nucleic Acids Research. 46, 1074-1082 (2018).</li><li>Chou, T. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Drug+combination+studies+and+their+synergy+quantification+using+the+Chou-Talalay+method.">Drug combination studies and their synergy quantification using the Chou-Talalay method.</a> Cancer Research. 70 (2), 440-446 (2010).</li><li>Marhold, M., 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=Synthetic+lethal+combinations+of+low-toxicity+drugs+for+breast+cancer+identified+in+silico+by+genetic+screens+in+yeast.">Synthetic lethal combinations of low-toxicity drugs for breast cancer identified in silico by genetic screens in yeast.</a> Oncotarget. 9 (91), 36379-36391 (2018).</li><li>Heinzel, 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=Synthetic+lethality+guiding+selection+of+drug+combinations+in+ovarian+cancer.">Synthetic lethality guiding selection of drug combinations in ovarian cancer.</a> PloS One. 14 (1), 0210859 (2019).</li><li>Costanzo, M., 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+genetic+landscape+of+a+cell.">The genetic landscape of a cell.</a> Science. 327 (5964), 425-431 (2010).</li><li>Koh, J. L. Y., 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=DRYGIN:+a+database+of+quantitative+genetic+interaction+networks+in+yeast.">DRYGIN: a database of quantitative genetic interaction networks in yeast.</a> Nucleic Acids Research. 38, 502-507 (2010).</li><li>Guo, J., Liu, H., Zheng, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=SynLethDB:+synthetic+lethality+database+toward+discovery+of+selective+and+sensitive+anticancer+drug+targets.">SynLethDB: synthetic lethality database toward discovery of selective and sensitive anticancer drug targets.</a> Nucleic Acids Research. 44, 1011-1017 (2016).</li><li>NCBI Resource Coordinators. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Database+resources+of+the+National+Center+for+Biotechnology+Information.">Database resources of the National Center for Biotechnology Information.</a> Nucleic Acids Research. 44 (1), 7-19 (2016).</li><li>Altenhoff, A. M., 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+OMA+orthology+database+in+2018:+retrieving+evolutionary+relationships+among+all+domains+of+life+through+richer+web+and+programmatic+interfaces.">The OMA orthology database in 2018: retrieving evolutionary relationships among all domains of life through richer web and programmatic interfaces.</a> Nucleic Acids Research. 46 (1), 477-485 (2018).</li><li>Sonnhammer, E. L. L., &#214;stlund, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=InParanoid+8:+orthology+analysis+between+273+proteomes,+mostly+eukaryotic.">InParanoid 8: orthology analysis between 273 proteomes, mostly eukaryotic.</a> Nucleic Acids Research. 43, 234-239 (2015).</li><li>Li, Y. H., 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=Therapeutic+target+database+update+2018:+enriched+resource+for+facilitating+bench-to-clinic+research+of+targeted+therapeutics.">Therapeutic target database update 2018: enriched resource for facilitating bench-to-clinic research of targeted therapeutics.</a> Nucleic Acids Research. 46 (1), 1121 (2018).</li><li>Gaulton, 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+ChEMBL+database+in+2017.">The ChEMBL database in 2017.</a> Nucleic Acids Research. 45 (1), 945-954 (2017).</li><li>Heinzel, A., M&#252;hlberger, I., Fechete, R., Mayer, B., Perco, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Functional+molecular+units+for+guiding+biomarker+panel+design.">Functional molecular units for guiding biomarker panel design.</a> Methods in Molecular Biology. 1159 (12), 109-133 (2014).</li><li>Davis, A. P., 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+Comparative+Toxicogenomics+Database:+update+2019.">The Comparative Toxicogenomics Database: update 2019.</a> Nucleic Acids Research. 47 (1), 948-954 (2019).</li><li>Pi&#241;ero, 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=DisGeNET:+a+comprehensive+platform+integrating+information+on+human+disease-associated+genes+and+variants.">DisGeNET: a comprehensive platform integrating information on human disease-associated genes and variants.</a> Nucleic acids research. 45 (1), 833-839 (2017).</li></ol>

우리는 합성 치명적인 상호 작용에 영향을 미치는 약물 조합을 식별 하기 위해 워크 플로우를 설명 했습니다. 이 워크플로우는 모델 유기체로부터의 합성 치명적인 상호 작용에 대한 (i) 데이터, (ii) 인간 정형소의 정보, (iii) 약물 표적 협회에 대한 정보, (iv) 암의 맥락에서 임상 시험에 대한 약물 정보, 과학 문헌에서 추출된 약물 질환 및 유전자 질환 협회의 정보에 대한 (v)의 데이터를 사용합니다...

합성 치사성은 1개의 유전자의 손실이 생존에 영향을 미치지 않는 2개의 유전자의 협회를 정의합니다, 그러나 두 유전자의 손실은 세포 죽음으로 이끌어 냅니다. 1946년 도브잔스키가 호모자구돌연변이를사육하여 drosophila의 다양한 표현형을 분석하면서 처음 기술되었다. 실행 가능한 자손을 생산하지 않은 돌연변이, 비록 실행 가능한 자체, 합성 치사 이론의 설립을위한 기초를 설정, 특정 다른 돌연변이와 교차 할 때 치명적인 표현형을 전시. Hartwell과 동료는 이 개념이 인간에 있는 암 치료에 적용될 지도 모르다2. 약리학적으로 자극된 합성 치사성은 돌연변이 유전자의 합성 치명적인 파트너가 약리학적 화합물에 의해 표적으로 할 수 있다는 점을 감안할 때 단 하나의 돌연변이에 의지할 수 있었습니다. 합성 치사성의 약리학적 인유도를 가능하게 하는 첫번째 유전자 쌍은 BRCA (1/2) 및 PARP1이었습니다. PARP1은 DNA 손상을 위한 센서로서 기능하며, 이중 및 단일 DNA 가닥 브레이크, 슈퍼코일 및 크로스오버3의부위에 묶여 있다. BRCA1 및 2는 동종 재조합4를통해 DNA 이중 가닥 휴식의 수리에 중요한 역할을한다. 농부와 동료는 BRCA1/2에 대한 세포 결핍이 PARP 억제에 취약하다는 사실 인정을 간행했습니다, 어떤 세포 독성이 BRCA 야생 형 세포에서 관찰되지 않는 동안5. 궁극적으로, PARP 억제제는 BRCA 결핍 유방 및 난소암6,7의처리를 위해 승인되었습니다. 또한, 약리학적 화합물의 임상 승인으로 이어지는 합성 치사 유전자 쌍은 많은 기대와 최근 암 연구 노력의 주요 영역8.
합성 치명적인 유전자 상호 작용은 과일 파리, C. 예르간 및 효모2를포함하여 다중 유기체에서 모델링되었습니다. RNA 간섭 및 CRISPR/CAS 라이브러리 녹아웃을 포함한 다양한 접근법을 사용하여 최근9년,10,11에서새로운 합성 치명적인 유전자 쌍이 발견되었습니다. CRISPR/CAS와 함께 RNAi의 실험 절차에 대한 프로토콜은 최근 Housden 및 동료12에의해 출판되었다. 한편, 연구원은 또한 합성 치명적인 상호 작용을 식별 하기 위해 haploid 인간 세포에 큰 화면을 실시13,14. 생물학적 네트워크 분석 및 기계 학습과 같은 실리코 방법에서도 합성 치명적인 상호 작용15, 16의발견에 대한 약속을보여주었습니다.
개념적으로, 항 종양 치료의 맥락에서 합성 치명적인 상호 작용을 사용하는 한 가지 접근법은 종양 세포에서 돌연변이 또는 비 기능성 단백질을 식별하는 것입니다, 치료 개입에 대한 약물 목표를 약속 하는 그들의 합성 치명적인 상호 작용 파트너를 만들기. 대부분의 종양 모형의 이질성 때문에, 연구원은 소위 합성 치명적인 허브 단백질을 위한 수색을 시작했습니다. 이러한 합성 치명적인 허브는 종양 샘플에서 돌연변이및 따라서 비 기능 또는 현저하게 다운 규제되는 다수의 합성 치명적인 상호 작용 파트너가 있습니다. 이러한 합성 치명적인 허브를 해결 하는 것은 약물 효능을 증가 또는 vincristine 내성 신경 아 세포종의 맥락에서 예를 들어 표시 될 수 있는 약물 저항을 극복에 약속을 보유17. 합성 치명적인 상호 작용의 개념을 사용 하 여 약물 치료를 향상 시키기 위해 두 번째 접근 은 합성 치명적인 상호 작용을 대상으로 약물 조합을 식별 하는. 이것은 이미 승인된 단 하나 항종양 치료의 새로운 조합및 종양학의 필드에 그밖 질병 지역에서 약의 재배치로 이끌어 낼 수 있었습니다.
이 문서에서는 합성 치명적인 상호 작용 쌍을 대상으로 하는 약물 조합 목록을 산출하는 단계별 절차를 제시합니다. 이 워크플로우에서, 우리(i)는 BioGRID의 합성 치명적인 상호 작용에 대한 데이터를 사용하고 (ii) Ensembl에서 동종 유전자에 대한 정보, (iii) DrugBank에서 약물 표적 쌍을 검색하고, (iv) ClinicalTrials.gov 질병-약물 협회를 구축하고, (v) 따라서 합성 치명적인 상호 작용을 해결하는 약물 조합세트를 생성한다. 마지막으로, 대표적인 결과 섹션에서 난소와 유방암의 맥락에서 약물 조합을 제공합니다.

<table>
	<tbody>
		<tr>
			<td>BioGRID</td>
			<td>n/a</td>
			<td>n/a</td>
			<td>thebiogrid.org</td>
		</tr>
		<tr>
			<td>ClinicalTrials.gov</td>
			<td>n/a</td>
			<td>n/a</td>
			<td>ClinicalTrials.gov</td>
		</tr>
		<tr>
			<td>DrugBank</td>
			<td>n/a</td>
			<td>n/a</td>
			<td>drugbank.ca</td>
		</tr>
		<tr>
			<td>Ensembl BioMart</td>
			<td>n/a</td>
			<td>n/a</td>
			<td>ensembl.org</td>
		</tr>
		<tr>
			<td colspan="4">for alternative computational databases please refer to the manuscript</td>
		</tr>
		<tr>
			<td>7-AAD</td>
			<td>ebioscience</td>
			<td>00-6993-50</td>
			<td></td>
		</tr>
		<tr>
			<td>AnnexinV-APC</td>
			<td>BD Bioscience</td>
			<td>550474</td>
			<td></td>
		</tr>
		<tr>
			<td>celecoxib</td>
			<td>Sigma-Aldrich</td>
			<td>PZ0008-25MG</td>
			<td></td>
		</tr>
		<tr>
			<td>CellTiter-Blue Viability Assay</td>
			<td>Promega</td>
			<td>G8080</td>
			<td></td>
		</tr>
		<tr>
			<td>FACS Canto II</td>
			<td>BD Bioscience</td>
			<td>n/a</td>
			<td></td>
		</tr>
		<tr>
			<td>fetal bovine serum</td>
			<td>Fisher Scientific/Gibco</td>
			<td>16000044</td>
			<td></td>
		</tr>
		<tr>
			<td>FloJo Software</td>
			<td>FloJo LLC</td>
			<td>V10</td>
			<td></td>
		</tr>
		<tr>
			<td>McCoy&#39;s 5a Medium Modified</td>
			<td>Fisher Scientific/Gibco</td>
			<td>16600082</td>
			<td></td>
		</tr>
		<tr>
			<td>penicillin G/streptomycin sulfate</td>
			<td>Fisher Scientific/Gibco</td>
			<td>15140122</td>
			<td></td>
		</tr>
		<tr>
			<td>SKBR-3 cells</td>
			<td>American Type Culture Collection (ATCC)</td>
			<td>ATCC HTB-30</td>
			<td></td>
		</tr>
		<tr>
			<td>zoledronic acid</td>
			<td>Sigma-Aldrich</td>
			<td>SML0223-50MG</td>
			<td></td>
		</tr>
		<tr>
			<td colspan="4">further materials or equipment will be made available upon request</td>
		</tr>
	</tbody>
</table>

a data integration workflow to identify drug combinations targeting synthetic lethal interactions

두 유전자 사이의 합성 치명적인 상호 작용은 두 유전자 중 하나를 노크 아웃 세포 생존가능성에 영향을 미치지 않지만 두 합성 치명적인 인터랙터 모두의 노크 아웃이 세포 생존 가능성 또는 세포 사망의 손실로 이어질 때 주어집니다. 가장 잘 연구 된 합성 치명적인 상호 작용은 BRCA1/2와 PARP1 사이, PARP1 억제제는 BRCA1/2 돌연변이 종양환자를 치료 하기 위해 임상 사례에서 사용 되 고. 모형 유기체에 있는 대형 유전 스크린 뿐 아니라 haploid 인간 세포주에서 수많은 추가적인 합성 치명적인 상호 작용 쌍의 확인으로 이끌어 냈습니다, 모두 새로운 종양 치료의 발달에 관심있는 잠재적인 표적이 되고. 한 가지 접근법은 관심있는 종양에서 돌연변이되거나 현저하게 다운 규제되는 합성 치명적인 상호 작용기를 가진 유전자를 치료적으로 표적으로 하는 것입니다. 두 번째 접근법은 합성 치명적인 상호 작용을 해결하는 약물 조합을 공식화하는 것입니다. 이 문서에서는 데이터 통합 워크플로우에 대해 설명하여 합성 치명적인 상호 작용을 대상으로 하는 약물 조합을 평가하고 식별합니다. 우리는 합성 치명적인 상호 작용 쌍에 사용 가능한 데이터 세트를 사용, homology 매핑 자원, 전용 데이터베이스에서 약물 대상 링크, 관심의 질병 영역에서 임상 시험에서 조사 되는 약물에 대 한 정보. 우리는 또한 난소와 유방암의 맥락에서 약 조합 평가에 우리의 단의 2개의 최근 연구 결과의 중요한 사실 인정을 강조합니다.

우리 그룹은 최근 난소와 유방암의 맥락에서 합성 치명적인 상호 작용을 대상으로 약물 조합을 식별하기 위해이 원고에 묘사 된 워크 플로우를 적용하는 두 가지 연구를 발표했다24,25. 첫 번째 연구에서는, 우리는 현재 말기 임상 시험에서 시험되는 약물 조합을 평가 (단계 III 및 IV) 또는 합성 치명적인 상호 작용에 미치는 영향에 관한 난소암 환자를 치...

Watch this Scientific Journal Video about A Data Integration Workflow to Identify Drug Combinations Targeting Synthetic Lethal Interactions at JoVE.com

A Data Integration Workflow to Identify Drug Combinations Targeting Synthetic Lethal Interactions

모형 유기체에 있는 큰 유전 스크린은 부정적인 유전 상호 작용의 확인으로 이끌어 냈습니다. 여기에서는 모델 유기체의 유전 화면에서 데이터를 사용하여 암에 있는 합성 치명적인 상호 작용을 표적으로 하는 약물 조합을 설명하는 데이터 통합 워크플로우를 설명합니다.

합성 치명적인 상호 작용을 대상으로 하는 약물 조합을 식별 하기 위해 데이터 통합 워크플로우

A synthetic lethal interaction between two genes is given when knock-out of either one of the two genes does not affect cell viability but knock-out of ...

두 유전자 사이의 합성 치명적인 상호 작용은 둘 중 하나의 하나의 녹다운세포 생존가능성에 영향을 미치지 않지만 두 합성 치명적인 파트너의 녹다운이 세포 생존 가능성 또는 세포 사망의 손실로 이어질 때 발생합니다. 이기종 데이터 세트를 결합하면 세포 증식을 중단하는 것을 목표로 암과 같은 질병의 약물 조합에 의해 표적으로 할 수있는 합성 치명적인 상호 작용의 식별으로 이어질 수 있습니다. 합성 치사성의 개념은 세포 증식이 문제인 모든 질병에 관심이 있습니다.암에 관해서는, 합성 치명적인 유전자 상호 작용은 이미 PARP 억제제를 사용하여 BRCA 돌연변이 종양에서 표적으로 하고 있습니다. 우리의 것과 같은 노력은 그밖 유전자 상호 작용 및 암 엔티티를 위한 개념의 사용을 확장할 수 있었습니다. 우리의 실험실에서, 우리는 유방암의 맥락에서 합성 치명적인 상호 작용을 대상으로 계산 예측 약물 조합을 테스트했습니다.먼저 BioGRID에서 데이터를 검색합니다. 웹 브라우저를 사용하여 tab2 형식으로 최신 BioGRID 상호 작용 파일을 다운로드합니다. 열을 필터링하여 후속 분석 단계와 관련된 것만 유지합니다.다음으로, 합성 치사및 부정적인 유전 상호 작용을 위한 필터. 실험 시스템 열의 정보를 사용하여 데이터 집합을 음수 유전 또는 합성 치사성 값을 가진 항목으로 제한합니다. 합성 치명적인 상호 작용합성 치명적인 상호 작용이 유기체 당 사용할 수있는 이러한 상호 작용의 수에 대한 견적을 제공 할 합성 치명적인 상호 작용 파트너 세금 IDs의 수를 결정하여보고 된 종을 식별합니다.Ensembl BioMart에서 관련 모델 유기체에 대한 인간 직교를 검색하려면 각각의 모델 유기체 데이터 집합을 선택하고 특성을 클릭하고 유전자 이름을 선택합니다. 그런 다음 데이터 집합을 클릭하고 인간 유전자를 선택합니다. 다시 특성을 클릭하고 유전자 이름을 선택합니다.그런 다음 결과를 클릭합니다. 고유한 결과만 확인하고 Go.Automatize를 클릭하고, 정형전성 유전자 쌍을 검색하기 위해 BioMart RESTful 액세스로 직접 쿼리를 보냅니다. Ensembl BioMart 웹 인터페이스를 통해 수동으로 데이터를 검색하는 경우 이름을 변경하여 헤더 라인이 자동으로 추가되었습니다.다른 모델 유기체에 대한 정형 전 인간 유전자를 검색하기 위해, 제 1 데이터 집합 요소의 이름 속성의 값을 각각의 Ensembl 데이터 세트의 이름으로 대체한다. 다음으로, 동종모가 없는 유전자에 대한 모든 항목을 폐기하고, 단일 파일에 모든 동종 매핑을 수집하고, 인간 유전자에 대한 더미 매핑을 추가합니다. 또한, 인간의 유전자에 대 한 인공 항목을 추가.세금 ID와 유전자 기호의 조합을 보유하는 새 컬럼을 각 상호 작용 파트너에 추가하여 후속 결합을 위한 신디파일 파일을 준비합니다. 검색 된 정형 소 쌍과 유기체 세금 ID 및 유전자 기호에 따라 합성 치명적인 상호 작용에 가입. 다운로드 섹션에서 DrugBank에서 약물 대상 쌍을 검색하여 필요한 경우 먼저 계정을 만듭니다.DrugBank 약물 대상 파일을 관련 열로 제한합니다. 인간 분자 체에 대해서만 항목을 유지합니다. 그런 다음 관련 컬럼을 추출하고 인간 종에 대한 데이터를 필터링합니다.약물 이름과 약물 대상 정보는 두 개의 별도 CSV 파일로 제공되므로 두 파일의 정보를 병합해야 합니다. 이렇게 하려면 먼저 약물 이름 항목을 정규화해야 합니다. 그런 다음 약물 표적 파일을 정상화하여 약물 당 한 줄을 갖습니다.DrugBank 어휘 파일을 계속 하고 관련 열을 추출합니다. 약물 이름과 약물 표적 정보는 두 개의 별도 CSV 파일로 제공되기 때문에, 공통의 DrugBank ID를 사용하여 두 파일에서 정보를 병합합니다.유전자 심볼 열을 사용하여 이전 단계에서 생성된 약물 표적 약물 이름 파일과 합성 치명적인 상호 작용 데이터 세트를 결합하여 각 합성 치명적인 상호 작용의 두 파트너에 대한 약물 이름을 추가해야 합니다. 마지막으로, ClinicalTrials.gov 임상 시험에 대한 정보를 검색합니다.쉽게 액세스할 수 하려면 임상 시험 변환 이니셔티브에서 제공하는 관계형 데이터베이스를 사용하여 필요한 경우 먼저 계정을 만듭니다. 제안된 약물을 DMSO 또는 PBS와 같은 적절한 용매에 적어도 4개의 상이한 농도로 용해한다. 96웰 플레이트에 시드된 인간 유방암 세포에 약물을 추가하고, 억제 농도 값을 결정하기 위해 원하는 시간 동안 배양한다.이전에 설립된 IC50부터 시작하여 다양한 약물 조합 및 농도로 세포 생존 가능성을 결정하기 위해 선택의 생존성 또는 세포 분석기를 사용합니다. 이어서, 그들의 조합지수를 산출하여 약물 조합의 시너지 세포독성 효과를 결정한다. 이 방법은 난소암에 있는 합성 치명적인 상호 작용을 표적으로 하는 약 조합을 확인하기 위하여 이용되었습니다.그것은 발견 했다 21 독특한 약물에 기여 84 39 합성 치명적인 interactors의 집합을 대상으로 확인 된 약물 조합. 동일한 워크플로우가 유방암의 맥락에서 166개의 합성 치명적인 유전자 쌍을 표적으로 하는 243개의 유망한 약 조합을 확인하기 위하여 이용되었습니다. 선택 된 조합은 두 개의 유방암 세포 주에서 세포 생존력과 세포 세포에 미치는 영향에 대해 테스트되었습니다.SK-BR-3 유방암 세포주에서 셀레콕시브, 졸드로닉산 및 셀레콕시브의 조합에 대한 생존성 분석 결과 약물이 결합되면 세포 생존가능성에 상당한 시너지 효과가 있음을 입증했다. 2개의 약물로 자체적으로 처리된 SK-BR-3 세포의 부속서 V 및 7-AAD 염색은 약물 조합으로 치료 후 후기 세포세포 및 괴사 세포의 비율이 증가한 것으로 나타났다. 이 프로토콜을 시도 할 때, 임상 시험에서 검색 된 모든 약물과 개입에 대한 해당 DrugBank 약물 이름을 식별하는 데 필요한 시간을.연구 하에 질병에 대한 합성 치명적인 인터랙터의 과학적 문헌에 있는 유전자 발현 프로파일 또는 부기 정도와 같은 추가 데이터의 포함은 합성 치명적인 상호 작용의 우선 순위를 더 이용하기 위하여 이용될 수 있습니다. 사용 가능한 생체 의학 데이터의 증가량으로 인해, 전산 생물학자와 힘을 결합하는 것은 실험실에서 테스트 할 새로운 가설로 이어지는 유익한 상호 작용이다. 세포정전기 제제와 함께 작업할 때는 실험실 안전 장비 및 유해 시약 처리를 다루는 현지 지침을 따라야 합니다.언제든지 직접 접촉을 피하고 실험을 시작하기 전에 사용되는 물질에 대한 정보를 수집해야합니다.

Research

JoVE Journal

Cancer Research

Utilizing Functional Genomics Screening to Identify Potentially Novel Drug Targets in Cancer Cell Spheroid Cultures

기능 유전체학에게 검사를 활용하여 암 세포 회전 타원체 문화에 잠재적으로 소설 약 표적을 식별하는

The identification of functional driver events in cancer is central to furthering our understanding of cancer biology and indispensable for the discovery ...

연구

암 연구학

In Vitro Imaging and Quantification of the Drug Targeting Efficiency of Fluorescently Labeled GnRH Analogues

In Vitro Imaging and Quantification of the Drug Targeting Efficiency of Fluorescently Labeled GnRH Analogues

체외 이미징 및 형광 표지의 GnRH 유사체의 약물 표적 효율성의 정량에서

GnRH analogues are effective targeting moieties and able to deliver anticancer agents selectively into malignant tumor cells which highly express GnRH ...

Genome-wide RNAi Screening to Identify Host Factors That Modulate Oncolytic Virus Therapy

RNAi 게놈 넓은 검사 Oncolytic 바이러스 치료 변조 호스트 요소를 식별 하

High-throughput genome-wide RNAi (RNA interference) screening technology has been widely used for discovering host factors that impact&#160;virus ...

A GPC3-targeting Bispecific Antibody, GPC3-S-Fab, with Potent Cytotoxicity

GPC3 대상으로 Bispecific 항 체, GPC3-S-팹, 강력한 세포 독성을

This protocol describes the construction and functional studies of a bispecific antibody (bsAb), GPC3-S-Fab. bsAbs can recognize two different epitopes ...

Synthesis and Characterization of Placental Chondroitin Sulfate A (plCSA)-Targeting Lipid-Polymer Nanoparticles

Synthesis and Characterization of Placental Chondroitin Sulfate A plCSA-Targeting Lipid-Polymer Nanoparticles

합성 및 Placental 콘의 황산 (plCSA)-지질 타겟팅-고분자 나노 입자

An effective cancer therapeutic method reduces and eliminates tumors with minimal systemic toxicity. Actively targeting nanoparticles offer a promising ...

A Chromatin Immunoprecipitation Assay to Identify Novel NFAT2 Target Genes in Chronic Lymphocytic Leukemia

만성 림프모구 백혈병에서 소설 NFAT2 대상 유전자를 식별 하는 Chromatin Immunoprecipitation 분석 결과

Chronic lymphocytic leukemia (CLL) is characterized by the expansion of malignant B cell clones and represents the most common leukemia in western ...

A Simple Migration/Invasion Workflow Using an Automated Live-cell Imager

자동된 라이브 셀 이미징 사용 하 여 간단한 마이그레이션/침공 워크플로

Cancer cell mobility is crucial for the initiation of metastasis. Therefore, investigation of the cell movement and invasive capacity is of great ...

Integration of Bioinformatics Approaches and Experimental Validations to Understand the Role of Notch Signaling in Ovarian Cancer

난소암에서 노치 신호의 역할을 이해하기 위한 생물정보학 접근법 및 실험 검증의 통합

Notch signaling is a highly conserved regulatory pathway involved in many cellular processes. Dysregulation of this signaling pathway often leads to ...

Establishing a Competing Risk Regression Nomogram Model for Survival Data

생존 데이터를 위한 경쟁 위험 회귀 Nomogram 모델 설정

The Kaplan&#8211;Meier method and Cox proportional hazards regression model are the most common analyses in the survival framework. These are relatively ...

In Vivo Targeting of Xenografted Human Cancer Cells with Functionalized Fluorescent Silica Nanoparticles in Zebrafish

제브라피시에 기능성 형광 실리카 나노입자를 가진 제노이식 인간 암세포의 생체 내 표적화

Developing nanoparticles capable of detecting, targeting, and destroying cancer cells is of great interest in the field of nanomedicine. In vivo animal ...