Name: jumpn: a streamlined application for protein co-expression clustering and network analysis in proteomics
Uploaded: 2021-10-19T13:30:00
Description: Watch this Scientific Journal Video about JUMPn: A Streamlined Application for Protein Co-Expression Clustering and Network Analysis in Proteomics at JoVE.com

O apoio ao financiamento foi fornecido pelos Institutos Nacionais de Saúde (NIH) (R01AG047928, R01AG053987, RF1AG064909, RF1AG068581 e U54NS110435) e ALSAC (American Libanbanese Syrian Associated Charities). A análise de MS foi realizada no Centro de Proteômica e Metabolômica do Hospital de Pesquisa Infantil de São Judas, que foi parcialmente apoiado pelo NIH Cancer Center Support Grant (P30CA021765). O conteúdo é de responsabilidade exclusiva dos autores e não representa necessariamente as opiniões oficiais dos Institutos Nacionais de Saúde.

NOTA: Neste protocolo, o uso do JUMPn é ilustrado utilizando um conjunto de dados publicado de perfil proteome inteiro durante a diferenciação de células B quantificada pelo reagente de etiqueta isobáica TMT27.
1. Configuração do software JUMPn
NOTA: Duas opções são fornecidas para configurar o software JUMPn: (i) instalação em um computador local para uso pessoal; e (ii) implantação de JUMPn em um servidor brilhante remoto para v...

Aqui introduzimos nosso software JUMPn e seu protocolo, que foram aplicados em vários projetos para dissecar mecanismos moleculares usando dados de proteômica quantitativa profunda 25,26,27,30,64. O software e o protocolo JUMPn foram totalmente otimizados, incluindo a consideração de proteínas DE para análise de rede de co-expressão, uma compilação de...

A proteômica de espingarda baseada em espectrometria em massa tornou-se a abordagem chave para analisar a diversidade de proteomes de amostras complexas1. Com os recentes avanços na instrumentação de espectrometria de massa 2,3, cromatografia 4,5, detecção de mobilidade de íons6, métodos de aquisição (independente de dados7 e aquisição dependente de dados8), abordagens de quantificação (método de rotulagem de peptídeo isobárico multi-plex, por exemplo, TMT 9,10 e quantificação sem rótulo 11,12) e método de estratégia de análise de dados/ desenvolvimento de software 13,14,15,16,17,18, quantificação de todo o proteome (por exemplo, mais de 10.000 proteínas) é agora rotina 19,20,21. No entanto, como obter insights mecanicistas a partir de conjuntos de dados quantitativos tão profundos ainda é desafiador22. As tentativas iniciais de investigação desses conjuntos de dados dependiam predominantemente da anotação de elementos individuais dos dados, tratando cada componente (proteína) de forma independente. No entanto, os sistemas biológicos e seu comportamento não podem ser explicados unicamente examinando componentes individuais23. Portanto, uma abordagem de sistemas que coloca as biomoléculas quantificadas no contexto das redes de interação é essencial para a compreensão de sistemas complexos e dos processos associados, como embriogênese, resposta imune e patogênese das doenças humanas24.
A biologia de sistemas baseados em rede emergiu como um poderoso paradigma para a análise de dados quantitativos de proteômica em larga escala 25,26,27,28,29,30,31,32,33. Conceitualmente, sistemas complexos como células mamíferas poderiam ser modelados como uma rede hierárquica34,35, na qual todo o sistema é representado em níveis: primeiro por um número de componentes grandes, cada um dos quais então iterativamente modelado por subsistemas menores. Tecnicamente, a estrutura da dinâmica proteome pode ser apresentada por redes interconectadas de aglomerados proteicos co-expressos (porque genes/proteínas co-expressos geralmente compartilham funções biológicas ou mecanismos de regulação36) e módulos PPI interagindo fisicamente37. Como exemplo recente25, geramos perfis temporais de proteome e fosfomésomo durante a ativação de células T e usamos redes integrativas de co-expressão com PPIs para identificar módulos funcionais que mediam a saída de quiescência de células T. Múltiplos módulos relacionados ao bioenergetic foram destacados e validados experimentalmente (por exemplo, os módulos IV mitoribosome ecomplexos 25 e o módulo de um carbono38). Em outro exemplo26, ampliamos ainda mais nossa abordagem para estudar a patogênese da doença de Alzheimer, e priorizamos com sucesso a progressão da doença, módulos e moléculas associadas à progressão da doença. É importante ressaltar que muitas de nossas descobertas imparcial foram validadas por coortes independentes de pacientes26,29 e/ou modelos de camundongos26. Esses exemplos ilustraram o poder da abordagem da biologia dos sistemas para dissecar mecanismos moleculares com proteômica quantitativa e outras integrações omicais.
Aqui introduzimos o JUMPn, um software simplificado que explora dados quantitativos de proteômica usando abordagens de biologia de sistemas baseados em rede. A JUMPn serve como o componente a jusante do conjunto de software de proteômica JUMPestabelecido 13,14,39, e tem como objetivo preencher a lacuna desde quantificações proteicas individuais até caminhos biologicamente significativos e módulos proteicos usando a abordagem biológica dos sistemas. Ao tomar a matriz de quantificação de proteínas de PPI expressos diferencialmente (ou a mais variável) como entrada, a JUMPn pretende organizar o proteome em uma hierarquia hierárquica de aglomerados proteicos co-expressos entre amostras e módulos PPI densamente conectados (por exemplo, complexos proteicos), que são ainda mais anotados com bancos de dados de vias públicas por análise de super-representação (ou enriquecimento) (Figura 1). O JUMPn é desenvolvido com a plataforma R/Shiny40 para uma interface fácil de usar e integra três módulos funcionais principais: análise de clustering de co-expressão, análise de enriquecimento de caminhos e análise de rede PPI (Figura 1). Após cada análise, os resultados são visualizados automaticamente e são ajustáveis através das funções de widget R/shiny e prontamente para download como tabelas de publicação no formato Microsoft Excel. No protocolo a seguir, utilizamos dados de proteome completo quantitativo como exemplo e descrevemos os principais passos do uso do JUMPn, incluindo a instalação do software JUMPn, a definição de proteínas expressas diferencialmente ou o proteome (dis)regulado, análise de rede de co-expressão e análise de módulos PPI, visualização e interpretação de resultados e soluções de problemas. O software JUMPn está disponível gratuitamente no GitHub41.

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>MacBook Pro with a 2.3 GHz Quad-Core Processor running OS 10.15.7.</td>
			<td>Apple Inc.</td>
			<td>MacBook Pro 13&#39;&#39;</td>
			<td>Hardware used for software development and testing</td>
		</tr>
		<tr>
			<td>Anoconda</td>
			<td>Anaconda, Inc.</td>
			<td>version 4.9.2</td>
			<td>https://docs.anaconda.com/anaconda/install/</td>
		</tr>
		<tr>
			<td>miniconda</td>
			<td>Anaconda, Inc.</td>
			<td>version 4.9.2</td>
			<td>https://docs.conda.io/en/latest/miniconda.html</td>
		</tr>
		<tr>
			<td>RStudio</td>
			<td>RStudio Public-benefit corporation</td>
			<td>version 4.0.3</td>
			<td>https://www.rstudio.com/products/rstudio/download/</td>
		</tr>
		<tr>
			<td>Shiny Server</td>
			<td>RStudio Public-benefit corporation</td>
			<td></td>
			<td>https://shiny.rstudio.com/articles/shinyapps.html</td>
		</tr>
	</tbody>
</table>

jumpn: a streamlined application for protein co-expression clustering and network analysis in proteomics

Com os recentes avanços nas tecnologias de proteômica baseadas em espectrometria de massa, o perfil profundo de centenas de proteomes tornou-se cada vez mais viável. No entanto, obter insights biológicos de tais conjuntos de dados valiosos é um desafio. Aqui introduzimos um software baseado em biologia de sistemas JUMPn, e seu protocolo associado para organizar o proteome em clusters de co-expressão de proteínas em amostras e redes de interação proteína-proteína (PPI) conectadas por módulos (por exemplo, complexos proteicos). Usando a plataforma R/Shiny, o software JUMPn simplifica a análise de agrupamento de co-expressão, enriquecimento de caminhos e detecção de módulos PPI, com visualização integrada de dados e interface amigável. As principais etapas do protocolo incluem a instalação do software JUMPn, a definição de proteínas expressas diferencialmente ou o proteome (dis)regulado, determinação de clusters de co-expressão significativos e módulos PPI, e visualização de resultados. Embora o protocolo seja demonstrado usando um perfil proteome baseado em rotulagem isobáica, o JUMPn é geralmente aplicável a uma ampla gama de conjuntos de dados quantitativos (por exemplo, proteômica livre de rótulos). O software e o protocolo JUMPn fornecem assim uma poderosa ferramenta para facilitar a interpretação biológica em proteômica quantitativa.

Utilizamos nossos conjuntos de dados de proteômica profunda publicados 25,26,27,30 (Figuras 5 e Figura 6), bem como simulações de dados57 (Tabela 1) para otimizar e avaliar o desempenho do JUMPn. Para a análise de agrupamento de proteínas de co-expressão via WGCNA, recomendamos a utilizaç...

Watch this Scientific Journal Video about JUMPn: A Streamlined Application for Protein Co-Expression Clustering and Network Analysis in Proteomics at JoVE.com

JUMPn: A Streamlined Application for Protein Co-Expression Clustering and Network Analysis in Proteomics

Apresentamos uma ferramenta de biologia de sistemas JUMPn para realizar e visualizar análises de rede para dados quantitativos de proteômica, com um protocolo detalhado que inclui pré-processamento de dados, agrupamento de co-expressão, enriquecimento de caminhos e análise de rede de interação proteína-proteína.

JUMPn: Uma aplicação simplificada para agrupamento de co-expressão de proteínas e análise de rede em proteômica

With recent advances in mass spectrometry-based proteomics technologies, deep profiling of hundreds of proteomes has become increasingly feasible. ...

O protocolo do software JUMPn visa facilitar a interpretação biológica dos dados quantitativos de proteômica. O software é capaz de organizar toda a proteína em hierarquia de nível de clusters de co-expressão e os módulos de interação proteica. Notavelmente, o software JUMPn simplifica a análise do clustering de co-expressão, enriquecimento de vias e detecção de módulos PPI.Ele fornece uma interface fácil de usar e visualização interativa dos dados e das redes. Embora tenhamos demonstrado com sucesso a aplicação do JUMPn em toda a análise de dados proteome, o método é facilmente estendido a outros tipos de dados, incluindo análise fosfoproteômica e dados interactome da espectrometria de massa de purificação de afinidade. Para configurar o software JUMPn, baixe o código-fonte do site e instale o software no terminal da linha de comando.Para iniciar o software JUMPn, altere o diretório atual para a pasta de execução digitando a execução de CD"no terminal e, em seguida, digite o texto no terminal para iniciar o JUMPn no navegador da Web. Na página inicial do JUMPn, clique no botão Iniciar Análise para iniciar a análise JUMPn e, em seguida, no canto inferior esquerdo da página Análise de Início, clique no botão Upload Demo B-Cell Proteomic Data" para visualizar uma notificação do sucesso do upload de dados. No canto inferior direito da página, clique no botão Enviar análise JUMPn para iniciar a execução da demonstração usando parâmetros padrão.Uma barra de progresso denotará o curso da análise. Espere até que a barra de progresso seja cumprida. Uma vez terminado a execução da demonstração, uma caixa de diálogo aparecerá com a mensagem de execução de sucesso e o caminho absoluto para a pasta de resultado e, em seguida, clique na guia Continuar para Resultados".Como a página da web orienta os resultados do cluster de co-expressão pelo algoritmo WGCNA, clique no Resultados de exibição"na janela de diálogo para continuar. À esquerda da página resultados página 1 WGCNA Output page, encontre os padrões de co-expressão de proteína e use o Select the Expression Format"para navegar entre dois formatos de figura. A figura do boxplot será selecionada por padrão.Selecione a guia Tendências para exibir o plot de tendências, com cada linha representando abundância de proteínas individuais entre as amostras. A cor de cada linha representa o quão próximo o padrão de expressão está do consenso do cluster de co-expressão. À direita da página de saída do WGCNA, o Mapa de Enriquecimento de Ontologia pathway pode ser visto.Em um mapa de calor, as vias mais enriquecidas para cada aglomerado serão exibidas juntas. Em seguida, role para baixo na página da web para visualizar o padrão de expressão para proteínas individuais. Use a caixa de gota para baixo, selecione o cluster de co-expressão para examinar proteínas de cada cluster e selecione uma proteína específica na tabela sobre a qual o gráfico da barra abaixo da tabela será automaticamente atualizado para refletir sua abundância de proteínas.Para nomes de proteínas específicos, use a caixa "Pesquisa"no lado direito da tabela. Mais tarde, veja a interação proteína-proteína ou os resultados do PPI clicando na Página de Resultados 2 PPI Output"no topo. Para obter os resultados de um cluster específico de co-expressão, clique na guia Selecionar o cluster de co-expressão".As exibições de todos os painéis de figuras serão atualizadas para o cluster recém-selecionado. No painel da figura esquerda, visualize as redes PPI para o cluster de co-expressão selecionado usando a caixa de dropdown do grupo e destacando módulos PPI individuais dentro da rede e, em seguida, vá para a caixa de formato de layout de rede selecionada para alterar o layout da rede. Usando mouse e trackpad, amplie ou amplie ou amplie a rede PPI para visualizar os nomes genéticos de cada nó na rede.Quando ampliado, selecione e clique em uma determinada proteína para destacar a proteína e seus vizinhos de rede. Na rede, arraste um certo nó para alterar sua posição no layout e reorganizar o layout da rede. No painel direito da página de resultados do PPI, estude as informações de nível de cluster de co-expressão que auxiliam na interpretação dos resultados do PPI.O padrão de co-expressão no cluster selecionado pode ser visto como boxplot por padrão. Selecione Tendências para mostrar o enredo de tendências para um padrão de co-expressão e, em seguida, optar pelo enredo da barra de caminho para mostrar caminhos significativamente enriquecidos para o cluster de co-expressão com o enredo do círculo de caminho, ver caminhos significativamente enriquecidos para o cluster de co-expressão no formato de enredo do círculo. Para exibir resultados no nível do módulo PPI individual, role a página de resultado para a página web de saída do PPI e expanda a caixa suspensa do módulo para selecionar um módulo PPI específico para exibição.Visualize o módulo PPI no painel esquerdo, manipule o visor de rede como explicado anteriormente. No painel direito, visualize os resultados de enriquecimento da ontologia da via e use a caixa de dropdown estilo de anotação do caminho e a guia tick barplot para mostrar mais informações e exibir caminhos significativamente enriquecidos para o módulo PPI selecionado. O gráfico do círculo de carrapatos para mostrar caminhos significativamente enriquecidos para o módulo PPI selecionado no formato de um gráfico de círculo e usar o mapa de calor para mostrar caminhos significativamente enriquecidos e os nomes genéticos associados.Vá para a guia Tabela para exibir os resultados detalhados de enriquecimento da via, incluindo o nome de caminhos, termos de ontologia, nomes de genes e o valor P pelo teste exato de Fisher. Siga o caminho absoluto impresso na parte superior das páginas de resultados e encontre a tabela da planilha de publicação. JUMPn é desenvolvido com a plataforma R brilhante para uma interface amigável e integra três grandes módulos funcionais.Análise de agrupamento de co-expressão, análise de enriquecimento de caminhos e análise de rede do PPI. Após cada análise, os resultados são automaticamente visualizados em nossa ajustável através das funções de widget brilhantes R e prontamente para download como tabelas de publicação e formato Microsoft Excel. Para análise de rede PPI, uma rede PPI composta foi compilada combinando string, BioPlex e em bancos de dados web IM.A rede PPI fundida final abrange mais de 20.000 genes humanos com 1.100.000 bordas. Este interactome abrangente é incluído e publicado em um pacote com o software JUMPn para análise sensível do PPI. Abordagens baseadas em rede que aproveitam redes de co-expressão e interação proteica podem ser usadas como um método adicional para a inferência da atividade em fatores de transcrição e quinases.

Research

JoVE Journal

Biochemistry

Method for Identifying Small Molecule Inhibitors of the Protein-protein Interaction Between HCN1 and TRIP8b

Método para a identificação de molécula pequena inibidores da interacção proteína-proteína entre HCN1 e TRIP8b

Hyperpolarization-activated cyclic nucleotide-gated (HCN) channels are expressed ubiquitously throughout the brain, where they function to regulate the ...

Bioquímica

Lipid Droplet Isolation for Quantitative Mass Spectrometry Analysis

Isolamento de gotículas de gordura para análise quantitativa Espectrometria de Massa

Lipid droplets are vital to the replication of a variety of different pathogens, most prominently the Hepatitis C Virus (HCV), as the putative site of ...

Extracellular Protein Microarray Technology for High Throughput Detection of Low Affinity Receptor-Ligand Interactions

Tecnologia de Microarray da proteína extracelular para a deteção de alta taxa de transferência de interações ligante-Receptor de baixa afinidade

Secreted factors, membrane-tethered receptors, and their interacting partners are main regulators of cellular communication and initiation of signaling ...

Preparation of Chloroplast Sub-compartments from Arabidopsis for the Analysis of Protein Localization by Immunoblotting or Proteomics

Preparação de cloroplasto sub compartimentos de Arabidopsis para a análise da localização da proteína pelo Immunoblotting ou Proteomics

Chloroplasts are major components of plant cells. Such plastids fulfill many crucial functions, such as assimilation of carbon, sulfur and nitrogen as ...

Analysis of Protein Folding, Transport, and Degradation in Living Cells by Radioactive Pulse Chase

Análise de proteínas, transporte e degradação em células vivas por pulso radioativo Chase

Radioactive pulse-chase labeling is a powerful tool for studying the conformational maturation, the transport to their functional cellular location, and ...

Detection of Protein Ubiquitination Sites by Peptide Enrichment and Mass Spectrometry

Detecção de locais de ubiquitinação de proteínas por enriquecimento de peptídeos e espectrometria de massa

The posttranslational modification of proteins by the small protein ubiquitin is involved in many cellular events. After tryptic digestion of ...

Application of Biolayer Interferometry (BLI) for Studying Protein-Protein Interactions in Transcription

Application of Biolayer Interferometry BLI for Studying Protein-Protein Interactions in Transcription

Aplicação de interferometria Biolayer (BLI) para o estudo de interações proteína-proteína em transcrição

A transcription factor&#160;(TF) is a protein that regulates gene expression by interacting with the RNA polymerase, another TF, and/or template DNA. GrgA ...

Quantification of Protein Interaction Network Dynamics using Multiplexed Co-Immunoprecipitation

Quantificação da dinâmica da rede de interação de proteínas usando co-imunoprecipitação multiplexada

Dynamic protein-protein interactions control cellular behavior, from motility to DNA replication to signal transduction. However, monitoring dynamic ...

PeptiQuick, a One-Step Incorporation of Membrane Proteins into Biotinylated Peptidiscs for Streamlined Protein Binding Assays

PeptiQuick, uma incorporação de um passo de proteínas da membrana em Peptidiscs biotinylated para ensaios obrigatórios de proteína aerodinâmica

Membrane proteins, including transporters, channels, and receptors, constitute nearly one-fourth of the cellular proteome and over half of current drug ...

TMT Sample Preparation for Proteomics Facility Submission and Subsequent Data Analysis

Preparação da amostra TMT para envio de instalações proteômicas e análise de dados subsequentes

Proteomic technologies are powerful methodologies that can aid our understanding of mechanisms of action in biological systems by providing a global view ...