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

Finansman desteği Ulusal Sağlık Enstitüleri (NIH) (R01AG047928, R01AG053987, RF1AG064909, RF1AG068581 ve U54NS110435) ve ALSAC (Amerikan Lübnanlı Suriye İlişkili Yardım Kuruluşları) tarafından sağlanmıştır. MS analizi, kısmen NIH Kanser Merkezi Destek Hibesi (P30CA021765) tarafından desteklenen St. Jude Çocuk Araştırma Hastanesi Proteomik ve Metabolomik Merkezi'nde gerçekleştirildi. İçerik yalnızca yazarların sorumluluğundadır ve Ulusal Sağlık Enstitüleri'nin resmi görüşlerini temsil etmek zorunda değildir.

NOT: Bu protokolde, JUMPn'in kullanımı, TMT izobarik etiket reaktifi27 tarafından ölçülen B hücresi farklılaşması sırasında tüm proteom profillemesinin yayınlanmış bir veri kümesi kullanılarak gösterilmiştir.
1. JUMPn yazılımının kurulumu
NOT: JUMPn yazılımını kurmak için iki seçenek sunulmaktadır: (i) kişisel kullanım için yerel bir bilgisayara kurulum; ve (ii) JUMPn'in birden fazla kullanıcı için uzak bir ...

Burada, derin kantitatif proteomik veriler 25,26,27,30,64 kullanarak moleküler mekanizmaların diseksiyonu için birden fazla projede uygulanan JUMPn yazılımımızı ve protokolünü tanıttık. JUMPn yazılımı ve protokolü, ortak ekspresyon ağı analizi için DE proteinlerinin dikkate alınması, kapsamlı ve yüksek kaliteli PPI ağının bir derleme...

Kütle spektrometrisine dayalı av tüfeği proteomikleri, karmaşık numunelerin proteom çeşitliliğini analiz etmek için anahtar yaklaşım haline gelmiştir1. Kütle spektrometrisi enstrümantasyonu2,3, kromatografi4,5, iyon hareketliliği tespiti6, edinme yöntemleri (veriden bağımsız7 ve veriye bağımlı edinme8), niceleme yaklaşımları (çok katlı izobarik peptid etiketleme yöntemi, örneğin, TMT9,10 ve etiketsiz niceleme11,12) ve veri analizi stratejileri / yazılım geliştirme 13,14,15,16,17,18, tüm proteomun nicelleştirilmesi (örneğin, 10.000'den fazla protein) artık rutin 19,20,21'dir. Bununla birlikte, bu kadar derin nicel veri kümelerinden mekanik içgörülerin nasıl elde edileceği halazorlayıcıdır 22. Bu veri kümelerini araştırmaya yönelik ilk girişimler, ağırlıklı olarak, her bir bileşeni (proteini) bağımsız olarak ele alarak, verilerin bireysel öğelerinin ek açıklamasına dayanıyordu. Bununla birlikte, biyolojik sistemler ve davranışları yalnızca bireysel bileşenlerin incelenmesiyle açıklanamaz23. Bu nedenle, niceliklendirilmiş biyomolekülleri etkileşim ağları bağlamına yerleştiren bir sistem yaklaşımı, karmaşık sistemlerin ve embriyogenez, immün yanıt ve insan hastalıklarının patogenezi gibi ilişkili süreçlerin anlaşılması için gereklidir24.
Ağ tabanlı sistem biyolojisi, büyük ölçekli nicel proteomik verileri25,26,27,28,29,30,31,32,33 analiz etmek için güçlü bir paradigma olarak ortaya çıkmıştır. Kavramsal olarak, memeli hücreleri gibi karmaşık sistemler, tüm sistemin katmanlar halinde temsil edildiği hiyerarşik bir ağ 34,35 olarak modellenebilir: ilk önce her biri daha sonra daha küçük alt sistemler tarafından yinelemeli olarak modellenen bir dizi büyük bileşen tarafından. Teknik olarak, proteom dinamiklerinin yapısı, birlikte eksprese edilen protein kümelerinin birbirine bağlı ağları (çünkü birlikte eksprese edilen genler / proteinler genellikle benzer biyolojik işlevleri veya düzenleme mekanizmalarını paylaşır36) ve fiziksel olarak etkileşime giren PPI modülleri37 tarafından sunulabilir. Yakın tarihli bir örnek25 olarak, T hücresi aktivasyonu sırasında tüm proteom ve fosfoproteomun zamansal profillerini oluşturduk ve T hücresi sessizlik çıkışına aracılık eden fonksiyonel modülleri tanımlamak için PPI'larla bütünleştirici ko-ekspresyon ağları kullandık. Biyoenerjetik ile ilgili çoklu modüller vurgulandı ve deneysel olarak doğrulandı (örneğin, mitoribozom ve karmaşık IV modülleri25 ve bir karbonlu modül38). Başka bir örnek26'da, Alzheimer hastalığının patogenezini incelemek için yaklaşımımızı daha da genişlettik ve hastalık progresyonu ile ilişkili protein modüllerini ve moleküllerini başarıyla önceliklendirdik. Daha da önemlisi, tarafsız keşiflerimizin çoğu, bağımsız hasta kohortları 26,29 ve / veya hastalık faresi modelleri26 tarafından doğrulanmıştır. Bu örnekler, moleküler mekanizmaları kantitatif proteomik ve diğer omik entegrasyonlarla incelemek için sistem biyolojisi yaklaşımının gücünü göstermiştir.
Burada, ağ tabanlı sistem biyolojisi yaklaşımlarını kullanarak nicel proteomik verileri araştıran aerodinamik bir yazılım olan JUMPn'i tanıtıyoruz. JUMPn, kurulan JUMP proteomik yazılım paketi 13,14,39'un aşağı akış bileşeni olarak hizmet eder ve sistem biyolojisi yaklaşımını kullanarak bireysel protein niceliklerinden biyolojik olarak anlamlı yollara ve protein modüllerine kadar olan boşluğu doldurmayı amaçlar. Diferansiyel olarak eksprese edilen (veya en değişken) proteinlerin nicelleştirme matrisini girdi olarak alarak, JUMPn, proteomu, aşırı temsil (veya zenginleştirme) analizi ile halka açık yol veritabanlarıyla daha fazla açıklama eklenen, numuneler ve yoğun olarak bağlanmış PPI modülleri (örneğin, protein kompleksleri) arasında birlikte eksprese edilen protein kümelerinin katmanlı bir hiyerarşisi halinde düzenlemeyi amaçlamaktadır (Şekil 1). JUMPn, kullanıcı dostu bir arayüz için R/Shiny platform40 ile geliştirilmiştir ve üç ana işlevsel modülü entegre eder: ortak ifade kümeleme analizi, yol zenginleştirme analizi ve PPI ağ analizi (Şekil 1). Her analizden sonra, sonuçlar otomatik olarak görselleştirilir ve R/shiny widget işlevleri aracılığıyla ayarlanabilir ve Microsoft Excel formatında yayın tabloları olarak kolayca indirilebilir. Aşağıdaki protokolde, nicel tüm proteom verilerini örnek olarak kullanıyoruz ve JUMPn yazılımının kurulumu, farklı şekilde ifade edilen proteinlerin tanımı veya (dis) düzenlenmiş proteom, ortak ekspresyon ağı analizi ve PPI modül analizi, sonuç görselleştirme ve yorumlama ve sorun giderme dahil olmak üzere JUMPn kullanmanın ana adımlarını açıklıyoruz. JUMPn yazılımı GitHub41'de ücretsiz olarak kullanılabilir.

<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

Kütle spektrometrisi tabanlı proteomik teknolojilerdeki son gelişmelerle birlikte, yüzlerce proteomun derin profillenmesi giderek daha mümkün hale gelmiştir. Bununla birlikte, bu tür değerli veri kümelerinden biyolojik içgörüler elde etmek zordur. Burada, sistem biyolojisi tabanlı bir yazılım olan JUMPn'i ve proteomu örnekler ve modüllerle (örneğin, protein kompleksleri) birbirine bağlı protein-protein etkileşimi (PPI) ağları arasında protein birlikte ekspresyon kümeleri halinde düzenlemek için ilişkili protokolünü tanıtıyoruz. R/Shiny platformunu kullanan JUMPn yazılımı, entegre veri görselleştirme ve kullanıcı dostu bir arayüzle birlikte ifade kümeleme, yol zenginleştirme ve PPI modül algılama analizini kolaylaştırır. Protokolün ana adımları arasında JUMPn yazılımının kurulumu, farklı şekilde eksprese edilen proteinlerin veya (dis) düzenlenmiş proteomun tanımı, anlamlı birlikte ekspresyon kümelerinin ve PPI modüllerinin belirlenmesi ve sonuç görselleştirme yer almaktadır. Protokol, izobarik etiketleme tabanlı proteom profili kullanılarak gösterilirken, JUMPn genellikle çok çeşitli nicel veri kümelerine (örneğin, etiketsiz proteomikler) uygulanabilir. JUMPn yazılımı ve protokolü böylece kantitatif proteomikte biyolojik yorumlamayı kolaylaştırmak için güçlü bir araç sağlar.

JUMPn performansını optimize etmek ve değerlendirmek için yayınlanmış derin proteomik veri kümelerimiz 25,26,27,30 (Şekil 5 ve Şekil 6) ve veri simülasyonları 57'yi (Tablo 1) kullandık. WGCNA aracılığıyla ko-ekspresyon protein kümeleme analizi için, numuneler arasında önemli...

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

Kantitatif proteomik veriler için ağ analizini gerçekleştirmek ve görselleştirmek için bir sistem biyolojisi aracı JUMPn'ı, veri ön işleme, birlikte ekspresyon kümeleme, yol zenginleştirme ve protein-protein etkileşim ağı analizi dahil olmak üzere ayrıntılı bir protokolle sunuyoruz.

JUMPn: Proteomikte Protein Ko-İfade Kümelemesi ve Ağ Analizi için Kolaylaştırılmış Bir Uygulama

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

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.

Research

JoVE Journal

Biochemistry

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

Yöntem HCN1 ve TRIP8b arasında protein-protein etkileşimi küçük molekül önleyicilerinin tespit edilmesi için

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

Lipid Droplet Isolation for Quantitative Mass Spectrometry Analysis

Kantitatif Kütle Spektrometresi Analiz lipid Damlacık izolasyonu

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

Hücre dışı Protein Mikroarray teknoloji yüksek işlem hacmi düşük benzeşme reseptör-Ligand etkileşimleri algılanması için

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

Kloroplast alt bölmeler Arabidopsis üzerinden hazırlanması Protein yerelleştirme Immunoblotting veya proteomik analizi için

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

Protein katlanması, taşıma ve canlı hücreler radyoaktif darbe Chase tarafından bozulması Analizi

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

Peptit Zenginleştirme ve Kütle Spektrometresi ile Protein Ubiquitinasyon Sitelerinin Saptanması

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

Transkripsiyon protein-protein etkileşimlerini Incelemek için Biolayer Interferometri (BLı) uygulaması

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

Multipleksed Co-İmmünopreyağış Kullanarak Protein Etkileşim Ağı Dinamiğinin Ölçülmesi

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, Aerodinamik Protein Bağlayıcı Tahliller için Biyotinylated Peptidiskler içine Membran Proteinlerin Bir Adım Dahil

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

Proteomik Tesis Gönderimi ve Müteakip Veri Analizi için TMT Örnek Hazırlama

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