Bilgi

MiRNA adları toplu olarak Erişim Kimliklerine dönüştürülsün mü?

MiRNA adları toplu olarak Erişim Kimliklerine dönüştürülsün mü?



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

MiR adları listelerini miRBase Erişim Kimliklerine dönüştürmek için araçlar bilen var mı? Var olduklarını biliyorum ama araştırmam gen kimliği dönüştürücülerini bulmaya devam ediyor.

EDIT: Hem @rg255 hem de @shigeta, temel soruna çözümler sağladı, ancak miRNA'lar için bunun gibi bir siteye benzer bir şey olup olmadığını bilmek istiyorum.

EDIT 2: miRNA adları 'hsa-let-7a' biçimindedir ve Erişim Kimlikleri 'MI0000060' biçimindedir


hangi türde? bu web sitesi onlara sahip olacak gibi görünüyor mirbase.org/cgi-bin/browse.pl?org=hsa Bunları verilere bağlamaya çalışıyorsanız, istediğiniz tabloyu bulmanızı öneririm, bir .txt dosyasına kaydedin dosya ve R kullanın (merge() işlevini kullanarak - df=merge(df1,mirbase,by="miR_names") bunları eşleştirmek için kaba bir kılavuz olacaktır).

İşte bir toplu dönüştürücü - http://atlas.dmi.unict.it/mirandola/tools.php - metin listesini sağdaki kutuya ekleyin ve bir tablo üretir.


Hepsini istiyorsanız, mirRNA.xls.zip dosyasını mirbase'den buradan indirin:

ftp://mirbase.org/pub/mirbase/CURRENT/

bu verileri sütunlar halinde ve ayrıca tüm veritabanı için daha fazla bilgiyi içeren bir elektronik tablodur.


MatchMiner: gen ve gen ürünü tanımlayıcıları arasında toplu gezinme için bir araç

MatchMiner, mikrodizi çalışmalarında ve diğer 'omik' araştırma biçimlerinde yaygın olarak karşılaşılan gen ve gen ürünü tanımlayıcı türleri arasında toplu gezinme için ücretsiz olarak temin edilebilen bir program paketidir. Kullanıcı, gen tanımlayıcılarının bir listesini girer ve ardından, aynı veya farklı türden ikinci bir tanımlayıcı listesiyle örtüşmeyi bulmak için Birleştirme işlevini kullanır veya karşılık gelen tanımlayıcıları bulmak için Arama işlevini kullanır.


Mart 2004 sürümüyle önemli değişiklikler meydana geldi, lütfen aşağıdaki sütun açıklamalarına bakın.

Ekim 2003 sürümünden başlayarak, BLAST ve Ortholog/Homolog ek açıklamaları ayrı dosyalarda sağlanmaktadır. Proteome BioKnowledge® Kitaplığı verileri artık sağlanmayacak (lisans sorunları nedeniyle).

Aşağıdaki sütunlar kaldırıldı:

  • Protein Benzerlikleri BLASTP (GenBank NR)
  • Protein Benzerlikleri BLASTX (SwissProt/TrEMBL)
  • Ortologlar/Homologlar
  • 5 Proteome sütununun tümü

Çözüm

Bu inceleme hiçbir şekilde kapsamlı değildir, ancak şu anda mevcut olan Id dönüştürücülerini temsil etmesi amaçlanmıştır. Bu nedenle, burada gözden geçirilmeyen ancak araştırmacıların ilgisini çekebilecek diğer bütünleştirici analiz sistemlerinin bir parçası olan başka birkaç Id dönüştürücü vardır - Babelomics, [20] BioMart, [21] ID Dönüştürücü Sistemi, [22] BridgeDB gibi vb [23]. Kullanıcıların çoğu bu araçları internet forumlarında kullandıktan sonra geri bildirimde bulunur (örn. http://biostar.stackexchange.com/questions/22/gene-id-conversion-tool). Karşılaştırmalar, uygun bir Id dönüştürücünün seçilmesine yardımcı olabilecek farklı Id dönüştürücülerinin (örn. http://www.scribd.com/doc/18966500/Id-Converters-Test) performansını test etmek için bir kimlik test seti kullanılarak yapılır. . Id dönüştürücülerin her birinin kullanım amacı farklı olduğundan ve her birinin doğrudan karşılaştırma ile ölçülemeyen kendine özgü özellikleri olduğundan, bu tür bir karşılaştırmalı analiz bu incelemede sunulmamıştır. Bununla birlikte, bir Id dönüştürücü uygulamasının seçimini, örneğin bu derlemede açıklanan gerekli giriş ve çıkış Id tipinin mevcudiyeti, kabul edilebilir eşleme algoritması ve veritabanı güncelleme sıklığı gibi araştırmacının dönüştürme gereksinimlerine dayandırılması önerilir. ve Tablo ​ Tablo 2, 2'de özetlenmiş ve ayrıca yürütülen biyolojik deney için ilgi çekici olabilecek diğer faktörler.


Bartel, D.P. Metazoan mikroRNA'ları. Hücre 173, 20–51 (2018).

Mehta, A. & Baltimore, D. Bağışıklık sistemi mantığında düzenleyici unsurlar olarak MikroRNA'lar. Nat. Rev. İmmünol. 16, 279–294 (2016).

O'Connell, R.M., Rao, D.S., Chaudhuri, A.A. & Baltimore, D. Bağışıklık sistemindeki mikroRNA'ların fizyolojik ve patolojik rolleri. Nat. Rev. İmmünol. 10, 111–122 (2010).

Montagner, S., Dehó, L. & Monticelli, S. Hematopoietik gelişimde MicroRNA'lar. BMC İmmünol. 15, 14 (2014).

Kuchen, S. et al. Lenfopoez sırasında mikroRNA ekspresyonunun ve bolluğunun düzenlenmesi. bağışıklık 32, 828–839 (2010).

Mildner, A. ve ark. Mononükleer fagosit miRNome analizi, miR-142'yi murin dendritik hücre homeostazının kritik düzenleyicisi olarak tanımlar. Kan 121, 1016–1027 (2013).

Landgraf, P. et al. Küçük RNA kitaplığı dizilimine dayalı bir memeli mikroRNA ekspresyon atlası. Hücre 129, 1401–1414 (2007).

Monticelli, S. et al. Murin hematopoietik sisteminin MicroRNA profili. Genom Biol. 6, R71 (2005).

Basso, K. ve ark. İnsan olgun B hücresi miRNome'nin tanımlanması. bağışıklık 30, 744–752 (2009).

Wu, H. et al. Saf, efektör ve bellek CD8 T hücrelerinin miRNA profillemesi. PLoS BİR 2, e1020 (2007).

Butovsky, O. et al. Mikrogliada benzersiz bir TGF-β bağımlı moleküler ve fonksiyonel imzanın tanımlanması. Nat. Nörobilim. 17, 131–143 (2014).

Agudo, J. ve ark. miR-126-VEGFR2 ekseni, patojenle ilişkili nükleik asitlere karşı doğuştan gelen yanıtı kontrol eder. Nat. immünol. 15, 54–62 (2013).

Fehniger, T.A. ve ark. Yeni nesil dizileme, doğal öldürücü hücre mikroRNA transkriptomunu tanımlar. Genom Araş. 20, 1590–1604 (2010).

Fukao, T. MikroRNA gen profili oluşturma tarafından ortaya çıkarılan microRNA-223 ekspresyonu için evrimsel olarak korunan bir mekanizma. Hücre 129, 617–631 (2007).

Fazi, F. et al. MikroRNA-223 ve NFI-A ve C/EBPa transkripsiyon faktörlerinden oluşan bir mini devre, insan granülopoezisini düzenler. Hücre 123, 819–831 (2005).

Taganov, K.D., Boldin, M.P., Chang, K.J. & Baltimore, D. NF-KB'ye bağlı microRNA miR-146 indüksiyonu, doğuştan gelen bağışıklık tepkilerinin proteinlerini sinyallemeyi hedefleyen bir inhibitör. Proc. Natl Acad. bilim Amerika Birleşik Devletleri 103, 12481–12486 (2006).

Ye, Z. et al. T hücresi yaşlanmasında miR-181a ifadesinin düzenlenmesi. Nat. Komün. 9, 3060 (2018).

Kirigin, F.F. et al. T hücresi gelişimi sırasında dinamik mikroRNA gen transkripsiyonu ve işlenmesi. J. İmmünol. 188, 3257–3267 (2012).

Georgakilas, G. et al. microTSS: doğru microRNA transkripsiyon başlangıç ​​yeri tanımlaması, önemli sayıda farklı pri-miRNA'ları ortaya çıkarır. Nat. iletişim. 5, 5700 (2014).

Chang, T.C., Pertea, M., Lee, S., Salzberg, S.L. & Mendell, J.T. MikroRNA birincil transkript yapılarının genom çapında ek açıklaması, yeni düzenleyici mekanizmaları ortaya koymaktadır. Genom Res. 25, 1401–1409 (2015).

Marson, A. MikroRNA genlerinin embriyonik kök hücrelerin çekirdek transkripsiyonel düzenleyici devrelerine bağlanması. Hücre 134, 521–533 (2008).

de Rie, D. İnsan ve farede miRNA'ların ve bunların promotörlerinin entegre bir ifade atlası. Nat. Biyoteknoloji. 35, 872–878 (2017).

Suzuki, H.I., Young, R.A. & Sharp, P.A. Süper güçlendirici aracılı RNA işleme, bütünleştirici mikroRNA ağ analizi ile ortaya çıktı. Hücre 168, 1000–1014 (2017).

Mestdagh, P. et al. MikroRNA kalite kontrol (mirQC) çalışmasında nicel miRNA ekspresyon platformlarının değerlendirilmesi. Nat. yöntemler 11, 809–815 (2014).

Jayaprakash, A.D., Jabado, O., Brown, B.D. & Sachidanandam, R. Küçük RNA derin dizilemede RNA ligazlarının aktivitesindeki yanlılıkların tanımlanması ve düzeltilmesi. Nükleik Asitler Araş. 39, e141 (2011).

Giraldez, M.D. ve ark. Kantitatif miRNA profili oluşturma için küçük RNA-seq yöntemlerinin kapsamlı çok merkezli değerlendirmesi. Nat. Biyoteknoloji. 36, 746–757 (2018).

Brown, B.D. ve ark. Endojen mikroRNA, doku, soy ve farklılaşma durumuna göre transgen ekspresyonunu düzenlemek için geniş çapta kullanılabilir. Nat. Biyoteknoloji. 25, 1457–1467 (2007).

Cho, S. et al. miR-23, yaklaşık 27, yaklaşık 24 küme, efektör T hücre farklılaşmasını ve işlevini kontrol eder. J. Uzm. Med. 213, 235–249 (2016).

Trifari, S. et al. MikroRNA'ya yönelik sitotoksik CD8 + T hücre farklılaşması programı. Proc. Natl Acad. bilim Amerika Birleşik Devletleri 110, 18608–18613 (2013).

O'Connell, R.M., Rao, D.S. & Baltimore, D. inflamatuar yanıtların microRNA regülasyonu. Annu. Rev. İmmünol. 30, 295–312 (2012).

Rodríguez-Galán, A., Fernández-Messina, L. & Sánchez-Madrid, F. T hücresi aktivasyonunda miRNA'lar tarafından immün düzenleyici moleküllerin kontrolü. Ön. immünol. 9, 2148 (2018).

O, M. et al. Fare beynindeki mikroRNA profillerinin hücre tipi tabanlı analizi. Nöron 73, 35–48 (2012).

Yoshida, H. et al. Fare bağışıklık sisteminin cis düzenleyici atlası. Hücre 176, 897–912 (2019).

Harrow, J. ve ark. GENCODE: ENCODE projesi için referans insan genomu açıklaması. Genom Araş. 22, 1760–1774 (2012).

Johanson, T.M. ve ark. Küresel genom mimarisinin transkripsiyon faktörü aracılı denetimi, B hücre kimliğini korur. Nat. immünol. 19, 1257–1264 (2018).

Bouvy-Liivrand, M. ve ark. Yeni oluşan transkriptomlardan birincil mikroRNA lokuslarının analizi, kromatin mimarisi tarafından yönetilen düzenleyici alanları ortaya çıkarır. Nükleik Asitler Araş. 45, 12054 (2017).

Özsolak, F. et al. Kromatin yapı analizleri miRNA promotörlerini tanımlar. Genler Dev. 22, 3172–3183 (2008).

Ribas, J. et al. VMP1 gen transkriptlerinin alternatif poliadenilasyonu yoluyla miR-21 ekspresyonu için yeni bir kaynak. Nükleik Asitler Araş. 40, 6821–6833 (2012).

Ruan, Q. et al. MicroRNA-21, tümör baskılayıcı geni doğrudan hedefleyerek T hücre apoptozunu düzenler Tip2. Hücre Ölümü Dis. 5, e1095 (2014).

O'Connell, R.M. et al. Hematopoetik kök hücrelerde zenginleştirilmiş mikroRNA'lar, uzun vadeli hematopoietik çıktıyı farklı şekilde düzenler. Proc. Natl Acad. bilim Amerika Birleşik Devletleri 107, 14235–14240 (2010).

Emmrich, S. ve ark. miR-99a/100

125b tristronlar, TGFβ ve Wnt sinyalleri arasındaki dengeyi değiştirerek hematopoietik kök ve progenitör hücre homeostazını düzenler. gen geliştirme. 28, 858–874 (2014).

Mullokandov, G. ve ark. MikroRNA sensörü ve tuzak kitaplıkları kullanarak mikroRNA etkinliğinin ve işlevinin yüksek verimli değerlendirmesi. Nat. yöntemler 9, 840–846 (2012).

Bosson, A.D., Zamudio, J.R. & Sharp, P.A. Endojen miRNA ve hedef konsantrasyonlar, potansiyel ceRNA rekabetine duyarlılığı belirler. Mol. Hücre 56, 347–359 (2014).

Buenrostro, J.D., Giresi, P.G., Zaba, L.C., Chang, H.Y. & Greenleaf, W.J. Açık kromatinin hızlı ve hassas epigenomik profili, DNA-bağlayıcı proteinler ve nükleozom pozisyonu için doğal kromatinin transpozisyonu. Nat. yöntemler 10, 1213–1218 (2013).

Gasperini, M., Tome, J.M. & Shendure, J. Doğrulanmış ve hedefe bağlı insan geliştiricilerin kapsamlı bir kataloğuna doğru. Nat. Rev. Genet. 21, 292–310 (2020).

Baccarini, A. ve ark. Kinetik analiz, memeli hücrelerinde hedef düzenlemeyi takiben bir mikroRNA'nın kaderini ortaya koymaktadır. Kör. Biol. 21, 369–376 (2011).

Kingston, E.R. & Bartel, D.P. Memeli mikroRNA metabolizmasının dinamiklerinin küresel analizleri. Genom Araş. 29, 1777–1790 (2019).

Treiber, T., Treiber, N. & Meister, G. MikroRNA biyogenezinin düzenlenmesi ve diğer hücresel yollar ile karışması. Nat. Rev. Mol. Hücre Biol. 20, 5–20 (2019).

Baccarini, A. & Brown, B. D. MikroRNA aktivitesinin izlenmesi ve raportör tabanlı yaklaşımlarla mikroRNA hedeflerinin doğrulanması. Yöntemler Mol. Biol. 667, 215–233 (2010).

Prescott, S.L. ve ark. Arttırıcı ayrışma ve cis-insan ve şempanze sinir kretinde düzenleyici evrim. Hücre 163, 68–83 (2015).

Cheung, S.T., Shakibakho, S., So, E.Y. & Mui, A.L.F. RAW264.7 hücrelerinin bir lusiferaz raportör geni ile transfekte edilmesi. J. Vis. Tecrübe. 100, 52807 (2015).

Nüssing, S. et al. İn vivo çalışmalar için kültürlenmemiş saf fare T hücrelerinde verimli CRISPR/Cas9 gen düzenlemesi. J. İmmünol. 204, 2308–2315 (2020).

Wroblewska, A. ve ark. Protein barkodları, yüksek boyutlu tek hücreli CRISPR ekranlarına olanak tanır. Hücre 175, 1141–1155 (2018).

van Buuren, S. & Groothuis-Oudshoorn, K. Mice: zincirleme denklemlerle çok değişkenli atama RJ Stat. yazılım. http://hdl.handle.net/0.18637/jss.v045.i03 (2011).

Ritchie, M.E. ve ark. limma, RNA dizileme ve mikrodizi çalışmaları için diferansiyel ifade analizlerine güç verir. Nükleik Asitler Araş. 43, e47 (2015).

Johnson, W.E., Li, C. & Rabinovic, A. Ampirik Bayes yöntemlerini kullanarak mikrodizi ifade verilerinde toplu efektlerin ayarlanması. biyoistatistik 8, 118–127 (2007).

Agarwal, V., Bell, G.W., Nam, J.W. & Bartel, D.P. Memeli mRNA'larında etkili mikroRNA hedef bölgelerinin tahmin edilmesi. Elif 4, e0505 (2015).

Pages, H., Aboyoun, P., Gentleman, R. & DebRoy, S. Biostrings: biyolojik dizilerin verimli manipülasyonu. R paketi v2.46.0 (2017) https://bioconductor.org/packages/Biostrings

Yanai, I. et al. Genom çapında orta aralıklı transkripsiyon profilleri, insan dokusu spesifikasyonunda ekspresyon seviyesi ilişkilerini ortaya çıkarır. biyoinformatik 21, 650–659 (2005).

Dore, L.C. et al. Eritropoez için gerekli olan GATA-1 tarafından düzenlenen bir mikroRNA lokusu. Proc. Natl Acad. bilim Amerika Birleşik Devletleri 105, 3333–3338 (2008).

Bönelt, P. ve ark. B hücrelerinde Blimp1'in erken ekspresyonu, artan kendi kendine reaktif plazma hücreleri ile otoimmün hastalığa neden olur. EMBO J. 38, e100010 (2019).

Danko, C.G. ve ark. Primat CD4 + T hücrelerinde düzenleyici eleman topluluklarının dinamik evrimi. Nat. ekol. Evrim. 2, 537–548 (2018).

Hah, N. et al. Enflamasyona duyarlı süper geliştiriciler, koordineli olarak düzenlenmiş geliştirici RNA'ların alanlarını oluşturur. Proc. Natl Acad. bilim Amerika Birleşik Devletleri 112, E297–E302 (2015).

Kaikkonen, M.U. ve ark. Makrofaj aktivasyonu sırasında arttırıcı peyzajın yeniden şekillenmesi, arttırıcı transkripsiyona bağlanır. Mol. Hücre 51, 310–325 (2013).

Nair, S. J. Ligandla aktive olan arttırıcıların faz ayrımı, işbirlikçi kromozomal arttırıcı düzeneği lisanslar. Nat. Yapı. Mol. Biol. 26, 193–203 (2019).

Nelson, V. L. PPARy, makrofajların glutamin metabolizması yoluyla alternatif aktivasyonunu kontrol eden bir bağdır. Genler Dev. 32, 1035–1044 (2018).

Wei, C. Merkezi ekleme düzenleyicisi RBFox2'nin baskılanması, işlevsel olarak aşırı basınç kaynaklı kalp yetmezliği ile bağlantılıdır. Hücre Temsilcisi 10, 1521–1533 (2015).

Zhu, Y. Nötrofil genom topolojisinin kapsamlı karakterizasyonu. Genler Dev. 31, 141–153 (2017).

Mostafavi, S. İnterferon transkripsiyonel ağının ayrıştırılması ve hastalık ilişkileri. Hücre 164, 564–578 (2016).

Escoubet-Lozach, L. et al. Enflamatuar yanıt genlerinin TLR4'e yanıt veren aktivasyon durumlarını oluşturan mekanizmalar. PLoS Genet. 7, e1002401 (2011).

Quinlan, A. R. & Hall, I. M. The BEDTools kılavuzu. (2010) https://github.com/arq5x/bedtools2

ENCODE Proje Konsorsiyumu. İnsan genomundaki DNA elemanlarının entegre bir ansiklopedisi. Doğa 489, 57–74 (2012).

Lara-Astiaso, D. et al. Kan oluşumu sırasında kromatin durum dinamikleri. Bilim 345, 943–949 (2014).

Heinz, S. et al. Soy belirleyici transkripsiyon faktörlerinin basit kombinasyonları asal cis-makrofaj ve B hücre kimlikleri için gerekli düzenleyici elemanlar. Mol. Hücre 38, 576–589 (2010).

Benjamini, Y. & Hochberg, Y. Yanlış keşif oranını kontrol etmek: çoklu testlere pratik ve güçlü bir yaklaşım. J. R. Stat. Soc. B Serisi Stat. Metodol. 57, 289–300 (1995).

Venables, W.N. ve Ripley, B.D. S-Plus ile Modern Uygulamalı İstatistikler (Bahar, 2002).

Lavin, Y. et al. Dokuda yerleşik makrofaj arttırıcı manzaralar, yerel mikro çevre tarafından şekillendirilir. Hücre 159, 1312–1326 (2014).

Langmead, B. ve Salzberg, S. Bowtie2. Nat. yöntemler 9, 357–359 (2012).

Martin, M. Cutadapt, adaptör dizilerini yüksek verimli dizileme okumalarından kaldırır. EMBnet J. 17, 10–12 (2011).

Kalvari, I. et al. Rfam 14: metagenomik, viral ve mikroRNA ailelerinin genişletilmiş kapsamı. Nükleik Asitler Araş. 49, D192–D200 (2021).

Robinson, J.T. ve ark. Bütünleştirici genomik görüntüleyici. Nat. Biyoteknoloji. 29, 24–26 (2011).


UYGULAMA

Araç, Ruby on Rails ile yazılmış bir web uygulaması olarak uygulandı. Sürüm 10'dan 21'e miRBase verileri miRBase FTP sunucusundan indirildi (resmi olarak yayınlanan txt dosyaları biçiminde) ve bir SQLite veritabanında yeniden düzenlendi. Dokuz satıcının 40 farklı algılama platformundan (Ek Tablolar S1 ve S2 ve Ek Şekiller S1 ve S2) alınan Probların Açıklama Bilgi Dosyaları alındı ​​ve uygulamada her bir probun olgun dizi yazışmasına miRNA adı için referans olarak kullanıldı (Ek Şekil S3). Prob açıklama dosyaları SQLite veritabanında saklandı. miRiadne, HTML5 ile tamamen uyumludur ve Twitter Bootstrap çerçevesini kullanarak, değişken masaüstü boyutları ve mobil cihazlar için duyarlı bir web sitesi sağlar.


PROGRAM TANIMI VE YÖNTEMLER

MiRNet 2.0 çerçevesine genel bakış

miRNet 2.0'ın ana iş akışı Şekil 1'de özetlenmiştir. Veri girişi, ağ oluşturma ve ağ görsel analitiği olmak üzere üç ana adım vardır. Esnek ve modüler bir tasarımı sürdürmek için ana işlevleri giriş türlerine göre 12 modül halinde düzenledik. 'miRNA'lar' modülü, kullanıcıların miRNA'ları hedef genler, TF'ler, ncRNA'lar ile bağlamasına olanak tanır vesaire. "Genler" ve "TF'ler" modülleri, miRNA'lar, genler ve TF'ler arasındaki bilinen etkileşimler bağlamında karşılık gelen girdileri ortaklarına bağlar. Kalan modüller, kullanıcıların girdilerini karşılık gelen miRNA ile ilişkili etkileşim ortaklarına eşleyerek benzer bir prosedürü takip eder. Başlamak için, kullanıcıların ilgili veri yükleme sayfasına girmek için miRNet ana sayfasından dairesel bir düğmeyi tıklamaları gerekir. İki genel veri formatı kabul edilir: miRNA'ların, SNP'lerin, genlerin, küçük moleküllerin bir listesi vesaire. veya qPCR, mikrodizi veya RNAseq deneylerinden oluşturulan bir ifade tablosu. İkinci durumda, önemli miRNA'ları veya genleri yeni giriş listeleri olarak tanımlamak için iyi kurulmuş diferansiyel ekspresyon analizi uygulanacaktır. İkinci adımda, bir veya daha fazla etkileşim tablosu ve ağ oluşturmak için girdi listeleri temeldeki bilgi tabanlarıyla eşleştirilecektir. Kullanıcıların ağları daha fazla özelleştirmesine veya iyileştirmesine olanak tanıyan birçok işlev mevcuttur. Üçüncü adımda, sonuçlar görsel keşif için etkileşimli ağlar olarak sunulur. Kullanıcılar, seçilen ilgi alanlarında kolayca arama yapabilir, yakınlaştırabilir, vurgulayabilir veya işlevsel zenginleştirme analizi yapabilir. Aşağıdaki bölümlerde, öncelikle sürüm 2.0'da sunulan yeni ve geliştirilmiş özelliklere odaklanacağız. Diğer özellikler önceki yayınlarımızda bulunabilir (9, 10, 21).

miRNet 2.0 iş akışına genel bakış. Kullanıcılar, analize başlamak için farklı veri türleri yükleyebilir veya yerleşik veritabanlarından sorguları seçebilir. Giriş, etkileşim tabloları ve ağlar oluşturmak için temeldeki bilgi tabanlarıyla eşleştirilecektir. Görselleştirme sayfası, kullanıcıların farklı düzen algoritmaları kullanarak ağları sezgisel olarak keşfetmelerine ve topoloji veya işlevsel analiz gerçekleştirmelerine olanak tanır.

miRNet 2.0 iş akışına genel bakış. Kullanıcılar, analize başlamak için farklı veri türleri yükleyebilir veya yerleşik veritabanlarından sorguları seçebilir.Giriş, etkileşim tabloları ve ağlar oluşturmak için temeldeki bilgi tabanlarıyla eşleştirilecektir. Görselleştirme sayfası, kullanıcıların farklı düzen algoritmaları kullanarak ağları sezgisel olarak keşfetmelerine ve topoloji veya işlevsel analiz gerçekleştirmelerine olanak tanır.

Bilgi tabanı güncelleme ve oluşturma

Ağ oluşturma için bilgi tabanı

miRNet'in temel bilgi tabanlarını güncel tutmak için büyük çaba sarf ettik. miRNet 2.0, miRBase ID'lerinin farklı versiyonlarını otomatik olarak tanıyabilir ve miRBaseConverter R paketine dayalı olarak pre-miRNA'ları olgun formlarına bağlayabilir ( 23). miRNA etkileşimi bilgi tabanını, miRBase ( 24), miRTarBase ( 25), TarBase ( 26), HMDD ( 27) dahil olmak üzere başlıca miRNA açıklama veritabanlarının en son sürümlerine dayalı olarak güncelledik. vesaire. İnsan dokusuna özgü miRNA açıklamaları, TSmiR (28) ve IMOTA (17) veritabanlarına dayanmaktadır ve insan eksozomal miRNA açıklamaları ExoCarta'dandır ( 29). miRNA'lar, TF'ler ve genler arasındaki etkileşimler TransmiR 2.0 (30), ENCODE (31), JASPAR (32) ve ChEA'dan (33) elde edilir. miR-SNP'ler için miRNA genlerinde, miRNA-bağlama sitelerinde ve TF-bağlanma sitelerinde SNP bilgisi elde etmek için ADmiRE (34), PolymiRTS (35) ve SNP2TFBS (36) kullandık. Ayrıca, rapor edilen xeno-miRNA'ları varsayılan hedefli genleriyle birlikte, şimdi miRNet 2.0'a entegre edilen xeno-miRNet'e ( 21) sistematik olarak topladık. Son olarak, miRNA-lncRNA etkileşimlerini, circRNA, ceRNA, psödogen ve starBase'e dayalı sncRNA dahil olmak üzere diğer tüm büyük ncRNA'ları içerecek şekilde genişlettik ( 37). Bu veriler miRNet 'Kaynaklar' sayfasından düz metin dosyaları olarak indirilebilir.

Ağ yorumlaması için bilgi tabanı

Ağ analizi için etkileşimleri görselleştirmenin yanı sıra yorumlayabilmek önemlidir. Zenginleştirme analizi bu açıdan önemli bir rol oynamaktadır. Hedef genler üzerinde hipergeometrik testler gibi geleneksel zenginleştirme analizlerinin uygulanmasının yanlı olduğu bilinmektedir (38, 39). miRNet 1.0'da GO, KEGG veya Reactome yollarını kullanarak zenginleştirme analizi için ampirik örneklemeye dayalı bir algoritma uyguladık ( 38). Diğer bir etkili yaklaşım ise doğrudan miRNA seviyelerinde zenginleştirme analizi yapmaktır ( 39). Bu tür bir analizi desteklemek için, miRNA-fonksiyonu, miRNA-hastalığı, miRNA-TF, miRNA-kümesi, miRNA-ailesi ve TAM 2.0'a dayalı miRNA-doku dahil olmak üzere altı miRNA-set kitaplığı ekledik ( 40). Özetle, miRNet 2.0 dört sorgu türü (tüm genler, vurgulanan genler, tüm miRNA'lar, vurgulanan miRNA'lar), iki zenginleştirme algoritması (hipergeometrik testler ve ampirik örnekleme), dokuz açıklama kitaplığı (üç gen kümesi kitaplığı ve altı miRNA kümesi kitaplığı) sağlar. , miRNA'ların toplu işlevlerini anlamak için en kapsamlı desteği temsil eder. Potansiyel uygulamaları, pankreas duktal adenokarsinomunda farklı dokulara özgü miRNA değişikliklerini karşılaştırmak ( 41) ve Alzheimer hastalığı ile kanserler arasındaki genetik varyantları karşılaştıran bir çalışmada zenginleştirilmiş miRNA ailelerini belirlemek için son çalışmalarda sergilenmektedir ( 42 ).

Esnek kullanıcı girişini etkinleştirme

MiRNA'ların farklı etkileşim ağları türlerine entegrasyonuna izin veren sezgisel bir arayüz sağlamak için önemli çabalar sarf edilmiştir. Kullanıcılar ana sayfadan sorgularını şu şekilde girebilir: (a) miRNA'lar, ncRNA'lar, genler, TF'ler veya SNP'lerin bir listesini yükleyerek (b) hastalıklar, küçük bileşikler, epigenetik değiştiriciler gibi yerleşik veritabanlarımızdan bir liste seçerek vesaire. (c) RT-qPCR, mikroarray veya RNAseq'den oluşturulan bir miRNA veya gen ekspresyon tablosunun yüklenmesi veya (d) farklı girdi tiplerinden birden fazla sorgunun yüklenmesi. Burada, birkaç yaygın senaryo için yeni özellikler tanıtacağız.

MiRNA'lardan ağlara

miRNet 1.0'da, miRNA-hedef haritalaması, deneysel olarak doğrulanmış etkileşim bilgilerine dayalı olarak hedef genlerle sınırlıydı. Bununla birlikte, artan kanıtlar, miRNA'ların hücre biyolojisi ve insan hastalıkları üzerinde etki göstermek için diğer fonksiyonel elementlerle etkileşimler yoluyla karmaşık ağlara katıldığını göstermiştir (12). Örneğin, lncRNA'lar miRNA 'sünger' gibi davranabilir ve hedef mRNA'larla rekabet edebilir, böylece mRNA'ların ekspresyon seviyesini yükseltebilir (43). 2.0 sürümünde, kullanıcılar "Hedefler" açılır listesinden bir veya daha fazla hedef seçebilir ve miRNet, miRNA'ları bu seçilen hedeflere otomatik olarak eşler. Kullanıcılar ayrıca, iyi kurulmuş birkaç PPI veri tabanına dayalı olarak hedef ağlarda protein-protein etkileşimlerini (PPI) içerebilir (44-46).

TF'lerden ağlara

miRNA'lar ve TF'ler, gen ekspresyonunu ayarlamak için işbirliği yapabilir veya geri besleme döngülerinde birbirlerini karşılıklı olarak düzenleyebilir (4, 47). Sonuç olarak, kullanıcıların TF'leri analize dahil etmelerini sağlamak için yeni bir modül ekledik. Kullanıcılar basitçe TF listelerini yükleyebilir, miRNet TF'leri tüm potansiyel hedeflere (miRNA'lar ve/veya genler) otomatik olarak eşler ve TF–miRNA ve/veya TF–gen etkileşim tabloları olarak geri döner. Etkileşimler daha sonra görsel keşif için ağlara entegre edilecektir. Güncellenen miRNA modülü ve TF modülünün eklenmesiyle, miRNet 2.0, kullanıcıların bir miRNA listesinden veya bir ilgilenilen TF'ler listesinden miRNA-TF ortak düzenleyici ağları kolayca oluşturmasına olanak tanır.

SNP'lerden ağlara

Olgun miRNA'lardaki veya bağlanma bölgelerindeki mutasyonlar, hedefleme yeteneklerini önemli ölçüde değiştirebilir ve aynı anda birçok genin ekspresyonunu bozabilirken, birincil veya öncü miRNA'lardaki varyasyonlar, miRNA işlemeyi etkileyerek olgun miRNA'ların ekspresyon seviyelerini değiştirebilir (48, 49). miRNet 2.0'da, miRNA-hedef gen etkileşimleri bağlamında SNP'lerin analizini desteklemek için yeni bir modül ekledik. Kullanıcılar, SNP yükleme sayfasından bir SNP listesi yükleyebilir. miRNet şu anda insan referans genom yapısı GRCh37'ye dayalı olarak rsID'leri veya genomik koordinatları kabul etmektedir. Yüklenen listeler daha sonra miRNA'lara ve/veya bunların hedef genlerine eşlenir. Bu adımı takiben kullanıcılar, ağ görselleştirme sayfasında verilerini görsel olarak keşfedebilirler.

Birden çok sorgu yükleme

Çoklu Sorgu Türleri modülü, birden çok kullanıcı girişi türü arasında yeni bağlantıların tanımlanmasına izin vererek miRNet'in tek tip analiz modüllerini tamamlar. Modül şu anda, kullanıcılar ana sayfadaki merkezi dairesel düğmeyi tıkladıklarında bir iletişim kutusunda gösterilen on giriş türünü desteklemektedir. İlgilenilen girdi türlerini seçtikten sonra, kullanıcılar sorgu listelerini (miRNA'lar, genler, TF'ler, lncRNA'lar, psödogenler, circRNA'lar, sncRNA'lar) kopyalayıp yapıştırır veya seçim listelerinden (hastalıklar, küçük bileşikler ve epigenetik değiştiriciler) seçim yapar. Yüklenen listeler daha sonra dahili bilgi tabanlarıyla eşleştirilir ve diğer modüllerde açıklandığı gibi iş akışına devam edilir.

Ağ görsel analitiğini geliştirme

Ağ oluşturma ve özelleştirme

Varsayılan ağlar, etkileşim bilgi tabanlarında doğrudan etkileşim ortakları aranarak oluşturulur. Bunlar genellikle birinci dereceden etkileşim ağları olarak bilinir. Çok sayıda sorgu (tohum) olduğunda, yalnızca bu tohumlar (yani sıfır dereceli ağlar) arasındaki etkileşimlere odaklanmak mantıklıdır. Bununla birlikte, birçok tohum, doğrudan sıfır dereceli ağlara geçerken yetim düğümler haline gelebilir. 'Nazik' bir yaklaşım, birinci dereceden ağdan, bu tohumları maksimum düzeyde birbirine bağlayan minimum bir alt ağ çıkarmaktır. MiRNet 2.0'da, ödül toplama Steiner Forest (PCSF) algoritmasına ( 50) dayalı minimum alt ağları hesaplama desteğini ve ayrıca en kısa yollara dayalı diğer birkaç deneysel iyileştirme yöntemini ('Ağ Araçları' altında mevcuttur) ekledik, toplu filtreleme, düğüm derecesi veya arasındalık değerleri. Sonuçlar ikili etkileşim tabloları veya grafik dosyaları olarak indirilebilir.

Ağ görselleştirme ve düzeni

miRNet 2.0, miRNA merkezli etkileşim ağlarının görsel olarak keşfedilmesine yardımcı olmak için çok çeşitli seçenekler sunar. Ağ oluşturma aşamasında kullanıcılar, etkileşim tabloları veya ağlar üzerinde farklı filtreler uygulayarak ağı iyileştirebilir. Ağ görselleştirme sayfasında, kullanıcılar türlerine göre düğüm stilleri belirleyebilir, düğüm çakışmasını azaltabilir veya kenar demetleme gerçekleştirebilir vesaire. Ortaya çıkan ağ, farklı yerleşim algoritmaları kullanılarak daha da geliştirilebilir. Force-Atlas, Fruchterman-Reingold, Circular, Graphopt, Large Graph, Random, Circular Bipartite/Tripartite, Linear Bipartite/Tripartite, Concentric ve Backbone dahil olmak üzere ondan fazla ağ düzeni algoritması uygulanmıştır. Son dört algoritma, çoklu düğüm türlerinden (miRNA'lar, genler, TF'ler) oluşan karmaşık ağlar için tasarlanmıştır. vesaire.). İki parçalı/üç parçalı düzen, her bir düğümün veri türünü vurgulayarak farklı türdeki moleküler varlıklar arasındaki ilişkilerin basit bir soyutlamasını sağlar ( 51). Birden çok düğüm türü olduğunda, ağı dairesel iki parçalı/üç parçalı (Şekil 2A) veya doğrusal iki parçalı/üç parçalı düzende (Şekil 2B) görselleştirmenizi ve ardından 'düğüm örtüşmesini azalt' algoritmasını uygulamanızı öneririz. Belirli bir anahtar düğümün daha iyi anlaşılmasını sağlamak için Eşmerkezli düzeni ( 52) ekledik. Bu düzen, düğümleri ortadaki bir ilgi düğümü (yani odak düğümü) etrafında eşmerkezli daireler halinde düzenler (Şekil 2C). Dairelerin sırası, etkileşimlerinin derece seviyesini temsil eder. Düğümleri bu şekilde düzenleyerek, odak düğümün grafiğin geri kalanıyla nasıl ilişkili olduğunun daha iyi anlaşılmasını sağlar. Varsayılan olarak odak düğümü, en yüksek derece değerine sahip düğümdür. Kullanıcılar, Düğüm Gezgini tablosunda seçerek veya ağda üzerine çift tıklayarak anahtar düğümü manuel olarak belirleyebilirler. Bir diğer yeni ekleme ise orta ve büyük ağlarda gizli kalıpları ortaya çıkarmada çok etkili olan Omurga düzenidir. Algoritma, yalnızca en gömülü kenarları dahil ederek ağ üzerinde seyrekleştirme uyguladıktan sonra düzeni hesaplar ( 53). Bu işlem, grafik düzeninin yapısına daha fazla vurgu yaparak kenar yoğunluğuna dayalı gizli modüllerin ortaya çıkarılmasına yardımcı olur (Şekil 2D).

Ana özellikleri ve çeşitli ağ düzenlerini gösteren Ağ Görselleştirme sayfasının ekran görüntüleri. (A) Sayfanın tipik bir görünümü. Merkezi panel, Dairesel üçlü düzende bir ağı gösterir ve çevreleyen paneller, ağ analizi ve özelleştirme için işlevler sağlar. Örneğin, kullanıcılar bu ağ üzerinde zenginleştirme analizi veya modül analizi yapabilir. Sağ altta çıkarılan bir ağ modülü görüntülendi. (B) Doğrusal-üçlü düzen. (C) Kenar demetlemeli eşmerkezli düzen. (NS) Farklı renklerde vurgulanmış birkaç modül ile omurga düzeni. Her düzenin daha fazla detayı ana metinde açıklanmıştır.

Ana özellikleri ve çeşitli ağ düzenlerini gösteren Ağ Görselleştirme sayfasının ekran görüntüleri. (A) Sayfanın tipik bir görünümü. Merkezi panel, Dairesel üçlü düzende bir ağı gösterir ve çevreleyen paneller, ağ analizi ve özelleştirme için işlevler sağlar. Örneğin, kullanıcılar bu ağ üzerinde zenginleştirme analizi veya modül analizi yapabilir. Sağ altta çıkarılan bir ağ modülü görüntülendi. (B) Doğrusal-üçlü düzen. (C) Kenar demetlemeli eşmerkezli düzen. (NS) Farklı renklerde vurgulanmış birkaç modül ile omurga düzeni. Her düzenin daha fazla detayı ana metinde açıklanmıştır.

Şeffaflığı/tekrarlanabilirliği ve web API'lerini iyileştirme

Kullanıcıların tarayıcılarında yürütülen etkileşimli görselleştirme adımı dışında, haritalama, filtreleme, ağ oluşturma ve özelleştirme dahil olmak üzere diğer tüm veri analiz adımları, bulut sunucumuzdaki ilgili R işlevleri tarafından gerçekleştirilir. Daha şeffaf veri analizini etkinleştirmek için, temel R paketini (https://github.com/xia-lab/miRNetR) yayınladık ve kullanıcıların R komut geçmişini indirmesine izin vermek için web uygulamasına bir 'İndirme' sayfası ekledik. ve analiz oturumları sırasında oluşturulan sonuç tabloları. R geçmişi, kullanıcı tarafından seçilen parametrelerle tüm işlev çağrılarını içerir. R paketinin, R komut geçmişiyle birlikte, kullanıcıların analizlerinin her adımını, web tabanlı platformu tamamlayan, kolayca paylaşılabilen ve çoğaltılabilen bir biçimde (R komut dosyası) izlemelerine olanak sağlayacağını umuyoruz. Ayrıca, araç geliştiricilerin sorgu listelerini harici istekler olarak programlı olarak göndermelerine izin vermek için RESTful API'leri de uyguladık. API'ler, miRNet 2.0 kaynaklarına açık erişim sunarken, bir düzeyde soyutlama sağlar ve karmaşıklığı programcılardan gizler. Şu anda mevcut API'ler Tablo 1'de gösterilmektedir. Kullanıcıların geri bildirimlerine göre daha fazla API eklenecektir.

miRNet sunucusundaki API'lerin ve programlı erişim uç noktalarının listesi. miRNet 2.0 için API tabanı http://api.mirnet.ca'dır ve ayrıntılı bir belgeyi görüntülemek için ziyaret edilebilir.

uç nokta . HTTP yöntemi . Giriş . Açıklama .
taban/masa/mirİLETİ Organizma, miRNA ID tipi, hedef tipi, miRNA listesi miRNA-hedef etkileşimlerinin deneysel olarak doğrulanmış tablo sonuçlarını alın (ileri haritalama)
baz/tablo/genİLETİ Organizma, gen kimliği tipi, gen listesi miRNA-gen (mRNA, TF, lncRNA) etkileşimlerinin (ters haritalama) deneysel olarak doğrulanmış tablo sonuçlarını alın
baz/fonksiyon/mirİLETİ Organizma, miRNA ID tipi, hedef tipi, miRNA listesi, algoritma, veritabanı İşlevsel zenginleştirme sonuçları alın
baz/fonksiyon/genİLETİ Organizma, gen kimlik tipi, gen listesi, algoritma, veritabanı İşlevsel zenginleştirme sonuçları alın
taban/grafik/mirİLETİ Organizma, miRNA ID tipi, hedef tipi, miRNA listesi miRNA-hedef etkileşimlerinin grafiğini alın (json formatı)
baz/grafik/genİLETİ Organizma, gen kimliği tipi, gen listesi miRNA-hedef etkileşimlerinin grafiğini alın (json formatı)
uç nokta . HTTP yöntemi . Giriş . Açıklama .
taban/masa/mirİLETİ Organizma, miRNA ID tipi, hedef tipi, miRNA listesi miRNA-hedef etkileşimlerinin deneysel olarak doğrulanmış tablo sonuçlarını alın (ileri haritalama)
baz/tablo/genİLETİ Organizma, gen kimliği tipi, gen listesi miRNA-gen (mRNA, TF, lncRNA) etkileşimlerinin (ters haritalama) deneysel olarak doğrulanmış tablo sonuçlarını alın
baz/fonksiyon/mirİLETİ Organizma, miRNA ID tipi, hedef tipi, miRNA listesi, algoritma, veritabanı İşlevsel zenginleştirme sonuçları alın
baz/fonksiyon/genİLETİ Organizma, gen kimlik tipi, gen listesi, algoritma, veritabanı İşlevsel zenginleştirme sonuçları alın
taban/grafik/mirİLETİ Organizma, miRNA ID tipi, hedef tipi, miRNA listesi miRNA-hedef etkileşimlerinin grafiğini alın (json formatı)
baz/grafik/genİLETİ Organizma, gen kimliği tipi, gen listesi miRNA-hedef etkileşimlerinin grafiğini alın (json formatı)

miRNet sunucusundaki API'lerin ve programlı erişim uç noktalarının listesi. miRNet 2.0 için API tabanı http://api.mirnet.ca'dır ve ayrıntılı bir belgeyi görüntülemek için ziyaret edilebilir.

uç nokta . HTTP yöntemi . Giriş . Açıklama .
taban/masa/mirİLETİ Organizma, miRNA ID tipi, hedef tipi, miRNA listesi miRNA-hedef etkileşimlerinin deneysel olarak doğrulanmış tablo sonuçlarını alın (ileri haritalama)
baz/tablo/genİLETİ Organizma, gen kimliği tipi, gen listesi miRNA-gen (mRNA, TF, lncRNA) etkileşimlerinin (ters haritalama) deneysel olarak doğrulanmış tablo sonuçlarını alın
baz/fonksiyon/mirİLETİ Organizma, miRNA ID tipi, hedef tipi, miRNA listesi, algoritma, veritabanı İşlevsel zenginleştirme sonuçları alın
baz/fonksiyon/genİLETİ Organizma, gen kimlik tipi, gen listesi, algoritma, veritabanı İşlevsel zenginleştirme sonuçları alın
taban/grafik/mirİLETİ Organizma, miRNA ID tipi, hedef tipi, miRNA listesi miRNA-hedef etkileşimlerinin grafiğini alın (json formatı)
baz/grafik/genİLETİ Organizma, gen kimliği tipi, gen listesi miRNA-hedef etkileşimlerinin grafiğini alın (json formatı)
uç nokta . HTTP yöntemi . Giriş . Açıklama .
taban/masa/mirİLETİ Organizma, miRNA ID tipi, hedef tipi, miRNA listesi miRNA-hedef etkileşimlerinin deneysel olarak doğrulanmış tablo sonuçlarını alın (ileri haritalama)
baz/tablo/genİLETİ Organizma, gen kimliği tipi, gen listesi miRNA-gen (mRNA, TF, lncRNA) etkileşimlerinin (ters haritalama) deneysel olarak doğrulanmış tablo sonuçlarını alın
baz/fonksiyon/mirİLETİ Organizma, miRNA ID tipi, hedef tipi, miRNA listesi, algoritma, veritabanı İşlevsel zenginleştirme sonuçları alın
baz/fonksiyon/genİLETİ Organizma, gen kimlik tipi, gen listesi, algoritma, veritabanı İşlevsel zenginleştirme sonuçları alın
taban/grafik/mirİLETİ Organizma, miRNA ID tipi, hedef tipi, miRNA listesi miRNA-hedef etkileşimlerinin grafiğini alın (json formatı)
baz/grafik/genİLETİ Organizma, gen kimliği tipi, gen listesi miRNA-hedef etkileşimlerinin grafiğini alın (json formatı)

MiRNA adları toplu olarak Erişim Kimliklerine dönüştürülsün mü? - Biyoloji

Altta yatan SNPnexus veri tabanı, UCSC insan genomu açıklama veri tabanı ile senkronize halde tutulur. Ancak, bazı ek açıklama kategorileri için veriler farklı kaynaklardan gelir.

Kategori hg18 hg19 hg38
Bilinen SNP bilgileri Topluluk Varyasyonu 54dbSNP 129 Topluluk Varyasyonu 74dbSNP 138 Topluluk Varyasyonu 90dbSNP 150
Gen Tanımı Referans Sırası UCSC hg18 UCSC hg19 UCSC hg38
Topluluk Topluluk 54 Topluluk 74 Topluluk 90
UCSC UCSC hg18 UCSC hg19 UCSC hg38
CCDS UCSC hg18 UCSC hg19 UCSC hg38
vega UCSC hg18 UCSC hg19
meclis UCSC hg18 UCSC hg19
H-inv UCSC hg19
Nüfus verileri HapMap UCSC hg18 UCSC hg19
1000 Genom IGSR GRCh38 (kaldırma) IGSR GRCh38
ExAC ExAC r1
Protein Etkisi elemek SIFT İnsan DB (sürüm 63) Topluluk Varyasyonu 90
polifen PolyPhen-2 (Topluluk Varyasyonu 63) Topluluk Varyasyonu 90
Düzenleyici Unsurlar İlkEF UCSC hg18
Transkripsiyon Faktörü Bağlama Siteleri UCSC hg18 UCSC hg19
geliştiriciler UCSC hg18 UCSC hg19
CpG Adaları UCSC hg18 UCSC hg19 UCSC hg38
Diğer mikro ve küçük RNA'lar UCSC hg18 UCSC hg19 UCSC hg38
miRBAZ serbest bırakma 20 (kaldırma) serbest bırakma 20 yayın 21
miRNA Hedef Siteler Hedef Tarama: UCSC hg18 Hedef Tarama: UCSC hg19 TarBase : Topluluk Düzenlemesi 90
KODLAMA bölgeleri Topluluk Yönetmeliği 74 Topluluk Yönetmeliği 90
Yol Haritası Epigenomik Topluluk Yönetmeliği 74 Topluluk Yönetmeliği 90
Topluluk Düzenleme Yapısı Topluluk Yönetmeliği 74 Topluluk Yönetmeliği 90
Fenotip/Hastalık Derneği YAB UCSC hg18 GAD güncellemesi Ekim 2011
KOZMİK sürüm 68 sürüm 68 sürüm 82
GWAS UCSC hg18 UCSC hg19 UCSC hg38
ClinVar UCSC hg38
Korunmuş Öğeler PhastConsElements UCSC hg18 UCSC hg19 UCSC hg38
GERP++ 2010 sonundaki GERP güncellemesi 2010 sonundaki GERP güncellemesi
Yapısal Varyasyonlar DGV Yapı 36 DGV GRCh 37 DGV GRCh 38
Neo-epitop tahmini MuPeXI v1.1
MHC telaş v0.9.2
NetTepi v1.0
Kodlamayan varyasyon puanlaması CADD v1.3
uygun Eksileri v1.01
öz v1.0
FATİH v2.3
GWAVA v1.0
Derin deniz v0.94
FunSeq2 v2.1.6
yeniden MM v0.3.0

SNPnexus şu anda sorgu girdi verilerini üç farklı biçimde (genomik konum, kromozomal bölge veya dbSNP kimliği) ve iki farklı insan genomu düzeneğinde kabul eder. Kullanıcılar, giriş biçimlerinden birini seçerek ve gerekli verileri grafik arayüze sağlayarak tek bir SNP, ekleme/silme (InDel) veya blok değiştirme notu ekleyebilir. Ayrıca, uygun biçimde biçimlendirilmiş girdi dosyasını yükleyerek veya sorguları arayüze yapıştırarak kullanıcıların toplu sorgular çalıştırmasını sağlar. Biçimler aşağıda daha ayrıntılı olarak açıklanmıştır.

Kullanıcılar, arayüze aşağıdaki verileri sağlayarak yeni keşfedilen bir varyanta açıklama ekleyebilir: tip (Kromozom/Contig/Klon), ad, göreceli konum, referans nükleotid/ler (Alel1), gözlenen nükleotid/ler (Alel2), pozitif (1) veya negatif (-1) iplikçik. Genomik konumu tanımlamak için tek tabanlı koordinat sistemi kullanılır. Kullanıcıların Allele2 alanında "/" ayrılmış aleller sağlayabileceği çoklu alelik varyasyonlar desteklenir. İşte hg18 montajına ilişkin birkaç örnek:

Tip İD Konum Aleyna1 alel2 İplik
Kromozom 1 100002626 A T 1
bitişik NT_023736 2025395 C G/A/T 1
Klon AC105270 154799 A T 1

Eklemeler ve Silmeler (InDels) ve Blok Değiştirmeleri. Araç, yer tutucu olarak - kullanılarak ekleme veya silme işlemlerini destekleyecek şekilde değiştirildi. Kullanıcıların, ilgili genomik pozisyonda Allele2 eklemesini belirtmek için Allele1=- eklemesi gerekir. Benzer şekilde, Allele2=-, Allele1'in verilen genomik pozisyondan silinmesini belirtmek için kullanılabilir. Tek nükleotid ikamesine benzer şekilde, araç, kullanıcı aynı veya farklı uzunlukta Allele1 ve Allele2 verileri sağladığında blok ikamesini de destekler. hg19 montajında ​​ekleme ve silme için birkaç örnek:

Tip İD Konum aleyna1 alel2 İplik #Yorum Yap
Kromozom 3 9798773 C - 1 # 1-nükleotid silme
Kromozom 3 9798773 CCC - 1 # 3-nükleotid silme
Kromozom 3 9798773 - G 1 # 1-nükleotid ekleme
Kromozom 3 9798773 - GKŞ 1 # 3-nükleotid yerleştirme
Kromozom 3 9798773 CCCG GT 1 # blok değiştirme

Aracın Allele1 ve Allele2 yerine birden çok nükleotidi desteklediğini unutmayın. Bununla birlikte, pratik nedenlerden dolayı, kullanıcılar, muhtemelen birden fazla bitişik fonksiyonel bölge, yani bitişik intronik ve eksonik bölge üzerinde konumlandırılabilen çok büyük bloklar sağlamaya teşvik edilmez; bu durumda, aracımız tarafından sağlanan SNP'nin öngörülen işlevselliği olacaktır. ilk fonksiyonel bölgeye dayalıdır.

IUPAC kod gönderimi. Son olarak, kullanıcılar, aşağıda gösterilen çeviri tablosunu izleyerek belirli konumdaki belirsiz nükleotitleri belirtmek için IUPAC nükleotid terminolojisine uygun referans ve gözlemlenen nükleotidlere açıklama ekleyebilir:

IUPAC KoduAnlam
GG
A A
T T
C C
r G veya A
Y T veya C
m A veya C
K G veya T
S G veya C
W A veya T
H A veya C veya T
B G veya T veya C
V G veya C veya A
NS G veya A veya T
n G veya A veya T veya C

Tip İD Konum aleyna1 alel2 İplik #Yorum Yap
Kromozom 1 100002626 A S 1 # A ile G veya C ikamesi
Kromozom 3 9798773 - r 1 # G veya A ekleme

Kullanıcılar, aşağıdaki verileri sağlayarak belirli bir kromozomal bölgedeki bilinen SNP'leri sorgulayabilir: Kromozom, başlangıç ​​konumu, bitiş konumu. Araç, seçilen bölgede tanımlanan tüm bilinen SNP'leri tanımlayacak ve açıklama ekleyecektir. İşte hg18 montajına ilişkin birkaç örnek:

Kromozom Başlangıç Son
3 9798000 9799000
1 100000000 100050000

Şu anda kullanıcıları, maksimum 1 Mb boyutundaki genomik bölgede bilinen SNP'leri sorgulamakla sınırlandırıyoruz.

Kullanıcılar ayrıca ilgili dbSNP rs tanımlayıcılarını sağlayarak bilinen SNP'leri sorgulayabilir. İşte birkaç dbSNP rs# örneği:

dbSNP rs#
rs293794
rs1052133
rs3136820
rs2272615
rs2953993
rs1799782
rs25487
rs2248690
rs4918
rs1071592

Genom düzeneğine bağlı olarak, belirli bir SNP için işlevsel açıklamanın oldukça farklı olabileceğini unutmayın. Bu nedenle, kullanıcıların genom montajı seçimi konusunda dikkatli olmaları istenmektedir.

SNPnexus, kullanıcıların çok sayıda varyasyonla uğraşırken toplu sorgu göndermesine olanak tanır. Kullanıcılar, varyant listesini doğrudan tasarlanan metin alanına yapıştırabilir veya sorguları içeren bir dosya yükleyebilir. Şu anda tek bir toplu sorgudaki maksimum varyant sayısını 100.000 ile sınırlıyoruz. Yalnızca genomik konum ve/veya dbsnp rs# biçimlerini kullanan toplu sorguya izin veriyoruz. Hiçbir kromozomal bölge sorgu verisine izin verilmez. Her varyant, aşağıdaki biçimlerden birinde sekmeyle ayrılmış veriler içeren yeni bir satırda olmalıdır:

< Tür İsim Konum alel1 alel2 Dizi > # Yeni SNP'ler için genomik konum verileri
< "dbsnp" rs# > # bilinen SNP'ler için dbSNP rs numarası

Arayüzde sağlanan metin alanına doğrudan yapıştırılabilecek bir toplu sorgu örneği aşağıda gösterilmiştir:

Kromozom 1 100002626 A T 1
bitişik NT_023736 2025395 A T 1
Klon AC105270 154799 A T 1
dbsnp rs293794
dbsnp rs1052133

Alternatif olarak, kullanıcılar bu örnekteki gibi toplu sorgu dosyalarını (.txt) yükleyebilir. Bilinen SNP'lerin dbSNP rs# olarak tanınması için "dbsnp" anahtar sözcüğünden önce gelmesi gerektiğini unutmayın.

Varyant Çağrı Formatı (VCF), varyasyon verileri için esnek ve genişletilebilir bir standart formattır. SNPnexus, kullanıcıların SNP'ler, InDels ve Blok ikamelerini içeren VCF dosyalarını (.vcf) doğrudan sunucuya yüklemesine olanak tanır. Örnek bir giriş VCF dosyası aşağıda gösterilmiştir:

##dosya biçimi=VCFv4.1
##fileDate=20121001
#KROMPOSİDREFALTKALİTEFİLTREBİLGİ
chr39798773rs1052133CG...
chr1114377568.AG, T...
chr39791667.AGA-...
chr1650763779.-C...
chr201230237.T....
chr201234567.GKŞG...
chr201234568.TTA...

Bu örnek sırayla basit bir SNP'yi, iki alternatif alelin çağrıldığı bir varyantı, 3 bazın silinmesini (AGA), bir bazın eklenmesini (C), alternatif alelleri olmayan monomorfik bir referansı gösterir ve sonunda bunlar tarafından göz ardı edilecektir. SNPnexus, 2 bazın silinmesi (TC) ve bir bazın eklenmesi (A).

Bir VCF dosyası, örnekte üçüncü başlık satırlarında gösterildiği gibi 8 sabit, zorunlu sütun içermelidir. SNPnexus, girdiden yalnızca genomik konumları (CHROM,POS alanları) ve alel bilgilerini (REF, ALT alanları) kullanır, girdi dosyasında bulunan diğer bilgiler yok sayılır ve SNPnexus açıklamalı sonucu üzerinde hiçbir etkisi olmaz. Standart SNPnexus giriş formatı gibi, ekleme ve silme için NULL değerleri '-' ile sunulabilir. VCF dosyasındaki eksik değerler '.' ile gösterilir. CHROM, POS, REF ve ALT alanlarından herhangi birinde eksik değerler oluşursa SNPnexus giriş satırını yok sayar. Format hakkında ayrıntılı bilgi için lütfen buraya danışın.

Genomik ek açıklamaları içeren tabloda aşağıdaki sütunlar bulunur:

SNP: <dbsnp rs#> veya <chromosome/contig/clone id,":",position,":","allele",":",strand>
Kromozom: Varyant eşlenmiş kromozom konumu
chromPosition: Kromozom üzerinde varyant başlangıç ​​pozisyonu
REF Aleli: Referans alel
ALT Alel: Gözlenen alel
bitişik: Varyant eşlenmiş bitişik konumu
contigPosition: Contig'de varyant başlangıç ​​konumu
Grup: SNP sitogenetik konumu
dbSNP: biliniyorsa dbSNP'ye bağlantı

Örtüşen veya en yakın genler hakkında bilgi içeren tabloda aşağıdaki sütunlar bulunur:

SNP: <dbsnp rs#> veya <chromosome/contig/clone id,":",position,":","allele",":",strand>
İD: genomik pozisyon formatında sunulan SNP
Kromozom: Varyant eşlenmiş kromozom konumu
chromPosition: Kromozom üzerinde varyant başlangıç ​​pozisyonu
örtüşen gen: Varyantın örtüştüğü genin (HGNC sistemi) adı
Tip: Gen tipi, ör., protein kodlama, miRNA, kodlama olmayan, Pseudogene, snoRNA, lincRNA vb.
Dipnot: Ensembl gen sisteminden açıklandığı gibi, varyantın genin çeşitli transkript izoformlarının kodlama, intronik veya çevrilmemiş bölgeleriyle örtüşüp örtüşmediğinin özeti.
En Yakın Yukarı Akış Geni: Varyant herhangi bir gen ile örtüşmüyorsa, uç konumu soldaki varyanta en yakın olan gen (pozitif iplik üzerindeki genlerin soldan sağa hizalanması dikkate alınarak)
En Yakın Yukarı Akış Geninin Türü: Gen tipi, ör. protein kodlama, miRNA, kodlama olmayan, Pseudogene, snoRNA, lincRNA vb.
En Yakın Yukarı Akış Genine Uzaklık: en yakın yukarı akış geninin son konumundan uzaklık.
En Yakın Akış Geni: Varyant herhangi bir gen ile örtüşmüyorsa, başlangıç ​​konumu sağdaki varyanta en yakın olan gen (pozitif iplikteki genlerin soldan sağa hizalanması dikkate alınarak)
En Yakın Akış Geni Türü: Gen tipi, ör. protein kodlama, miRNA, kodlama olmayan, Pseudogene, snoRNA, lincRNA vb.
En Yakın Downstream Genine Uzaklık: en yakın akış aşağı genin başlangıç ​​konumundan uzaklık.

Belirli bir gen açıklama sistemi üzerindeki gen/protein sonuçlarını içeren sonuç tablosu aşağıdaki sütunlara sahip olabilir:

SNP: <dbsnp rs#> veya <chromosome/contig/clone id,":",position,":","allele",":",strand>
alel: İncelenen aleller <referans alel,"|", gözlemlenen alel(ler) >. Ekleme için referans alel "-"dir. Diğer durumlar için referans alel, referans genom dizisinde bulunan aleldir. Gözlemlenen alel(ler) "|" ile ayrılmış çoklu alelik olabilir. Allele2 girişine bağlı olarak. Alel1 girişi referans alel ile eşleşmiyorsa, Allel1 ilk gözlemlenen alel olur.
İplik: Varyant hangi dizide görülür (1 veya -1)
Sembol: Gen sembolü
Gen: İlgili açıklama sistemindeki gen adı
Transcript: İlgili açıklama sisteminde transkript adı
entrez geni: Entrez gen kimliği
Öngörülen işlev: Transkript üzerindeki konumuna göre SNP/InDel/blok ikamesinin tahmini işlevi. Sonuç, varyasyonun ilk nükleotid pozisyonuna dayanmaktadır. Olası kategoriler: kodlama, intronic, intronic (splice_site), 5utr, 3utr, 5upstream, 3downstream, kodlama yapmayan, kodlama yapmayan intronik, kodlama yapmayan intronik (splice_site). Tahmin edilen işlev hakkında daha ayrıntılı bilgi "Not" sütununda mevcuttur.
cdna_pos: Öngörülen işlev kodlama ise, cdna'daki SNP konumu, 3'UTR veya 5'UTR
cds_pos: Öngörülen işlev kodlama ise, CD'lerdeki SNP konumu
aa_pos: Tahmin edilen fonksiyon kodlama ise, sonuçtaki peptit zincirinde etkilenen ilk amino asidin (muhtemelen) konumu
aa_değişim: Peptit <referans amino asit(ler),">", gözlemlenen amino asit(ler)_1 [,"|", gözlemlenen amino asit(ler)_2, . ] >
Ayrıntı (önceden Not sütunu): Varyasyon için ayrıntılı fonksiyonel tip. Varyasyon, bir transkriptin tek bir kodlama eksonu üzerinde meydana gelirse, karşılık gelen protein üzerindeki sonuçların tipi verilir. Olası değerler: syn (eş anlamlı), nonsyn (eş anlamlı olmayan) [kazanç veya kaybı durdur], çerçeve kayması [kazanç durdur veya kaybı durdur], pepshift (peptid kayması, blok ikamesi). Referans proteini eksik bulunursa (eksik stop kodonu) önüne "*" gelir.
Bununla birlikte, varyasyon, transkript üzerinde birden fazla fonksiyonel bölge üzerinde meydana gelirse, karşılık gelen bölgeler "-" ile ayrılmış olarak verilir.
splice_dist: Öngörülen işlev intronic ise, bağlantı bağlantısına olan mesafe
proteinler: tahmin edilen fonksiyon kodlama ise, "|" ile ayrılan referans ve gözlemlenen peptit dizileri. Yalnızca indirilebilir metin ve excel dosyalarında mevcuttur.

Protein üzerinde tahmin edilen etkiyi içeren SIFT sonuç tablosu aşağıdaki sütunlara sahiptir:

SNP: SNP adı
alel: <referans alel,"|",gözlemlenen alel>
Transcript: Ensembl gen açıklama sistemindeki transkript adı
Protein: Ensembl gen açıklama sistemindeki protein adı
aa_pos: Ortaya çıkan peptit zincirinde etkilenen amino asidin konumu
wild_aa: Referans amino asit
mutant_aa: Gözlenen amino asit
Puan: Referans amino asidin gözlemlenen amino asit ile eşanlamlı olmayan ikamesi için SIFT tahmin puanı. Olası gerçek değerler: 0 ila 1.
Tahmin: SIFT'in skora dayalı olarak protein üzerindeki tahmini etkisi. Olası değerler: HASARLI (skor <= 0,5), TOLERA (skor > 0,5)
Kendinden emin: Tahminle ilgili güvenilirlik derecesi. Olası değerler: YÜKSEK, DÜŞÜK

Protein üzerinde tahmin edilen etkiyi içeren PolyPhen sonuç tablosu aşağıdaki sütunlara sahiptir:

SNP: SNP adı
alel: <referans alel,"|",gözlemlenen alel>
Transcript: Ensembl gen açıklama sistemindeki transkript adı
Protein: Ensembl gen açıklama sistemindeki protein adı
aa_pos: Ortaya çıkan peptit zincirinde etkilenen amino asidin konumu
wild_aa: Referans amino asit
mutant_aa: Gözlenen amino asit
Puan: Referans amino asidinin gözlemlenen amino asitle eşanlamlı olmayan ikamesi için PolyPhen tahmin puanı. Olası gerçek değerler: 0 ila 1.
Tahmin: PolyPhen'in skora göre protein üzerindeki tahmini etkisi. Olası değerler: MUHTEMEL HASARLI, OLASI HASARLI, BENIGN, BİLİNMİYOR

Belirli Hapmap popülasyon verilerini içeren sonuç tablosunda aşağıdaki sütunlar bulunur:

SNP: SNP adı
Genotip(1/2/3): Gözlenen Genotip
Saymak: Genotip ile gözlemlenen örnek sayısı
Sıklık: Genotip ile gözlemlenen örneklerin yüzdesi
alel(1/2): Gözlenen alel
Saymak: Alel ile gözlenen örneklerin sayısı
Sıklık: Alel ile gözlenen örneklerin yüzdesi

Belirli 1000 Genom Süper Popülasyonu verilerini içeren sonuç tablosu aşağıdaki sütunlara sahiptir:

SNP: SNP adı
krom: Varyant eşlenmiş kromozom konumu
Konum: Kromozom üzerinde varyant başlangıç ​​pozisyonu
REF Aleli: Referans alel
ALT Alel: Gözlenen alel
Sıklık: Alel ile gözlenen örneklerin yüzdesi

Spesifik Exome Toplama Konsorsiyumu (ExAC) Popülasyonu verilerini içeren sonuç tablosunda aşağıdaki sütunlar bulunur:

SNP: SNP adı
krom: Varyant eşlenmiş kromozom konumu
Konum: Kromozom üzerinde varyant başlangıç ​​pozisyonu
REF Aleli: Referans alel
ALT Alel: Alternatif alel
Alel Sayısı: Toplam aranan genotip sayısı
ALT Alel Sayısı: Genotiplerde alternatif alel sayısı
Sıklık: Genotiplerdeki alternatif alel yüzdesi

Transkripsiyon Faktörü Bağlama Siteleri (TFBS) sonuç tablosunda aşağıdaki sütunlar bulunur:

SNP: SNP adı
TFBS_id: TFBS kimliği
Kromozom: Kromozom adı
kromBaşlangıç: Kromozomdaki TFBS bölgesinin başlangıç ​​konumu
krom Bitiş: TFBS bölgesinin kromozomdaki son konumu
TFBS_Accession: TFBS erişim numarası. Html ve excel dosyasında verilen bağlantıya göz atmak için TRANSFAC web sitesine ücretsiz kayıt yaptırmanız gerektiğini unutmayın.
TFBS_Türleri: Transkripsiyon faktörü türleri
TFBS_adı: Transkripsiyon faktör adı
SwissProt_Accession: SwissProt erişim numarası

İlk ekson ve destekleyici tahmin sonuç tablosunda aşağıdaki sütunlar bulunur:

SNP: SNP adı
Kromozom: Kromozom adı
kromBaşlangıç: Kromozomdaki tahminin başlangıç ​​konumu
krom Bitiş: Kromozomdaki tahminin bitiş konumu
FirstEF_Name: Tahmin türünü içeren öğenin adı (ekson, destekleyici, CpG penceresi)
olasılık: Tahmin puanı. Olası değerler: 0 ila 1000
İplik: + veya -

miRBASE sonuç tablosunda aşağıdaki sütunlar bulunur:

SNP: SNP adı
Kromozom: Kromozom adı
kromBaşlangıç: MikroRNA'nın kromozomdaki başlangıç ​​konumu
krom Bitiş: MikroRNA'nın kromozomdaki son konumu
İsim: mikroRNA adı
katılım: miRBASE erişim numarası
İplik: + veya -
Tip / Açıklama: miRNA tipi. Olası değerler: olgun miRNA, miRNA_primary_transcript

Vista Enhancer tahmin sonucu tablosunda aşağıdaki sütunlar bulunur:

SNP: SNP adı
Kromozom: Kromozom adı
kromBaşlangıç: Kromozomdaki Vista öğesinin başlangıç ​​konumu
krom Bitiş: Kromozomdaki Vista öğesinin bitiş konumu
Vista_Item: Vista öğesinin adı
Puan: Tahmin puanı. Olası değerler: 900 (Pozitif arttırıcı), 200 (Negatif arttırıcı)

CpG Adası tahmin sonucu tablosunda aşağıdaki sütunlar bulunur:

SNP: SNP adı
Kromozom: Kromozom adı
kromBaşlangıç: Kromozomdaki CpG adasının başlangıç ​​konumu
krom Bitiş: Kromozomdaki CpG adasının son konumu
CpG_Island: CpG Adasının Adı
Uzunluk: Ada Boyu
Cpg%: CpG olan ada yüzdesi
C/G%: C veya G olan ada yüzdesi
Oran: Adada gözlenen ve beklenen CpG oranı

TargetScan miRNA düzenleyici siteler sonuç tablosunda aşağıdaki sütunlar bulunur:

SNP: SNP adı
Kromozom: Kromozom adı
kromBaşlangıç: Kromozomdaki sitenin başlangıç ​​konumu
krom Bitiş: Sitenin kromozomdaki son konumu
Öğe adı: Tahmin edilen hedef sitenin adı
Puan: TargetScanS tarafından tahmin puanları. Olası değerler: 0 ila 1000
İplik: + veya -

TargetBase miRNA hedef siteleri sonuç tablosunda aşağıdaki sütunlar bulunur:

SNP: SNP adı
miRNA hedef bölgesi: öngörülen hedef sitenin konumu
İplik: + veya -
miRNA: siteyi hedefleyen miRNA

miRNA'lar/snoRNA'lar/scaRNA'lar sonuç tablosunda aşağıdaki sütunlar bulunur:

SNP: SNP adı
Kromozom: Kromozom adı
kromBaşlangıç: Kromozomdaki başlangıç ​​pozisyonu
krom Bitiş: Kromozomdaki bitiş konumu
İsim: miRNA/snoRNA/scaRNa'nın adı
Puan: Tahmin puanları. Olası değerler: 0 ila 1000
İplik: + veya -
Tip: RNA türü

ENCODE ve Roadmap Epigenomik sonuç tablolarında aşağıdaki sütunlar bulunur:

SNP: SNP adı
Kromozom: Kromozom adı
Bölge Başlangıcı: Düzenleyici bölgenin başlangıç ​​konumu
Bölge sonu: Düzenleyici bölgenin bitiş konumu
Özellik Türü Sınıfı: Düzenleyici özellik sınıfı
Özellik Türü: Düzenleyici özellik adı
epigenom: Epigenom veya hücre adı

Ensembl Regulatory Build sonuç tablosunda aşağıdaki sütunlar bulunur:

SNP: SNP adı
Kromozom: Kromozom adı
Bölge Başlangıcı: Yol Haritası Epigenomik bölgesinin başlangıç ​​konumu
Bölge sonu: Yol Haritası Epigenomik bölgesinin son konumu
Özellik Türü Sınıfı: Düzenleyici özellik sınıfı
epigenom: Epigenom veya hücre adı
Kanıt/Etkinlik: Öngörülen olup olmadığı (hg19) aktivite durumu (hg38)

Omurgalı Hizalama ve Koruma sonuç tablosu aşağıdaki sütunları içerir:

SNP: SNP adı
Kromozom: Kromozom adı
kromBaşlangıç: Kromozomdaki hizalanmış elemanın başlangıç ​​konumu
krom Bitiş: Kromozomdaki hizalanmış elemanın bitiş konumu
İD: Hizalanmış öğenin adı
Olasılık Puanı: PHAST paketinden belirlenen koruma için tahmini olasılık puanı. Olası değerler: 0 ila 1000

Genomik Evrimsel Hız Profili (GERP++) sonuç tablosu aşağıdaki bilgileri içerir:

SNP: SNP adı
Kromozom: Kromozom adı
kromBaşlangıç: Kromozomdaki hizalanmış elemanın başlangıç ​​konumu
krom Bitiş: Kromozomdaki hizalanmış elemanın bitiş konumu
RS_Score: GERP++ paketinden belirlenen korunan öğe için Reddedilen İkameler puanı.

Genetic Association Database (GAD) sonuç tablosu aşağıdaki sütunları içerir:

SNP: SNP adı
YAB Kimliği: GAD kimliği
bağlantı: Doğrulanmış ilişkilendirme
Fenotip: Fenotip açıklaması
Hastalık_Sınıfı: Hastalık türü
Gen: Gen adı
Referans: Çalışmanın yayın referansı
yayınlanmış: Çalışmanın yayınlandığı pubmed kimliği
SNP bildirildi: Bilinen SNP'nin çalışmada doğrudan raporlanıp raporlanmadığı. Olası değerler: Y(evet), H(hayır)
İlişkili SNP'ler: Çalışmada bildirildiği üzere hastalıkla ilişkili SNP'ler
Nüfus: Örnek popülasyon
entrez geni: Entrez gen kimliği

COSMIC sonuç tablosu aşağıdaki sütunları içerir:

SNP: SNP adı
Mutasyon Kimliği: Kozmik mutasyon kimliği
Örneklem: Kozmik örnek kimliği
Alan: Birincil Etkilenen site
histoloji: Birincil Histoloji
Histoloji Alt Tipi : Birincil histolojinin alt tipi
Sembol: Gen sembolü
yayınlanmış: Çalışmanın yayınlandığı pubmed kimliği

GWAS katalog sonuç tablosu aşağıdaki sütunları içerir:

SNP: SNP adı
Katalog Kimliği: özellikle ilişkili SNP kimliği
Bölge: SNP'nin kromozom bandı/bölgesi
genler: Raporlanan Gen(ler)
Alel_frekans: Risk Alel Frekansı
Kişisel özellik: Çalışmada değerlendirilen hastalık veya özellik
Nüfus: Çalışma için ilk örnek popülasyon
platformu: Platform ve [Kalite Kontrolü geçen SNP'ler]
yayınlanmış: Çalışmanın yayınlandığı pubmed kimliği

ClinVar sonuç tablosu aşağıdaki sütunları içerir:

SNP: SNP adı
Kromozom: Kromozom adı
kromBaşlangıç: Varyantın başlangıç ​​konumu
krom Bitiş: Varyantın son konumu
varyasyon: Gözlenen Alel Referansı
Tip: Varyant Türü
Klinik Önem: Patojenik veya Benign olarak tanımlanıp tanımlanmadığı veya belirsiz
fenotipler: Varyantla ilişkili fenotiplerin listesi

Yapısal varyasyonlar sonuç tablosunun her biri aşağıdaki sütunları içerir:

SNP: SNP adı
Kromozom: Kromozom adı
kromBaşlangıç: Kromozomdaki yapısal varyasyonun başlangıç ​​konumu
krom Bitiş: Kromozomdaki yapısal varyasyonun bitiş konumu
Referans: Bu varyantı içeren çalışma için literatür referansı
yayınlanmış: Çalışmanın yayınlandığı pubmed kimliği
Yöntem: Yöntemin/platformun kısa açıklaması
Örneklem: Çalışma için örnek popülasyonun tanımı

MuPeXI sonuç tablosu aşağıdaki sütunları içerir:

SNP: SNP adı
HLA aleli : HLA alel adı
mutant peptit: Çıkarılan mutant peptit.
Normal peptit: Çıkartılan vahşi tip peptit.
amino asit değişimi: <referans amino asit(ler),"/", mutasyona uğramış amino asit(ler)>
Gen: Gen sembolü
Mutant Yakınlığı : NanoMolar birimlerde mutant peptidin öngörülen bağlanma afinitesi (NetMHCpan tarafından sağlanır).
Normal Yakınlık: NanoMolar birimlerde referans peptidin tahmini bağlanma afinitesi (NetMHCpan tarafından sağlanır).
Öncelik puanı: MuPeXI Mutant ve normal peptitlerin HLA bağlanma afinitesine, gen ekspresyonuna ve alel frekansına bağlı olarak hesaplanmış önceliklendirme.

NetTepi sonuç tablosu aşağıdaki sütunları içerir:

SNP: SNP adı
HLA aleli : HLA alel adı
mutant peptit: Çıkarılan mutant peptit.
Normal peptit: Çıkartılan vahşi tip peptit.
amino asit değişimi: <referans amino asit(ler),"/", mutasyona uğramış amino asit(ler)>
Gen: Gen sembolü
Mutant Kombine skor: Mutant peptit için birleşik tahmin puanı
Normal Kombine puan: Referans peptit için birleşik tahmin puanı

MHCFlurry sonuç tablosu aşağıdaki sütunları içerir:

SNP: SNP adı
HLA aleli : HLA alel adı
mutant peptit: Çıkarılan mutant peptit.
Normal peptit: Çıkartılan vahşi tip peptit.
amino asit değişimi: <referans amino asit(ler),"/", mutasyona uğramış amino asit(ler)>
Gen: Gen sembolü
Mutant Yakınlığı : NanoMolar birimlerde mutant peptidin tahmini afinitesi.
Normal Yakınlık: NanoMolar birimlerde referans peptidin tahmini afinitesi.

CADD sonuç tablosu aşağıdaki sütunları içerir:

SNP: SNP adı
İD: Genomik konum biçiminde sunulan sorgu SNP'si
Kromozom: Kromozom adı
Konum: Kromozomdaki varyant başlangıç ​​konumu
varyant: <referans alel,"/",gözlemlenen alel>, aracın genom genelindeki skorunda bildirildiği gibi
Ham puan: Varyasyon için "Ham" değiştirilmemiş CADD puanı. Göreceli bir anlamı vardır, daha yüksek değerler, bir varyantın simüle edilme (veya "gözlemlenmeme") olasılığının daha yüksek olduğunu ve dolayısıyla zararlı etkilere sahip olma olasılığının daha yüksek olduğunu gösterir.
PHRED: PHRED benzeri (-10*log10(sıra/toplam)) insan genomunun tüm olası ikamelerine göre bir varyantı sıralayan ölçeklendirilmiş CADD puanı. Skor&ge10, insan genomuna yapabileceğiniz en zararlı %10'luk ikame içinde olacağı tahmin edildiğini, skor&ge20 ise en zararlı %1'i vb. belirtir.

FitCons sonuç tablosu aşağıdaki sütunları içerir:

SNP: SNP adı
İD: Genomik konum biçiminde sunulan sorgu SNP'si
Kromozom: Kromozom adı
Bölge Başlangıcı: Kodlamayan bölgenin başlangıç ​​konumu
Bölge Sonu: Kodlamayan bölgenin bitiş konumu
Fitness Puanı: [0-1] aralığında. Daha yüksek puanlar daha fazla potansiyele işaret eden ilginç genomik fonksiyon potansiyelinin nispi göstergesi. .05 ila .35 aralığı, neredeyse tüm kodlama yapmayan sınıfların puanları bu aralıktayken, neredeyse tüm kodlama sınıflarının puanları>.40 olduğundan en çekici olabilir.
P-değeri: P-val, Fitness Puanının istatistiksel önemini gösterir.

EIGEN sonuç tablosu aşağıdaki sütunları içerir:

SNP: SNP adı
İD: Genomik konum biçiminde sunulan sorgu SNP'si
Kromozom: Kromozom adı
Konum: Kromozomdaki varyant başlangıç ​​konumu
varyant: <referans alel,"/",gözlemlenen alel>, aracın genom genelindeki skorunda bildirildiği gibi
Puan: İlgilenilen varyantlar için toplam işlevsel puan (Öz Puan). Genom çapında medyan skoru ile

0, daha yüksek puan, varyantın işlevsel olma olasılığının daha yüksek olduğunu gösterir.
PC Puanı: Eigen skorundan daha hassas olan, özellikle kodlama yapmayan varyantlar için faydalı olan alternatif bir skor. Genom çapında medyan skoru ile

0, daha yüksek puan, varyantın işlevsel olma olasılığının daha yüksek olduğunu gösterir.

FATHMM sonuç tablosu aşağıdaki sütunları içerir:

SNP: SNP adı
İD: Genomik konum biçiminde sunulan sorgu SNP'si
Kromozom: Kromozom adı
Konum: Kromozomdaki varyant başlangıç ​​konumu
varyant: <referans alel,"/",gözlemlenen alel>, aracın genom genelindeki skorunda bildirildiği gibi
Kodlamayan Puan: [0, 1] aralığında p değerleri olarak verilir. 0,5'in üzerindeki puanların zararlı, 0,5'in altındaki puanların nötr veya iyi huylu olduğu tahmin edilmektedir. Uç noktalara (0 veya 1) yakın puanlar, en yüksek doğruluğu sağlayan en yüksek güvene sahip tahminlerdir.
Kodlamayan Grup: Tahmin puanı için kullanılan açıklama özellikleri. A ve D arasında etiketlenmiş maksimum 4 özellik kullanılır. Daha fazla ayrıntı için yayına bakın.
Kodlama Puanı: Kodlamayan puanla aynı.
Kodlama Grubu: Tahmin puanı için kullanılan açıklama özellikleri. A ve J arasında etiketlenmiş maksimum 10 özellik kullanılır. Daha fazla ayrıntı için yayına bakın.

GWAVA sonuç tablosu aşağıdaki sütunları içerir:

SNP: SNP adı
İD: Genomik konum biçiminde sunulan sorgu SNP'si
Kromozom: Kromozom adı
Konum: Kromozomdaki varyant başlangıç ​​konumu
Bilinen SNP: Aracın genom genelindeki skorunda bildirildiği şekliyle bilinen SNP açıklaması
Bölge Puanı, TSS Puanı, Eşsiz Puan: sınıflandırıcının 3 farklı versiyonundan tahmin puanları, bunların tümü [0-1] aralığındadır ve daha yüksek puanlar, tahmin edilen varyantların daha işlevsel olduğunu gösterir. Daha fazla ayrıntı için yayına bakın.

DeepSEA sonuç tablosu aşağıdaki sütunları içerir:

SNP: SNP adı
İD: Genomik konum biçiminde sunulan sorgu SNP'si
Kromozom: Kromozom adı
Konum: Kromozomdaki varyant başlangıç ​​konumu
varyant: <referans alel,"/",gözlemlenen alel>, aracın genom genelindeki skorunda bildirildiği gibi
eQTL Olasılığı: Varyantın, işlevsel varyant önceliklendirme sınıflandırıcısı tarafından verilen bir eQTL varyantı olma olasılığı.
GWAS Olasılığı: Varyantın, işlevsel varyant önceliklendirme sınıflandırıcısı tarafından verilen özellikle ilişkili (GWAS) bir varyant olma olasılığı.
HGMD Olasılığı: Varyantın, işlevsel varyant önceliklendirme sınıflandırıcısı tarafından verilen kalıtsal bir hastalıkla ilişkili (HGMD) varyant olma olasılığı.
Fonksiyonel Önem Puanı: Öngörülen kromatin etkisinin büyüklüğünün ve evrimsel korumanın önemini gösteren [0-1] aralığında bir ölçü. Düşük puan, varyantın daha yüksek işlevsel anlamlılık olasılığını gösterir.

funSeq2 sonuç tablosu aşağıdaki sütunları içerir:

SNP: SNP adı
İD: Genomik konum biçiminde sunulan sorgu SNP'si
Kromozom: Kromozom adı
Konum: Kromozomdaki varyant başlangıç ​​konumu
varyant: <reference allel,"/",gözlenen allel>, aracın genom genelindeki skorunda rapor edildi. "." gözlemlenen alel, referans alel dışındaki herhangi bir nükleotidi belirtir.
Kodlamayan Puan: [0, 1] aralığında p değerleri olarak verilir, daha yüksek puanlar, tahmin edilen varyantların daha işlevsel olduğunu gösterir.

ReMM sonuç tablosu aşağıdaki sütunları içerir:

SNP: SNP adı
İD: Genomik konum biçiminde sunulan sorgu SNP'si
Kromozom: Kromozom adı
Konum: Kromozomdaki varyant başlangıç ​​konumu
Yeniden MM Puanı: Kodlamayan bölgedeki kromozom pozisyonunun mutasyona uğraması halinde Mendel hastalığına neden olma potansiyeli. [0, 1] aralığında p değerleri olarak verilir ve daha yüksek puanlar, tahmin edilen varyantların daha zararlı olduğunu gösterir.


GET isteği¶

Sorgu parametreleri¶

Alanlar¶

Türler¶

Kombinasyonu "boy" ve "itibaren” parametreleri, büyük sorgu için sayfalama almak için kullanılabilir:

Fetch_all¶

Scroll_id¶

Yönler¶

Facet_size¶

Türler_facet_filter¶

Girişken¶

Topluluk olarak¶

Geri aramak¶

Nokta alanı¶

Filtre¶

Sınır¶

E-posta¶

Sorgu sözdizimi¶

Sorgu parametresi örnekleri “Q”:

Basit sorgular¶

Alanlı sorgular¶

Kullanılabilir alanlar¶

Bu tablo, "alanlı sorgular" için kullanılabilecek yaygın olarak kullanılan bazı alanları listeler. Kullanılabilir alanların tam listesi için burayı kontrol edin.

Genom aralığı sorgusu¶

Sorgunuzu algıladığımızda (”Q” parametresi), bunun gibi bir genom aralığı kalıbı içerir:

sizin için genom aralığı sorgusunu yapacağız. Yukarıdaki aralık dizesinin yanı sıra, “Türler” parametresi (insan olarak varsayılan). Bunların tümü kabul edilen sorgulardır:

Yukarıda görebileceğiniz gibi, genomik konumlar içinde virgül içerebilir.

Joker karakter sorguları¶

Joker karakter “*” veya “?” basit sorgularda veya alan sorgularında desteklenir:

Joker karakter ilk karakter olamaz. Göz ardı edilecek.

Boole işleçleri ve gruplama¶

Kullanabilirsiniz VE/VEYA/OLUMSUZ boole operatörleri ve karmaşık sorgular oluşturmak için gruplama:

Döndürülen nesne¶

Yönlü sorgular¶

Yönlü bir sorgu gerçekleştirmeniz gerekiyorsa, isteğe bağlı bir "faset" parametresi iletebilirsiniz. Örneğin, türler üzerindeki fasetleri almak istiyorsanız, “facets=taxid” ifadesini geçebilirsiniz:

Yönleri almak için başka bir yararlı alan “type_of_gene”dir:

Gerekirse, birden çok alanı virgülle ayrılmış liste olarak da iletebilirsiniz:

Özellikle tür yönleriyle (yani, "facets=taxid") ilgili olarak, belirli bir türde döndürülen isabetleri, yönlerin kapsamını değiştirmeden filtrelemek için bir "species_facet_filter" parametresini iletebilirsiniz (yani, model sayıları değişmez). Bu, türlerle ilgili ilk yönlü sorgudan sonra belirli bir tür için isabetlerin alt kümesini almanız gerektiğinde kullanışlıdır.

Aşağıdaki sorgularda farklı "isabetlerin" döndürüldüğünü görebilirsiniz, "fasetler" ise aynı kalır:

Kaydırma sorguları¶

Çok büyük bir sorgunun (>10.000 sonuç) TÜM sonuçlarını döndürmek istiyorsanız, bazen yukarıda açıklanan sayfalama yöntemi çok uzun sürebilir. Bu durumlarda, kaydırma sorgusu kullanabilirsiniz. Bu, tüm sorgu sonuçlarının çok hızlı alınmasını sağlamak için veritabanı sıralamayı kapatan iki adımlı bir işlemdir. Kayan bir sorguya başlamak için önce normalde yaptığınız gibi sorgu uç noktasını çağırırsınız, ancak fazladan bir parametre ile fetch_all = DOĞRU. Örneğin, bir GET isteği:

Aşağıdaki nesneyi döndürür:

Bu noktada, ilk 1000 isabet döndürüldü (

Toplam 14.000) ve sorgunuz için bir kaydırma ayarlandı. Bir sonraki 1000 sırasız sonuç grubunu elde etmek için, aşağıdaki adrese bir GET isteği yürütün ve ilk adımdan _scroll_id öğesini scroll_id ikinci adımda parametre:

Parşömen, en son sonuç talep ettiğiniz andan itibaren 1 dakika boyunca etkin kalacaktır. Son toplu sonuçları almadan önce kaydırmanızın süresi dolarsa, scroll_id'yi ayarlayarak yeniden istemeniz gerekir. fetch_all = 1. adımda olduğu gibi DOĞRU.


Gen tabanlı SNP araması

komutu ile bir gendeki tüm SNP'leri boşaltmak mümkündür.

Plink --lookup-gen DISC1

bu iki şey yapar: LOG dosyasına gen merkezli bazı bilgiler yazar ve ortak WGAS platformlarında bulunan tüm SNP'leri dosyaya listeler Varsayılan olarak, genin 20 kb yukarı ve aşağı akışı içindeki SNP'ler kaydedilir. Bunu değiştirmek için, veya örneğin komutunu ekleyin.

LOG dosyasına yazılan bilgilerde, yaratıcının araştırma ilgi alanlarını yansıtan nöropsikiyatrik olarak ilgili bilgilere yönelik güçlü bir önyargı vardır. Örneğin, çıktı için DISC1 is: (not: şu anda gelecek sürümlerde kaldırılacak olan nispeten gereksiz veya bilgi vermeyen birkaç alan var) Komutla aranacak genlerin bir listesini sağlamak mümkündür.


Videoyu izle: What is microRNA miRNA? (Ağustos 2022).