معلومة

دفعة تحويل أسماء ميرنا إلى معرفات الانضمام؟

دفعة تحويل أسماء ميرنا إلى معرفات الانضمام؟


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.

هل يعرف أي شخص أدوات لتحويل قوائم أسماء miR إلى معرّفات MiRBase Accession الخاصة بهم؟ أعلم أنها موجودة ، لكن بحثي يستمر في سحب محولات معرف الجينات.

تحرير: قدم كل من @ rg255 و @ shigeta حلولًا للمشكلة الأساسية ، لكنني أشعر بالفضول لمعرفة ما إذا كان هناك شيء ما لـ miRNAs مشابه لموقع مثل هذا.

EDIT 2: أسماء miRNA من الشكل 'hsa-let-7a' ومعرفات الدخول من النموذج 'MI0000060'


في أي الأنواع؟ يبدو أن موقع الويب هذا سيحصل عليه mirbase.org/cgi-bin/browse.pl؟org=hsa إذا كنت تحاول توصيلهم بالبيانات ، فأقترح أن تجد الجدول الذي تريده ، واحفظه في ملف .txt ملف واستخدم R (باستخدام وظيفة merge () - df = merge (df1، mirbase، by = "miR_names") سيكون دليلاً تقريبيًا) لمطابقتها.

هنا محول دفعي - http://atlas.dmi.unict.it/mirandola/tools.php - أضف قائمة النص إلى المربع الموجود على اليمين وينتج جدولًا.


إذا كنت تريد كل شيء ، فقم بتنزيل ملف mirRNA.xls.zip من mirbase هنا:

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

إنه جدول بيانات يتضمن هذه البيانات كأعمدة وأيضًا المزيد من المعلومات إلى جانب - لقاعدة البيانات بأكملها.


MatchMiner: أداة للتنقل الجماعي بين معرّفات منتجات الجينات والجينات

MatchMiner عبارة عن حزمة برامج متاحة مجانًا للتنقل الجماعي بين أنواع معرفات المنتجات الجينية والجينية التي يتم مواجهتها بشكل شائع في دراسات المصفوفات الدقيقة وغيرها من أشكال البحث "omic". يُدخل المستخدم قائمة بمعرفات الجينات ثم يستخدم وظيفة الدمج للعثور على التداخل مع قائمة ثانية من المعرفات من نفس النوع أو من نوع مختلف أو يستخدم وظيفة LookUp للعثور على المعرفات المقابلة.


حدثت تغييرات مهمة مع إصدار مارس 2004 ، يرجى الرجوع إلى أوصاف الأعمدة أدناه.

بدءًا من إصدار أكتوبر 2003 ، يتم توفير تعليقات BLAST و Ortholog / Homolog في ملفات منفصلة. لن يتم توفير بيانات مكتبة Proteome BioKnowledge & # 174 (بسبب مشكلات الترخيص).

تمت إزالة الأعمدة التالية:

  • أوجه التشابه بين البروتين BLASTP (GenBank NR)
  • أوجه التشابه بين البروتين BLASTX (SwissProt / TrEMBL)
  • المتعاملين / المتشابهين
  • جميع أعمدة البروتينات الخمسة

استنتاج

هذه المراجعة ليست شاملة بأي حال من الأحوال ، ولكن يُقصد بها أن تكون ممثلة لمحولات ID المتوفرة حاليًا. وبالتالي ، هناك العديد من محولات معرف الهوية الأخرى التي تعد جزءًا من أنظمة التحليل التكاملية الأخرى التي لم تتم مراجعتها هنا ولكنها قد تكون ذات أهمية للباحثين - مثل Babelomics ، [20] BioMart ، [21] نظام محول المعرف ، [22] BridgeDB إلخ [23]. يقدم العديد من المستخدمين ملاحظاتهم بعد استخدام هذه الأدوات في منتديات الإنترنت (مثل http://biostar.stackexchange.com/questions/22/gene-id-conversion-tool). يتم إجراء المقارنات باستخدام مجموعة اختبار من المعرفات لاختبار أداء محولات معرفات مختلفة (على سبيل المثال http://www.scribd.com/doc/18966500/Id-Converters-Test) والتي قد تساعد في اختيار محول معرف مناسب . لم يتم تقديم مثل هذا التحليل المقارن في هذه المراجعة ، حيث أن الاستخدام المقصود لكل من محولات Id مختلف ولكل منها ميزاته الفريدة التي قد لا يتم قياسها عن طريق المقارنة المباشرة. ومع ذلك ، فمن المستحسن أن يعتمد اختيار تطبيق محول Id على احتياجات التحويل الخاصة بالباحث ، على سبيل المثال ، توفر نوع معرف الإدخال والإخراج المطلوب ، وخوارزمية التعيين المقبولة وتكرار تحديث قاعدة البيانات ، والتي تم وصفها في هذه المراجعة وتلخيصها في الجدول & # x200B Table2 ، 2 ، بالإضافة إلى العوامل الأخرى التي قد تكون ذات أهمية للتجربة البيولوجية التي يتم إجراؤها.


بارتل ، D. P. Metazoan microRNAs. زنزانة 173, 20–51 (2018).

ميهتا ، أ. وأم بالتيمور ، د. MicroRNAs كعناصر تنظيمية في منطق الجهاز المناعي. نات. القس إمونول. 16, 279–294 (2016).

O’Connell، R.M، Rao، D. S.، Chaudhuri، A.A & amp Baltimore، D. الأدوار الفسيولوجية والمرضية للـ microRNAs في جهاز المناعة. نات. القس إمونول. 10, 111–122 (2010).

Montagner، S.، Dehó، L. & amp Monticelli، S. MicroRNAs في تنمية المكونة للدم. BMC إمونول. 15, 14 (2014).

كوتشين ، إس وآخرون. تنظيم التعبير microRNA ووفرة خلال تكون اللمفاويات. حصانة 32, 828–839 (2010).

ميلدنر ، إيه وآخرون. يحدد تحليل البلعمة أحادي النواة miRNome miR-142 كمنظم حاسم لاستتباب الخلايا التغصنية في الفئران. دم 121, 1016–1027 (2013).

Landgraf ، P. وآخرون. أطلس تعبير microRNA للثدييات يعتمد على تسلسل مكتبة RNA الصغيرة. زنزانة 129, 1401–1414 (2007).

Monticelli، S. et al. التنميط MicroRNA لنظام المكونة للدم الفئران. جينوم بيول. 6، R71 (2005).

باسو ، ك وآخرون. تحديد الخلية البشرية الناضجة miRNome. حصانة 30, 744–752 (2009).

وو ، هـ وآخرون. التنميط ميرنا لخلايا CD8 T. الساذجة والمستجيبة والذاكرة. بلوس واحد 2، e1020 (2007).

بوتوفسكي ، أو.آخرون. تحديد التوقيع الجزيئي والوظيفي الفريد المعتمد على TGF-β في الخلايا الدبقية الصغيرة. نات. نيوروسسي. 17, 131–143 (2014).

Agudo ، J. et al. يتحكم محور miR-126-VEGFR2 في الاستجابة الفطرية للأحماض النووية المرتبطة بمسببات الأمراض. نات. إمونول. 15, 54–62 (2013).

Fehniger ، T. A. et al. يحدد تسلسل الجيل التالي نسخة microRNA للخلية القاتلة الطبيعية. الدقة الجينوم. 20, 1590–1604 (2010).

Fukao ، T. آلية محفوظة تطوريًا للتعبير microRNA-223 التي تم الكشف عنها بواسطة التنميط الجيني microRNA. زنزانة 129, 617–631 (2007).

Fazi، F. et al. دائرة صغيرة تتكون من microRNA-223 وعوامل النسخ NFI-A و C / EBPα تنظم تكوين الحبيبات البشرية. زنزانة 123, 819–831 (2005).

تاغانوف ، K. D. ، Boldin ، M. P. ، Chang ، K. J. & amp Baltimore ، D. NF- B المعتمد على الحث المعتمد على microRNA miR-146 ، وهو مثبط يستهدف إشارات بروتينات الاستجابات المناعية الفطرية. بروك. ناتل أكاد. علوم. الولايات المتحدة الأمريكية 103, 12481–12486 (2006).

يي ، زد وآخرون. تنظيم التعبير miR-181a في شيخوخة الخلايا التائية. نات. كومون. 9, 3060 (2018).

كيريجين ، إف إف وآخرون. النسخ الجيني الديناميكي للـ microRNA والمعالجة أثناء تطور الخلايا التائية. J. إمونول. 188, 3257–3267 (2012).

جورجاكيلاس ، ج. وآخرون. microTSS: يكشف تحديد موقع بدء نسخ microRNA الدقيق عن عدد كبير من pri-miRNAs المتباينة. نات. كومون. 5, 5700 (2014).

Chang ، T.C ، Pertea ، M. ، Lee ، S. ، Salzberg ، S.L & amp Mendell ، J. T. الدقة الجينوم. 25, 1401–1409 (2015).

مارسون ، أ. ربط جينات الرنا الميكروي بالدائرة التنظيمية للنسخ الأساسية للخلايا الجذعية الجنينية. زنزانة 134, 521–533 (2008).

دي ري ، د. أطلس تعبير متكامل للـ miRNAs ومروجينها في الإنسان والفأر. نات. التكنولوجيا الحيوية. 35, 872–878 (2017).

Suzuki ، H. I. ، Young ، R.A & amp Sharp ، P. A. معالجة RNA بوساطة مُحسِّن فائقة تم الكشف عنها من خلال تحليل شبكة microRNA التكاملي. زنزانة 168, 1000–1014 (2017).

مستداغ ، ب وآخرون. تقييم منصات التعبير miRNA الكمي في دراسة مراقبة جودة microRNA (mirQC). نات. أساليب 11, 809–815 (2014).

Jayaprakash ، A. D. ، Jabado ، O. ، Brown ، B. D. & amp Sachidanandam ، R. الدقة الأحماض النووية. 39، e141 (2011).

جيرالديز ، إم دي وآخرون. تقييم شامل متعدد المراكز لطرق تسلسل الحمض النووي الريبي الصغيرة لتحديد سمات ميرنا الكمية. نات. التكنولوجيا الحيوية. 36, 746–757 (2018).

براون ، ب د وآخرون. يمكن استغلال الرنا الميكروي الداخلي على نطاق واسع لتنظيم التعبير الجيني وفقًا للأنسجة والنسب وحالة التمايز. نات. التكنولوجيا الحيوية. 25, 1457–1467 (2007).

تشو ، إس وآخرون. miR-23 ما يقرب من 27 مجموعة تقريبًا تتحكم في تمايز الخلايا التائية المستجيبة ووظيفتها. J. إكسب. ميد. 213, 235–249 (2016).

تريفاري ، إس وآخرون. برنامج توجيه MicroRNA لتمايز الخلايا التائية CD8 + السامة للخلايا. بروك. ناتل أكاد. علوم. الولايات المتحدة الأمريكية 110, 18608–18613 (2013).

O’Connell، R.M، Rao، D.S & amp Baltimore، D. تنظيم microRNA للاستجابات الالتهابية. Annu. القس إمونول. 30, 295–312 (2012).

Rodríguez-Galán، A.، Fernández-Messina، L. & amp Sánchez-Madrid، F. التحكم في جزيئات التنظيم المناعي بواسطة miRNAs في تنشيط الخلايا التائية. أمام. إمونول. 9, 2148 (2018).

هو ، م وآخرون. التحليل القائم على نوع الخلية لمحات microRNA في دماغ الفأر. عصبون 73, 35–48 (2012).

يوشيدا ، هـ وآخرون. الأطلس المنظم لرابطة الدول المستقلة للجهاز المناعي للفأر. زنزانة 176, 897–912 (2019).

Harrow، J. et al. GENCODE: شرح الجينوم البشري المرجعي لمشروع الترميز. الدقة الجينوم. 22, 1760–1774 (2012).

جوهانسون ، تي إم وآخرون. يحافظ الإشراف بوساطة عامل النسخ على بنية الجينوم العالمية على هوية الخلية البائية. نات. إمونول. 19, 1257–1264 (2018).

Bouvy-Liivrand، M. et al. يكشف تحليل مواقع microRNA الأولية من النسخ الوليدة المجالات التنظيمية التي تحكمها بنية الكروماتين. الدقة الأحماض النووية. 45, 12054 (2017).

Ozsolak ، F. et al. تحدد تحليلات بنية الكروماتين محفزات ميرنا. تطوير الجينات. 22, 3172–3183 (2008).

ريباس ، ج. وآخرون. مصدر جديد للتعبير عن miR-21 من خلال تذييل عديد الأدينيل البديل لنصوص الجينات VMP1. الدقة الأحماض النووية. 40, 6821–6833 (2012).

روان ، كيو وآخرون. ينظم MicroRNA-21 موت الخلايا المبرمج للخلايا التائية عن طريق الاستهداف المباشر لجين مثبط الورم تيبي 2. ديس موت الخلية. 5، e1095 (2014).

أوكونيل ، آر إم وآخرون. تعمل MicroRNAs المخصب في الخلايا الجذعية المكونة للدم على تنظيم إنتاج الدم على المدى الطويل بشكل مختلف. بروك. ناتل أكاد. علوم. الولايات المتحدة الأمريكية 107, 14235–14240 (2010).

إمريتش ، إس وآخرون. ميل 99a / 100

تنظم tricistrons 125b استتباب الخلايا الجذعية المكونة للدم والخلايا السلفية عن طريق تحويل التوازن بين إشارات TGFβ و Wnt. تطوير الجينات. 28, 858–874 (2014).

مولوكاندوف ، ج. وآخرون. تقييم عالي الإنتاجية لنشاط ووظيفة microRNA باستخدام مستشعر microRNA ومكتبات شرك. نات. أساليب 9, 840–846 (2012).

Bosson، A. D.، Zamudio، J.R & amp Sharp، P. A. تحدد الحمض النووي الريبي الذاتية المنشأ والتركيزات المستهدفة قابلية التأثر بمنافسة الحمض النووي الريبي النووي المحتملة. مول. زنزانة 56, 347–359 (2014).

Buenrostro ، J.D ، Giresi ، P. G. ، Zaba ، L.C ، Chang ، H. Y. & amp Greenleaf ، W. J. نات. أساليب 10, 1213–1218 (2013).

Gasperini، M.، Tome، J.M & amp Shendure، J. نحو كتالوج شامل من المعززات البشرية التي تم التحقق من صحتها والمرتبطة بالهدف. نات. القس جينيه. 21, 292–310 (2020).

Baccarini، A. et al. يكشف التحليل الحركي عن مصير الرنا الميكروي الذي يتبع التنظيم المستهدف في خلايا الثدييات. بالعملة. بيول. 21, 369–376 (2011).

Kingston، E.R & amp Bartel، D. P. التحليلات العالمية لديناميات استقلاب الرنا الميكروي في الثدييات. الدقة الجينوم. 29, 1777–1790 (2019).

Treiber ، T. ، Treiber ، N. & amp Meister ، G. تنظيم التكوُّن الحيوي للـ microRNA وتناقشها مع المسارات الخلوية الأخرى. نات. القس مول. خلية بيول. 20, 5–20 (2019).

Baccarini، A. & amp Brown، B. D. مراقبة نشاط microRNA والتحقق من صحة أهداف microRNA من خلال النهج القائمة على المراسل. طرق مول. بيول. 667, 215–233 (2010).

بريسكوت ، إس إل وآخرون. تباعد محسن و رابطة الدول المستقلة-التطور التنظيمي في القمة العصبية للإنسان والشمبانزي. زنزانة 163, 68–83 (2015).

Cheung، S. T.، Shakibakho، S.، So، E. Y. & amp Mui، A.LF Transfecting RAW264.7 cells with a luciferase reporter gene. J. فيس. إكسب. 100, 52807 (2015).

Nüssing، S. et al. التحرير الجيني الفعال لـ CRISPR / Cas9 في خلايا الفئران الساذجة غير المثقفة للدراسات المجراة. J. إمونول. 204, 2308–2315 (2020).

Wroblewska، A. et al. تعمل الرموز الشريطية للبروتين على تمكين شاشات CRISPR أحادية الخلية عالية الأبعاد. زنزانة 175, 1141–1155 (2018).

van Buuren، S. & amp Groothuis-Oudshoorn، K. Mice: التضمين متعدد المتغيرات بواسطة المعادلات المتسلسلة في R. J. Stat. سوفتو. http://hdl.handle.net/10.18637/jss.v045.i03 (2011).

ريتشي ، إم إي وآخرون. تعمل limma على تحليل التعبير التفاضلي لدراسات تسلسل الحمض النووي الريبي ودراسات المصفوفات الدقيقة. الدقة الأحماض النووية. 43، e47 (2015).

Johnson، W. E.، Li، C. & amp Rabinovic، A. تعديل تأثيرات الدُفعات في بيانات تعبير ميكروأري باستخدام طرق Bayes التجريبية. الإحصاء الحيوي 8, 118–127 (2007).

Agarwal، V.، Bell، G.W، Nam، J.W & amp Bartel، D. P. توقع مواقع استهداف microRNA فعالة في mRNAs الثدييات. إليفي 4، e05005 (2015).

Pagès ، H. ، Aboyoun ، P. ، Gentleman ، R. & amp DebRoy ، S. Biostrings: معالجة فعالة للسلاسل البيولوجية. حزمة R الإصدار 2.46.0 (2017) https://bioconductor.org/packages/Biostrings

ياناي وآخرون. تكشف ملفات تعريف النسخ متوسطة المدى على نطاق الجينوم عن علاقات مستوى التعبير في مواصفات الأنسجة البشرية. المعلوماتية الحيوية 21, 650–659 (2005).

دور ، إل سي وآخرون. موضع الرنا الميكروي الخاضع للتنظيم بواسطة GATA-1 الضروري لتكوين الكريات الحمر. بروك. ناتل أكاد. علوم. الولايات المتحدة الأمريكية 105, 3333–3338 (2008).

Bönelt ، P. وآخرون. يؤدي التعبير المبكر عن Blimp1 في الخلايا البائية إلى أمراض المناعة الذاتية مع زيادة خلايا البلازما ذاتية التفاعل. EMBO J. 38، e100010 (2019).

دانكو ، سي جي وآخرون. التطور الديناميكي لمجموعات العناصر التنظيمية في خلايا CD4 + T. نات. ايكول. Evol. 2, 537–548 (2018).

هاه ، ن وآخرون. تشكل المعززات الفائقة الحساسة للالتهابات مجالات من RNAs المُحسِّن المنظم بشكل منسق. بروك. ناتل أكاد. علوم. الولايات المتحدة الأمريكية 112، E297 – E302 (2015).

كايكونين ، إم يو وآخرون. يقترن إعادة تشكيل منظر المحسن أثناء تنشيط البلاعم بنسخ المحسن. مول. زنزانة 51, 310–325 (2013).

ناير ، س.ج.الفصل الطوري للمُحسِّن المفعل بالرباطات يراخيص تجميع مُحسِّن الكروموسومات التعاوني. نات. هيكل. مول. بيول. 26, 193–203 (2019).

Nelson، V.L.PARγ هو رابط يتحكم في التنشيط البديل للخلايا الضامة عبر استقلاب الجلوتامين. تطوير الجينات. 32, 1035–1044 (2018).

وي ، سي. قمع منظم الربط المركزي RBFox2 مرتبط وظيفيًا بفشل القلب الناجم عن الضغط الزائد. مندوب الخلية. 10, 1521–1533 (2015).

Zhu ، Y. التوصيف الشامل لطوبولوجيا جينوم العدلات. تطوير الجينات. 31, 141–153 (2017).

Mostafavi، S. تحليل شبكة النسخ الإنترفيرون وجمعيات الأمراض الخاصة بها. زنزانة 164, 564–578 (2016).

Escoubet-Lozach، L. et al. آليات إنشاء حالات تنشيط مستجيبة للمستقبل TLR4 لجينات الاستجابة الالتهابية. بلوس جينيت. 7، e1002401 (2011).

Quinlan ، A.R & amp Hall ، I.M. دليل BEDTools. (2010) https://github.com/arq5x/bedtools2

اتحاد مشروع ENCODE. موسوعة متكاملة لعناصر الحمض النووي في الجينوم البشري. طبيعة سجية 489, 57–74 (2012).

Lara-Astiaso، D. et al. ديناميات حالة الكروماتين أثناء تكوين الدم. علم 345, 943–949 (2014).

هاينز ، إس وآخرون. مجموعات بسيطة من عوامل النسخ المحددة للنسب الأولية رابطة الدول المستقلة- العناصر التنظيمية المطلوبة للهويات الضامة والخلايا البائية. مول. زنزانة 38, 576–589 (2010).

Benjamini، Y. & amp Hochberg، Y. التحكم في معدل الاكتشاف الخاطئ: نهج عملي وقوي للاختبارات المتعددة. J.R Stat. شركة السلسلة B Stat. الميثودول. 57, 289–300 (1995).

Venables، W.N & amp Ripley، B. D. الإحصاء التطبيقي الحديث مع S-Plus (سبرينغر ، 2002).

لافين ، واي وآخرون. تتشكل المناظر الطبيعية المحسنة للبلاعم المقيمين في الأنسجة بواسطة البيئة المكروية المحلية. زنزانة 159, 1312–1326 (2014).

Langmead، B. & amp Salzberg، S. Bowtie2. نات. أساليب 9, 357–359 (2012).

يقوم مارتن ، إم. Cutadapt بإزالة تسلسلات المحول من قراءات التسلسل عالية الإنتاجية. EMBnet J. 17, 10–12 (2011).

كالفاري ، آي وآخرون. Rfam 14: تغطية موسعة للعائلات الميتاجينومية والفيروسية و microRNA. الدقة الأحماض النووية. 49، D192 - D200 (2021).

روبنسون ، جي تي وآخرون. عارض الجينوم التكاملي. نات. التكنولوجيا الحيوية. 29, 24–26 (2011).


تطبيق

تم تنفيذ الأداة كتطبيق ويب مكتوب بلغة Ruby on Rails. تم تنزيل بيانات miRBase من الإصدار 10 إلى 21 (في شكل ملفات txt التي تم إصدارها رسميًا) ، من خادم miRBase FTP وأعيد تنظيمها في قاعدة بيانات SQLite. تم استرداد ملفات معلومات التعليقات التوضيحية للمسببات من 40 منصة اكتشاف مختلفة من تسعة بائعين (الجداول التكميلية S1 و S2 والأشكال التكميلية S1 و S2) واستخدامها في التطبيق كمرجع لاسم miRNA لتنضج مراسلات التسلسل لكل مسبار فردي (الشكل التكميلي 1) S3). تم تخزين ملفات التعليقات التوضيحية للتحقيقات في قاعدة بيانات SQLite. إن miRiadne متوافق تمامًا مع HTML5 واستخدام إطار عمل Twitter Bootstrap يوفر موقع ويب سريع الاستجابة لأحجام سطح المكتب المتغيرة والأجهزة المحمولة.


وصف البرنامج وطرقه

نظرة عامة على إطار عمل miRNet 2.0

يتلخص مسار العمل الرئيسي لـ miRNet 2.0 في الشكل 1. وهناك ثلاث خطوات رئيسية - إدخال البيانات وإنشاء الشبكة والتحليلات المرئية للشبكة. للحفاظ على تصميم مرن وقياسي ، قمنا بتنظيم الوظائف الرئيسية في 12 وحدة بناءً على أنواع المدخلات. تسمح وحدة "miRNAs" للمستخدمين بتوصيل miRNAs بالجينات المستهدفة ، و TFs ، و ncRNAs إلخ. تربط وحدتا "الجينات" و "TFs" المدخلات المقابلة بشركائها في سياق التفاعلات المعروفة بين miRNAs والجينات و TFs تقوم وحدة "SNPs" بتعيين SNPs للاعبين الرئيسيين المذكورين أعلاه أنفسهم أو مواقع الربط الخاصة بهم. تتبع الوحدات المتبقية إجراءً مشابهًا عن طريق تعيين مدخلات المستخدمين لشركاء التفاعل المرتبط بـ miRNA. للبدء ، يجب على المستخدمين النقر فوق زر دائري من صفحة miRNet الرئيسية للدخول إلى صفحة تحميل البيانات المقابلة. يتم قبول تنسيقين عامين للبيانات: قائمة miRNAs و SNPs والجينات والجزيئات الصغيرة إلخ. ، أو جدول تعبير تم إنشاؤه من تجارب qPCR أو microarray أو RNAseq. في الحالة الأخيرة ، سيتم تطبيق تحليل التعبير التفاضلي الراسخ لتحديد الجينات الدقيقة أو الجينات كقوائم إدخال جديدة. في الخطوة الثانية ، سيتم تعيين قوائم الإدخال إلى قواعد المعرفة الأساسية لإنشاء واحد أو أكثر من جداول وشبكات التفاعل. تتوفر العديد من الوظائف للسماح للمستخدمين بمزيد من التخصيص أو تحسين الشبكات. في الخطوة الثالثة ، يتم عرض النتائج كشبكات تفاعلية للاستكشاف المرئي. يمكن للمستخدمين البحث بسهولة أو تكبير / تصغير أو تمييز أو إجراء تحليل إثراء وظيفي في مناطق اهتمام محددة. في الأقسام التالية ، سنركز بشكل أساسي على الميزات الجديدة والمحسنة المقدمة في الإصدار 2.0. يمكن العثور على ميزات أخرى في منشوراتنا السابقة (9 ، 10 ، 21).

نظرة عامة على سير عمل miRNet 2.0. يمكن للمستخدمين تحميل أنواع بيانات مختلفة أو تحديد استعلامات من قواعد البيانات المضمنة لبدء التحليل. سيتم تعيين المدخلات إلى قواعد المعرفة الأساسية لإنشاء جداول وشبكات تفاعل. تسمح صفحة التصور للمستخدمين باستكشاف الشبكات بشكل حدسي باستخدام خوارزميات تخطيط مختلفة وكذلك لأداء الهيكل أو التحليل الوظيفي.

نظرة عامة على سير عمل miRNet 2.0. يمكن للمستخدمين تحميل أنواع بيانات مختلفة أو تحديد استعلامات من قواعد البيانات المضمنة لبدء التحليل.سيتم تعيين المدخلات إلى قواعد المعرفة الأساسية لإنشاء جداول وشبكات تفاعل. تسمح صفحة التصور للمستخدمين باستكشاف الشبكات بشكل حدسي باستخدام خوارزميات تخطيط مختلفة وكذلك لأداء الهيكل أو التحليل الوظيفي.

تحديث وإنشاء قاعدة المعرفة

قاعدة المعرفة لإنشاء الشبكة

لقد بذلنا جهودًا كبيرة للحفاظ على تحديث قواعد المعرفة الأساسية لـ miRNet. يمكن لـ miRNet 2.0 التعرف تلقائيًا على الإصدارات المختلفة لمعرفات miRBase ، بالإضافة إلى ربط ما قبل miRNAs بأشكالها الناضجة استنادًا إلى حزمة miRBaseConverter R (23). لقد قمنا بتحديث قاعدة معرفة تفاعل miRNA استنادًا إلى أحدث الإصدارات من قواعد بيانات التعليقات التوضيحية لـ miRNA الرئيسية بما في ذلك miRBase (24) و miRTarBase (25) و TarBase (26) و HMDD (27) إلخ. تستند التعليقات التوضيحية ميرنا الخاصة بالأنسجة البشرية إلى قواعد بيانات TSmiR (28) و IMOTA (17) ، كما أن التعليقات التوضيحية ميرنا الخارجية البشرية مأخوذة من ExoCarta (29). تم الحصول على التفاعلات بين miRNAs و TFs والجينات من TransmiR 2.0 (30) و ENCODE (31) و JASPAR (32) و ChEA (33). بالنسبة إلى miR-SNPs ، استخدمنا ADmiRE (34) و PolymiRTS (35) و SNP2TFBS (36) للحصول على معلومات SNP في جينات miRNA ومواقع ربط miRNA ومواقع ربط TF. لقد جمعنا أيضًا بشكل منهجي xeno-miRNAs المبلغ عنها جنبًا إلى جنب مع جيناتها المستهدفة المفترضة في xeno-miRNet (21) ، والتي تم دمجها الآن في miRNet 2.0. أخيرًا ، قمنا بتوسيع تفاعلات miRNA-lncRNA لتشمل جميع ncRNAs الرئيسية الأخرى بما في ذلك CircRNA و ceRNA والجين الكاذب و sncRNA استنادًا إلى starBase (37). يمكن تنزيل هذه البيانات من صفحة "موارد" miRNet كملفات نصية عادية.

قاعدة المعرفة لتفسير الشبكة

لتحليل الشبكة ، من المهم أن تكون قادرًا على تفسير التفاعلات بالإضافة إلى تصورها. يلعب تحليل الإثراء دورًا مهمًا في هذا الصدد. من المعروف أن تطبيق تحليلات الإثراء التقليدية مثل الاختبارات فوق الهندسية على الجينات المستهدفة متحيز (38 ، 39). في miRNet 1.0 ، قمنا بتنفيذ خوارزمية بناءً على أخذ العينات التجريبية لتحليل الإثراء باستخدام مسارات GO أو KEGG أو Reactome (38). نهج فعال آخر هو إجراء تحليل التخصيب مباشرة على مستويات ميرنا (39). لدعم هذا النوع من التحليل ، أضفنا ست مكتبات مجموعة miRNA بما في ذلك وظيفة ميرنا ومرض ميرنا وميرنا-تي إف و مجموعة ميرنا وعائلة ميرنا وأنسجة ميرنا بناءً على TAM 2.0 (40). باختصار ، يوفر miRNet 2.0 أربعة أنواع من الاستعلام (جميع الجينات ، والجينات المميزة ، وجميع miRNAs ، و miRNAs المميزة) ، وخوارزميتان للتخصيب (اختبارات الهندسة الفائقة وأخذ العينات التجريبية) ، وتسع مكتبات للتعليقات التوضيحية (ثلاث مكتبات مجموعة جينية وست مكتبات مجموعة miRNA) ، التي تمثل الدعم الأكثر شمولاً لفهم الوظائف الجماعية لـ miRNAs. تم عرض تطبيقاتهم المحتملة في الدراسات الحديثة لمقارنة تغييرات ميرنا الخاصة بالأنسجة المختلفة في سرطان الغدة البنكرياس القنوي (41) ولتحديد عائلات ميرنا المخصب في دراسة تقارن المتغيرات الجينية بين مرض الزهايمر والسرطانات (42).

تمكين إدخال المستخدم المرن

تم بذل جهود كبيرة لتوفير واجهة بديهية تسمح بدمج miRNAs في أنواع مختلفة من شبكات التفاعل. من الصفحة الرئيسية ، يمكن للمستخدمين إدخال استفساراتهم عن طريق: (أ) تحميل قائمة من miRNAs أو ncRNAs أو الجينات أو TFs أو SNPs (ب) تحديد قائمة من قواعد البيانات المضمنة لدينا مثل الأمراض والمركبات الصغيرة والمعدلات اللاجينية إلخ. (ج) تحميل miRNA أو جدول التعبير الجيني الناتج عن RT-qPCR أو microarray أو RNAseq أو (د) تحميل استعلامات متعددة لأنواع إدخال مختلفة. هنا ، سوف نقدم ميزات جديدة للعديد من السيناريوهات الشائعة.

من miRNAs إلى الشبكات

في miRNet 1.0 ، اقتصر تعيين أهداف miRNA على الجينات المستهدفة بناءً على معلومات التفاعل التي تم التحقق من صحتها تجريبياً. ومع ذلك ، فقد أظهرت الأدلة المتزايدة أن miRNAs تشارك في شبكات معقدة من خلال التفاعلات مع العناصر الوظيفية الأخرى لممارسة التأثيرات على بيولوجيا الخلية والأمراض البشرية (12). على سبيل المثال ، يمكن أن تعمل lncRNAs مثل mRNAs "الإسفنج" وتتنافس مع mRNAs المستهدفة ، وبالتالي زيادة مستوى التعبير عن mRNAs (43). في الإصدار 2.0 ، يمكن للمستخدمين تحديد هدف واحد أو عدة أهداف من القائمة المنسدلة "الأهداف" وسيقوم برنامج miRNet تلقائيًا بتعيين miRNAs لتلك الأهداف المحددة. يمكن للمستخدمين أيضًا تضمين تفاعلات البروتين البروتين (PPI) في الشبكات المستهدفة بناءً على العديد من قواعد بيانات PPI الراسخة (44-46).

من الصناديق إلى الشبكات

يمكن أن تتعاون miRNAs و TFs لضبط التعبير الجيني ، أو التنظيم المتبادل لبعضهما البعض في حلقات التغذية الراجعة (4 ، 47). وبالتالي ، قمنا بإضافة وحدة نمطية جديدة للسماح للمستخدمين بتضمين TFs في التحليل. يمكن للمستخدمين ببساطة تحميل قائمة TF الخاصة بهم ، وسيقوم miRNet تلقائيًا بتعيين TFs إلى جميع الأهداف المحتملة (miRNAs و / أو الجينات) والعودة كجداول تفاعل TF – miRNA و / أو TF – gene. سيتم بعد ذلك دمج التفاعلات بشكل أكبر في شبكات الاستكشاف المرئي. مع وحدة miRNA المحدثة وإضافة وحدة TF ، يسمح miRNet 2.0 للمستخدمين بإنشاء شبكات تنظيمية miRNA-TF بسهولة إما من قائمة miRNAs أو قائمة TFs ذات الأهمية.

من SNPs إلى الشبكات

يمكن للطفرات في miRNAs الناضجة أو مواقع الربط الخاصة بها أن تغير بشكل كبير قدرات الاستهداف وتؤدي إلى خلل في التعبير عن العديد من الجينات في وقت واحد ، في حين أن الاختلافات في miRNAs الأولية أو السلائف يمكن أن تغير مستويات التعبير عن miRNAs الناضجة من خلال التأثير على معالجة miRNA (48 ، 49). في miRNet 2.0 ، أضفنا وحدة نمطية جديدة لدعم تحليل تعدد الأشكال في سياق تفاعلات الجينات المستهدفة ميرنا. يمكن للمستخدمين تحميل قائمة SNPs من صفحة تحميل SNPs. تقبل miRNet حاليًا إما rsIDs أو الإحداثيات الجينية بناءً على بناء الجينوم المرجعي البشري GRCh37. ثم يتم تعيين القوائم التي تم تحميلها إلى miRNAs و / أو الجينات المستهدفة. باتباع هذه الخطوة ، يمكن للمستخدمين استكشاف بياناتهم بشكل مرئي في صفحة تصور الشبكة.

تحميل استفسارات متعددة

تكمل الوحدة النمطية لأنواع الاستعلامات المتعددة وحدات التحليل من النوع الفردي لـ miRNet من خلال السماح بتحديد الاتصالات الجديدة بين أنواع متعددة من مدخلات المستخدم. تدعم الوحدة حاليًا عشرة أنواع من المدخلات الموضحة في مربع حوار عندما ينقر المستخدمون على الزر الدائري المركزي في الصفحة الرئيسية. بعد تحديد أنواع المدخلات ذات الأهمية ، يقوم المستخدمون ببساطة بنسخ ولصق قوائم الاستعلام الخاصة بهم (miRNAs ، الجينات ، TFs ، lncRNAs ، الجينات الخادعة ، CircRNAs ، sncRNAs) أو الاختيار من قوائم الانتقالات (الأمراض والمركبات الصغيرة والمعدلات اللاجينية). ثم يتم تعيين القوائم التي تم تحميلها إلى قواعد المعرفة الداخلية والمضي قدمًا في سير العمل كما هو موضح في الوحدات النمطية الأخرى.

تعزيز التحليلات المرئية للشبكة

إنشاء الشبكة وتخصيصها

يتم إنشاء الشبكات الافتراضية من خلال البحث عن شركاء التفاعل المباشر في قواعد المعرفة التفاعلية. تُعرف هذه بشكل عام بشبكات التفاعل من الدرجة الأولى. عندما يكون هناك عدد كبير من الاستفسارات (البذور) ، فمن المعقول التركيز فقط على التفاعلات بين تلك البذور (أي شبكات الترتيب الصفري). ومع ذلك ، يمكن أن تصبح العديد من البذور عقدًا يتيمة عند التبديل مباشرة إلى شبكات الترتيب الصفري. تتمثل الطريقة "اللطيفة" في استخراج شبكة فرعية صغيرة من شبكة الدرجة الأولى تصل هذه البذور إلى الحد الأقصى. في miRNet 2.0 ، أضفنا دعمًا لحساب الحد الأدنى من الشبكات الفرعية استنادًا إلى خوارزمية Steiner Forest (PCSF) لجمع الجوائز (50) ، بالإضافة إلى العديد من طرق التنقية التجريبية الأخرى (المتوفرة ضمن "أدوات الشبكة") بناءً على أقصر المسارات ، تصفية الدُفعات أو درجة العقدة أو القيم البينية. يمكن تنزيل النتائج كجداول تفاعل ثنائي أو ملفات رسم بياني.

تصور الشبكة والتخطيط

يوفر miRNet 2.0 مجموعة واسعة من الخيارات للمساعدة في تحسين الاستكشاف المرئي لشبكات التفاعل المتمركزة حول miRNA. أثناء مرحلة إنشاء الشبكة ، يمكن للمستخدمين تحسين الشبكة عن طريق تطبيق عوامل تصفية مختلفة على جداول التفاعل أو الشبكات. في صفحة تصور الشبكة ، يمكن للمستخدمين تحديد أنماط العقدة بناءً على أنواعها ، أو تقليل تداخل العقدة ، أو تنفيذ تجميع الحافة إلخ. يمكن تحسين الشبكة الناتجة بشكل أكبر باستخدام خوارزميات تخطيط مختلفة. تم تنفيذ أكثر من عشرة خوارزميات لتخطيط الشبكة ، بما في ذلك Force-Atlas و Fruchterman-Reingold و Circular و Graphopt و Large Graph و Random و Circular Bipartite / Tripartite و Linear Bipartite / Triartite و Concentric و Backbone. تم تصميم الخوارزميات الأربعة الأخيرة للشبكات المعقدة التي تتكون من أنواع متعددة من العقد (miRNAs ، الجينات ، TFs إلخ.). يوفر التخطيط الثنائي / ثلاثي الأطراف تجريدًا مباشرًا للعلاقات بين أنواع مختلفة من الكيانات الجزيئية من خلال التأكيد على نوع البيانات لكل عقدة (51). عندما تكون هناك أنواع متعددة من العقد ، نوصي بتصور الشبكة إما في تخطيط دائري ثنائي / ثلاثي (الشكل 2 أ) أو تخطيط خطي ثنائي / ثلاثي (الشكل 2 ب) متبوعًا بتطبيق خوارزمية "تقليل تداخل العقدة". لتمكين فهم أفضل لعقدة رئيسية معينة ، أضفنا التخطيط Concentric (52). يرتب هذا التخطيط العقد في دوائر متحدة المركز حول عقدة ذات أهمية (أي العقدة البؤرية) في الوسط (الشكل 2C). يمثل ترتيب الدوائر مستوى درجة تفاعلاتها. من خلال ترتيب العقد بهذه الطريقة ، فإنه يتيح فهمًا أفضل لكيفية ارتباط العقدة البؤرية ببقية الرسم البياني. بشكل افتراضي ، تكون العقدة البؤرية هي العقدة ذات أعلى قيمة درجة. يمكن للمستخدمين تحديد عقدة المفتاح يدويًا عن طريق تحديدها في جدول Node Explorer أو بالنقر المزدوج عليها في الشبكة. إضافة جديدة أخرى هي تخطيط العمود الفقري وهو فعال للغاية في الكشف عن الأنماط المخفية في الشبكات المتوسطة والكبيرة. تحسب الخوارزمية التخطيط بعد تطبيق التوزيع على الشبكة من خلال تضمين الحواف الأكثر تضمينًا فقط (53). تساعد هذه العملية في الكشف عن الوحدات المخفية بناءً على كثافة الحواف من خلال التركيز بشكل أكبر على بنية تخطيط الرسم البياني (الشكل 2 د).

لقطات من صفحة تصور الشبكة تعرض الميزات الرئيسية والعديد من تخطيطات الشبكة. (أ) عرض نموذجي للصفحة. تعرض اللوحة المركزية شبكة في تخطيط دائري ثلاثي ، وتوفر اللوحات المحيطة وظائف لتحليل الشبكة وتخصيصها. على سبيل المثال ، يمكن للمستخدمين إجراء تحليل الإثراء أو تحليل الوحدة النمطية على هذه الشبكة. تم عرض وحدة الشبكة المستخرجة في أسفل اليمين. (ب) تخطيط خطي ثلاثي. (ج) تخطيط متحد المركز مع تجميع الحافة. (د) تخطيط العمود الفقري مع العديد من الوحدات المميزة بألوان مختلفة. مزيد من التفاصيل عن كل تخطيط موصوفة في النص الرئيسي.

لقطات من صفحة تصور الشبكة تعرض الميزات الرئيسية والعديد من تخطيطات الشبكة. (أ) عرض نموذجي للصفحة. تعرض اللوحة المركزية شبكة في تخطيط دائري ثلاثي ، وتوفر اللوحات المحيطة وظائف لتحليل الشبكة وتخصيصها. على سبيل المثال ، يمكن للمستخدمين إجراء تحليل الإثراء أو تحليل الوحدة النمطية على هذه الشبكة. تم عرض وحدة الشبكة المستخرجة في أسفل اليمين. (ب) تخطيط خطي ثلاثي. (ج) تخطيط متحد المركز مع تجميع الحافة. (د) تخطيط العمود الفقري مع العديد من الوحدات المميزة بألوان مختلفة. مزيد من التفاصيل عن كل تخطيط موصوفة في النص الرئيسي.

تحسين الشفافية / التكاثر وواجهات برمجة تطبيقات الويب

باستثناء خطوة التصور التفاعلي ، التي يتم تنفيذها على متصفحات المستخدمين ، يتم تنفيذ جميع خطوات تحليل البيانات الأخرى بما في ذلك التعيين والتصفية وإنشاء الشبكة والتخصيص من خلال وظائف R المقابلة على الخادم السحابي الخاص بنا. لتمكين تحليل بيانات أكثر شفافية ، أصدرنا حزمة R الأساسية (https://github.com/xia-lab/miRNetR) ، وأضفنا صفحة "تنزيل" في تطبيق الويب للسماح للمستخدمين بتنزيل محفوظات أوامر R وجداول النتائج التي تم إنشاؤها أثناء جلسات التحليل الخاصة بهم. يحتوي سجل R على جميع استدعاءات الوظائف ذات المعلمات المحددة بواسطة المستخدم. نأمل أن تسمح حزمة R جنبًا إلى جنب مع محفوظات أوامر R للمستخدمين بتتبع كل خطوة من خطوات تحليلهم في نموذج (نص R) يمكن مشاركته وإعادة إنتاجه بسهولة ، مما يكمل النظام الأساسي المستند إلى الويب. لقد قمنا أيضًا بتنفيذ RESTful APIs للسماح لمطوري الأدوات بإرسال قوائم استعلاماتهم برمجيًا كطلبات خارجية. أثناء توفير الوصول المفتوح إلى موارد miRNet 2.0 ، توفر واجهات برمجة التطبيقات مستوى من التجريد وإخفاء التعقيد عن المبرمجين. يتم عرض واجهات برمجة التطبيقات المتاحة حاليًا في الجدول 1. سيتم إضافة المزيد من واجهات برمجة التطبيقات بناءً على تعليقات المستخدمين.

قائمة واجهات برمجة التطبيقات ونقاط نهاية الوصول البرمجي على خادم miRNet. قاعدة API لـ miRNet 2.0 هي http://api.mirnet.ca ، والتي يمكن زيارتها لعرض الوثائق التفصيلية

نقطة النهاية. طريقة HTTP. مدخل . وصف .
قاعدة / طاولة / ميربريد الكائن الحي ، نوع معرف ميرنا ، نوع الهدف ، قائمة ميرنا احصل على نتائج الجدول التي تم التحقق من صحتها تجريبياً لتفاعلات الهدف ميرنا (تعيين إلى الأمام)
قاعدة / جدول / جينبريد الكائن الحي ، نوع معرف الجين ، قائمة الجينات احصل على نتائج الجدول التي تم التحقق من صحتها تجريبياً لتفاعلات الجين ميرنا (mRNA ، TF ، lncRNA) (رسم الخرائط العكسي)
قاعدة / وظيفة / ميربريد الكائن ، نوع معرف ميرنا ، نوع الهدف ، قائمة ميرنا ، الخوارزمية ، قاعدة البيانات احصل على نتائج تخصيب وظيفي
القاعدة / الوظيفة / الجينبريد الكائن الحي ، نوع معرف الجين ، قائمة الجينات ، الخوارزمية ، قاعدة البيانات احصل على نتائج تخصيب وظيفي
قاعدة / الرسم البياني / ميربريد الكائن الحي ، نوع معرف ميرنا ، نوع الهدف ، قائمة ميرنا الحصول على رسم بياني لتفاعلات miRNA – target (تنسيق json)
القاعدة / الرسم البياني / الجينبريد الكائن الحي ، نوع معرف الجين ، قائمة الجينات الحصول على رسم بياني لتفاعلات miRNA – target (تنسيق json)
نقطة النهاية. طريقة HTTP. مدخل . وصف .
قاعدة / طاولة / ميربريد الكائن الحي ، نوع معرف ميرنا ، نوع الهدف ، قائمة ميرنا احصل على نتائج الجدول التي تم التحقق من صحتها تجريبياً لتفاعلات الهدف ميرنا (تعيين إلى الأمام)
قاعدة / جدول / جينبريد الكائن الحي ، نوع معرف الجين ، قائمة الجينات احصل على نتائج الجدول التي تم التحقق من صحتها تجريبياً لتفاعلات الجين ميرنا (mRNA ، TF ، lncRNA) (رسم الخرائط العكسي)
قاعدة / وظيفة / ميربريد الكائن ، نوع معرف ميرنا ، نوع الهدف ، قائمة ميرنا ، الخوارزمية ، قاعدة البيانات احصل على نتائج تخصيب وظيفي
القاعدة / الوظيفة / الجينبريد الكائن الحي ، نوع معرف الجين ، قائمة الجينات ، الخوارزمية ، قاعدة البيانات احصل على نتائج تخصيب وظيفي
قاعدة / الرسم البياني / ميربريد الكائن الحي ، نوع معرف ميرنا ، نوع الهدف ، قائمة ميرنا الحصول على رسم بياني لتفاعلات miRNA – target (تنسيق json)
القاعدة / الرسم البياني / الجينبريد الكائن الحي ، نوع معرف الجين ، قائمة الجينات الحصول على رسم بياني لتفاعلات miRNA – target (تنسيق json)

قائمة واجهات برمجة التطبيقات ونقاط نهاية الوصول البرمجي على خادم miRNet. قاعدة API لـ miRNet 2.0 هي http://api.mirnet.ca ، والتي يمكن زيارتها لعرض الوثائق التفصيلية

نقطة النهاية. طريقة HTTP. مدخل . وصف .
قاعدة / طاولة / ميربريد الكائن الحي ، نوع معرف ميرنا ، نوع الهدف ، قائمة ميرنا احصل على نتائج الجدول التي تم التحقق من صحتها تجريبياً لتفاعلات الهدف ميرنا (تعيين إلى الأمام)
قاعدة / جدول / جينبريد الكائن الحي ، نوع معرف الجين ، قائمة الجينات احصل على نتائج الجدول التي تم التحقق من صحتها تجريبياً لتفاعلات الجين ميرنا (mRNA ، TF ، lncRNA) (رسم الخرائط العكسي)
قاعدة / وظيفة / ميربريد الكائن ، نوع معرف ميرنا ، نوع الهدف ، قائمة ميرنا ، الخوارزمية ، قاعدة البيانات احصل على نتائج تخصيب وظيفي
القاعدة / الوظيفة / الجينبريد الكائن الحي ، نوع معرف الجين ، قائمة الجينات ، الخوارزمية ، قاعدة البيانات احصل على نتائج تخصيب وظيفي
قاعدة / الرسم البياني / ميربريد الكائن الحي ، نوع معرف ميرنا ، نوع الهدف ، قائمة ميرنا الحصول على رسم بياني لتفاعلات miRNA – target (تنسيق json)
القاعدة / الرسم البياني / الجينبريد الكائن الحي ، نوع معرف الجين ، قائمة الجينات الحصول على رسم بياني لتفاعلات miRNA – target (تنسيق json)
نقطة النهاية. طريقة HTTP. مدخل . وصف .
قاعدة / طاولة / ميربريد الكائن الحي ، نوع معرف ميرنا ، نوع الهدف ، قائمة ميرنا احصل على نتائج الجدول التي تم التحقق من صحتها تجريبياً لتفاعلات الهدف ميرنا (تعيين إلى الأمام)
قاعدة / جدول / جينبريد الكائن الحي ، نوع معرف الجين ، قائمة الجينات احصل على نتائج الجدول التي تم التحقق من صحتها تجريبياً لتفاعلات الجين ميرنا (mRNA ، TF ، lncRNA) (رسم الخرائط العكسي)
قاعدة / وظيفة / ميربريد الكائن ، نوع معرف ميرنا ، نوع الهدف ، قائمة ميرنا ، الخوارزمية ، قاعدة البيانات احصل على نتائج تخصيب وظيفي
القاعدة / الوظيفة / الجينبريد الكائن الحي ، نوع معرف الجين ، قائمة الجينات ، الخوارزمية ، قاعدة البيانات احصل على نتائج تخصيب وظيفي
قاعدة / الرسم البياني / ميربريد الكائن الحي ، نوع معرف ميرنا ، نوع الهدف ، قائمة ميرنا الحصول على رسم بياني لتفاعلات miRNA – target (تنسيق json)
القاعدة / الرسم البياني / الجينبريد الكائن الحي ، نوع معرف الجين ، قائمة الجينات الحصول على رسم بياني لتفاعلات miRNA – target (تنسيق json)

دفعة تحويل أسماء ميرنا إلى معرفات الانضمام؟ - مادة الاحياء

يتم الاحتفاظ بقاعدة بيانات SNPnexus الأساسية متزامنة مع قاعدة بيانات شرح الجينوم البشري UCSC. ومع ذلك ، تأتي بيانات بعض فئات التعليقات التوضيحية من مصادر مختلفة.

فئة hg18 hg19 hg38
معلومات SNP المعروفة مجموعة متنوعة 54dbSNP 129 مجموعة متنوعة 74dbSNP 138 تباين المجموعة 90dbSNP 150
تعريف الجينات المرجع UCSC hg18 UCSC hg19 UCSC hg38
فرقة الفرقة 54 الفرقة 74 إنسمبل 90
UCSC UCSC hg18 UCSC hg19 UCSC hg38
CCDS UCSC hg18 UCSC hg19 UCSC hg38
فيجا UCSC hg18 UCSC hg19
تجميع UCSC hg18 UCSC hg19
H-inv UCSC hg19
بيانات السكان HapMap UCSC hg18 UCSC hg19
1000 جينوم IGSR GRCh38 (رفع) IGSR GRCh38
إكساك إكساك r1
تأثير البروتين SIFT SIFT Human DB (الإصدار 63) 90- مسعود
بوليفين PolyPhen-2 (مجموعة متنوعة 63) 90- مسعود
العناصر التنظيمية FirstEF UCSC hg18
مواقع ربط عامل النسخ UCSC hg18 UCSC hg19
معززات UCSC hg18 UCSC hg19
جزر CpG UCSC hg18 UCSC hg19 UCSC hg38
الرناوات الصغيرة والصغيرة الأخرى UCSC hg18 UCSC hg19 UCSC hg38
miRBASE الإصدار 20 (رفع) الافراج عن 20 الإصدار 21
مواقع الهدف ميرنا TargetScan: UCSC hg18 TargetScan: UCSC hg19 TarBase: لائحة المجموعة 90
مناطق التشفير لائحة المجموعة 74 لائحة المجموعة 90
خارطة الطريق Epigenomics لائحة المجموعة 74 لائحة المجموعة 90
بناء التنظيمي للمجموعة لائحة المجموعة 74 لائحة المجموعة 90
جمعية النمط الظاهري / المرض جاد UCSC hg18 تحديث GAD أكتوبر 2011
كوزميك الإصدار 68 الإصدار 68 الإصدار 82
GWAS UCSC hg18 UCSC hg19 UCSC hg38
كلينفار UCSC hg38
العناصر المحفوظة عناصر فاستكونس UCSC hg18 UCSC hg19 UCSC hg38
برنامج GERP ++ تحديث برنامج GERP أواخر عام 2010 تحديث برنامج GERP أواخر عام 2010
الاختلافات الهيكلية DGV Build 36 37 DGV GRCh 38
التنبؤ الحاتمة الجديدة MuPeXI الإصدار 1.1
MHCflurry الإصدار 0.9.2
NetTepi الإصدار 1.0
سجل الاختلاف غير الترميز CADD الإصدار 1.3
FitCons الإصدار 1.01
إيغن الإصدار 1.0
FATHMM الإصدار 2.3
GWAVA الإصدار 1.0
بحر عميق الإصدار 0.94
FunSeq2 الإصدار 2.1.6
ReMM الإصدار 0.3.0

يقبل SNPnexus حاليًا بيانات إدخال الاستعلام في ثلاثة أشكال مختلفة (موضع الجينوم أو منطقة الكروموسومات أو معرف dbSNP) واثنين من مجموعات الجينوم البشري المختلفة. يمكن للمستخدمين إضافة تعليق توضيحي على SNP واحد ، أو الإدراج / الحذف (InDel) أو استبدال الكتلة عن طريق اختيار أحد تنسيقات الإدخال وتوفير البيانات المطلوبة في الواجهة الرسومية. كما يسمح للمستخدمين بتشغيل الاستعلامات المجمعة عن طريق تحميل ملف الإدخال المنسق بشكل مناسب أو لصق الاستعلامات في الواجهة. يتم شرح التنسيقات بمزيد من التفاصيل أدناه.

يمكن للمستخدمين إضافة تعليق توضيحي لمتغير تم اكتشافه حديثًا من خلال توفير البيانات التالية في الواجهة: النوع (كروموسوم / كونتيج / استنساخ) ، الاسم ، الموضع النسبي ، النيوكليوتيدات المرجعية (Allele1) ، النيوكليوتيدات المرصودة (Allele2) ، الموجبة (1) أو حبلا سلبية (-1). يستخدم نظام الإحداثيات أحادي القاعدة لوصف موضع الجينوم. يتم دعم الاختلافات متعددة الأليلات حيث يمكن للمستخدمين توفير أليلات منفصلة "/" في حقل Allele2. فيما يلي بعض الأمثلة على تجميع hg18:

نوع هوية شخصية موقع Alelle1 أليل 2 ساحل
كروموسوم 1 100002626 أ تي 1
كونتيج NT_023736 2025395 ج جي / ت 1
استنساخ AC105270 154799 أ تي 1

عمليات الإدراج والحذف (InDels) وحظر البدائل. تم تعديل الأداة لدعم عمليات الإدراج أو الحذف باستخدام - كعنصر نائب. يحتاج المستخدمون إلى إدخال Allele1 = - للإشارة إلى إدخال Allele2 في الموضع الجينومي المقابل. وبالمثل ، يمكن استخدام Allele2 = - للإشارة إلى حذف Allele1 من الموضع الجينومي المحدد. على غرار استبدال النوكليوتيدات الأحادية ، تدعم الأداة أيضًا استبدال الكتلة عندما يوفر المستخدم بيانات Allele1 و Allele2 بنفس الطول أو بطول مختلف. فيما يلي بعض الأمثلة للإدراج والحذف في تجميع hg19:

نوع هوية شخصية موقع Alelle1 أليل 2 ساحل #تعليق
كروموسوم 3 9798773 ج - 1 # 1 حذف النوكليوتيدات
كروموسوم 3 9798773 CCC - 1 # 3 حذف النوكليوتيدات
كروموسوم 3 9798773 - جي 1 # 1 - إدخال النوكليوتيدات
كروموسوم 3 9798773 - جي تي سي 1 # 3 إدخال النوكليوتيدات
كروموسوم 3 9798773 CCCG جي تي 1 # استبدال الكتلة

لاحظ أن الأداة تدعم نيوكليوتيدات متعددة بدلاً من Allele1 و Allele2. ومع ذلك ، لأسباب عملية ، لا يتم تشجيع المستخدمين على توفير كتل كبيرة جدًا يمكن وضعها على أكثر من منطقة وظيفية متجاورة ، أي منطقة intronic و exonic المجاورة ، وفي هذه الحالة ستكون الوظيفة المتوقعة لـ SNP التي توفرها أداتنا على أساس المنطقة الوظيفية الأولى.

تقديم كود IUPAC. أخيرًا ، يمكن للمستخدمين التعليق على المرجع والنيوكليوتيدات الملحوظة التي تتوافق مع تسميات النوكليوتيدات IUPAC للإشارة إلى النيوكليوتيدات الغامضة في موضع معين باتباع جدول الترجمة الموضح أدناه:

كود IUPACالمعنى
جيجي
أ أ
تي تي
ج ج
ص G أو A
ص T أو C.
م أ أو ج
ك G أو T.
س G أو C.
دبليو أ أو ت
ح أ أو ج أو ت
ب G أو T أو C.
الخامس G أو C أو A.
د G أو A أو T.
ن G أو A أو T أو C.

نوع هوية شخصية موقع Alelle1 أليل 2 ساحل #تعليق
كروموسوم 1 100002626 أ س 1 استبدال # G أو C بـ A
كروموسوم 3 9798773 - ص 1 # G أو الإدراج

يمكن للمستخدمين الاستعلام عن SNPs المعروفة في منطقة كروموسومية معينة من خلال توفير البيانات التالية: الكروموسوم ، موضع البداية ، موضع النهاية. ستحدد الأداة جميع أشكال النيوكلوتايد المعروفة والمحددة في المنطقة المحددة وتعلق عليها. فيما يلي بعض الأمثلة على تجميع hg18:

كروموسوم يبدأ نهاية
3 9798000 9799000
1 100000000 100050000

في الوقت الحالي ، نحصر المستخدمين في الاستعلام عن SNPs المعروفة في المنطقة الجينومية ذات الحجم الأقصى 1 ميجا بايت.

يمكن للمستخدمين أيضًا الاستعلام عن SNPs المعروفة من خلال توفير معرفات dbSNP rs المقابلة. فيما يلي بعض الأمثلة على dbSNP rs #:

dbSNP rs #
RS293794
RS1052133
RS3136820
RS2272615
rs2953993
RS1799782
RS25487
rs2248690
RS4918
RS1071592

لاحظ أنه بناءً على تجميع الجينوم ، يمكن أن يكون التعليق التوضيحي الوظيفي لـ SNP معين مختلفًا تمامًا. لذلك يُطلب من المستخدمين توخي الحذر فيما يتعلق باختيار تجميع الجينوم.

يسمح SNPnexus للمستخدمين بإرسال استعلام مجمّع عند التعامل مع عدد كبير من الاختلافات. يمكن للمستخدمين إما لصق قائمة المتغيرات مباشرة في مساحة النص المصممة أو تحميل ملف يحتوي على الاستعلامات. في الوقت الحالي ، نحدد الحد الأقصى لعدد المتغيرات في استعلام دفعة واحدة إلى 100000. نحن نسمح فقط باستعلام دفعي باستخدام الموضع الجيني و / أو تنسيقات dbsnp rs #. لا يسمح ببيانات استعلام منطقة الكروموسومات. يجب أن يكون كل متغير في سطر جديد ببيانات محددة بعلامات جدولة بأحد التنسيقات التالية:

& lt النوع اسم موقع أليل 1 أليل 2 ستراند و GT # بيانات الموقع الجينومية للنيوكلوتايد الجديد
& lt "dbsnp" روبية # & GT # dbSNP rs number لـ SNPs المعروفة

يظهر أدناه مثال على استعلام دفعي ، والذي يمكن للمرء لصقه مباشرة في منطقة النص المتوفرة في الواجهة:

كروموسوم 1 100002626 أ تي 1
كونتيج NT_023736 2025395 أ تي 1
استنساخ AC105270 154799 أ تي 1
dbsnp RS293794
dbsnp RS1052133

بدلاً من ذلك ، يمكن للمستخدمين تحميل ملفات الاستعلام المجمعة (.txt) مثل هذا المثال. لاحظ أن SNPs المعروفة يجب أن يسبقها الكلمة الأساسية "dbsnp" ليتم التعرف عليها على أنها dbSNP rs #.

تنسيق الاستدعاء المتغير (VCF) هو تنسيق قياسي مرن وقابل للتمديد لبيانات التباين. يسمح SNPnexus للمستخدمين بتحميل ملفات VCF (.vcf) ، التي تحتوي على SNPs و InDels و Block ، مباشرة على الخادم. يتم عرض مثال لملف VCF للإدخال أدناه:

## تنسيق الملف = VCFv4.1
## fileDate = 20121001
# CHROMنقاط البيعهوية شخصيةالمرجعALTالجودةمنقيمعلومات
chr39798773RS1052133ججي...
chr1114377568.أجي ، تي...
chr39791667.AGA-...
chr1650763779.-ج...
كر 201230237.تي....
كر 201234567.جي تي سيجي...
كر 201234568.تيتا...

يوضح هذا المثال بالترتيب SNP بسيط ، وهو متغير يتم عنده استدعاء أليلين بديلين ، وحذف 3 قواعد (AGA) ، وإدخال قاعدة واحدة (C) ، ومرجع أحادي الشكل بدون أليلات بديلة والتي سيتم تجاهلها في النهاية بواسطة SNPnexus ، حذف قاعدتين (TC) ، وإدخال قاعدة واحدة (A).

يجب أن يحتوي ملف VCF على 8 أعمدة إلزامية ثابتة كما هو موضح في سطور الرأس الثالثة في المثال. يستخدم SNPnexus فقط المواضع الجينومية (حقول CHROM و POS) ومعلومات الأليل (حقول REF و ALT) من الإدخال ، وسيتم تجاهل المعلومات الأخرى الواردة في ملف الإدخال ولن يكون لها أي تأثير على نتيجة SNPnexus المشروحة. مثل تنسيق إدخال SNPnexus القياسي ، يمكن تقديم قيم NULL للإدراج والحذف بواسطة "-". يتم تقديم القيم المفقودة في ملف VCF بواسطة ".". سيتجاهل SNPnexus سطر الإدخال في حالة حدوث قيم مفقودة في أي من حقول CHROM و POS و REF و ALT. يرجى الرجوع هنا لمعرفة التفاصيل حول التنسيق.

يحتوي الجدول الذي يحتوي على التعليقات التوضيحية الجينية على الأعمدة التالية:

SNP: & ltdbsnp rs # & gt أو & ltchromosome / contig / clone id، ":"، position، ":"، "allele"، ":"، strand & gt
كروموسوم: متغير موقع الكروموسوم المعين
موقع الكروم: موضع بدء متغير على الكروموسوم
REF Allele: أليل مرجعي
ALT أليل: الأليل المرصود
كونتيج: موقع contig المعين المتغير
الموضع: وضع بدء متغير على contig
فرقة: الموقع الخلوي SNP
dbSNP: الارتباط بـ dbSNP ، إذا كان معروفًا

يحتوي الجدول الذي يحتوي على معلومات حول الجينات المتراكبة أو الأقرب على الأعمدة التالية:

SNP: & ltdbsnp rs # & gt أو & ltchromosome / contig / clone id، ":"، position، ":"، "allele"، ":"، strand & gt
هوية شخصية: SNP مقدم في شكل موضع الجينوم
كروموسوم: متغير موقع الكروموسوم المعين
موقع الكروم: موضع بدء متغير على الكروموسوم
الجين المتداخل: اسم الجين (نظام HGNC) الذي يتداخل معه المتغير
نوع: نوع الجينات ، على سبيل المثال ، تشفير البروتين ، ميرنا ، غير المشفر ، الجين الكاذب ، snoRNA ، lincRNA إلخ.
حاشية. ملاحظة: ملخص لما إذا كان المتغير يتداخل مع المناطق المشفرة أو الداخلية أو غير المترجمة لمختلف الأشكال الإسوية للجين ، كما هو موضح من نظام الجين Ensembl.
أقرب جين المنبع: إذا لم يتداخل المتغير مع أي جين ، فإن الجين الذي يكون موضعه النهائي أقرب إلى المتغير الموجود على اليسار (مع الأخذ في الاعتبار محاذاة الجينات على الخيط الموجب على أنها من اليسار إلى اليمين)
نوع أقرب جين المنبع: نوع الجينات ، على سبيل المثال ، تشفير البروتين ، ميرنا ، غير المشفر ، الجين الكاذب ، snoRNA ، lincRNA إلخ.
المسافة إلى أقرب جين المنبع: المسافة من الموضع النهائي لأقرب جين في المنبع.
أقرب جين المصب: إذا لم يتداخل المتغير مع أي جين ، فإن الجين الذي يكون موضع البداية هو الأقرب إلى المتغير الموجود على اليمين (مع مراعاة محاذاة الجينات على الخيط الموجب على أنها من اليسار إلى اليمين)
نوع أقرب جين المصب: نوع الجينات ، على سبيل المثال ، تشفير البروتين ، ميرنا ، غير المشفر ، الجين الكاذب ، snoRNA ، lincRNA إلخ.
المسافة إلى أقرب جين المصب: المسافة من موضع البداية لأقرب جين في مجرى النهر.

قد يحتوي جدول النتائج الذي يحتوي على عواقب الجينات / البروتين على نظام شرح جيني معين على الأعمدة التالية:

SNP: & ltdbsnp rs # & gt أو & ltchromosome / contig / clone id، ":"، position، ":"، "allele"، ":"، strand & gt
أليل: الأليلات المفحوصة & أليل المرجع ، "|" ، الأليل المرصود & GT. للإدراج ، أليل المرجع هو "-". بالنسبة للحالات الأخرى ، يكون الأليل المرجعي هو الأليل الموجود في تسلسل الجينوم المرجعي. يمكن أن تكون الأليل (الأليل) المرصودة متعددة الأليلات مفصولة بعلامة "|" اعتمادا على المدخلات Allele2. إذا كان الإدخال Allele1 لا يتطابق مع الأليل المرجعي ، فإن Allele1 يصبح أول أليل مرصود.
ساحل: على أي خيط يتم ملاحظة المتغير (1 أو -1)
رمز: رمز الجينات
الجين: اسم الجين في نظام التعليق التوضيحي المقابل
كشف الدرجات: اسم النص في نظام التعليق التوضيحي المقابل
جين انتريز: معرف الجين Entrez
الوظيفة المتوقعة: الوظيفة المتوقعة لاستبدال SNP / InDel / block استنادًا إلى موقعه في النص. تعتمد النتيجة على موضع النوكليوتيدات الأول للاختلاف. الفئات الممكنة: الترميز ، intronic ، intronic (splice_site) ، 5utr ، 3utr ، 5upstream ، 3downstream ، non-coding ، intronic غير المشفر ، intronic غير المشفر (splice_site). يتوفر المزيد من المعلومات التفصيلية حول الوظيفة المتوقعة في عمود "ملاحظة".
cdna_pos: موضع SNP على cdna ، إذا كانت الوظيفة المتوقعة هي الترميز ، 3'UTR أو 5'UTR
cds_pos: موضع SNP على الأقراص المضغوطة ، إذا كانت الوظيفة المتوقعة هي الترميز
aa_pos: موضع أول حمض أميني (ربما) يتأثر في سلسلة الببتيد الناتجة ، إذا كانت الوظيفة المتوقعة هي الترميز
aa_change: الببتيد & ltreference amino acid (s)، ">"، amino acid (s) _1 [، "|"، amino acid (s) _2،. ] & GT
التفاصيل (عمود الملاحظات سابقًا): نوع وظيفي مفصل للاختلاف. إذا حدث الاختلاف عبر exon واحد لترميز النص ، يتم إعطاء نوع العواقب على البروتين المقابل. القيم الممكنة: متزامن (مرادف) ، nonsyn (غير مرادف) [وقف الكسب أو وقف الخسارة] ، فرامشيفت [وقف الكسب أو وقف الخسارة] ، الانزياح (تحول الببتيد ، استبدال الكتلة). مسبوقة بـ "*" ، إذا تم العثور على البروتين المرجعي غير مكتمل (كود الإيقاف مفقود).
ومع ذلك ، إذا حدث الاختلاف في أكثر من منطقة وظيفية في النص ، يتم فصل المناطق المقابلة بعلامة "-".
لصق: المسافة إلى وصلة الربط ، إذا كانت الوظيفة المتوقعة هي intronic
البروتينات: التسلسل المرجعي والببتيد المرصود مفصولة بعلامة "|" ، إذا كانت الوظيفة المتوقعة هي الترميز. متوفر فقط في الملفات النصية وملفات Excel القابلة للتنزيل.

يحتوي جدول نتائج SIFT الذي يحتوي على التأثير المتوقع على البروتين على الأعمدة التالية:

SNP: اسم SNP
أليل: & ltreference allele، "|"، أليل مرصود & GT
كشف الدرجات: اسم النسخة في نظام الشرح الجيني Ensembl
بروتين: اسم البروتين في نظام شرح الجينات Ensembl
aa_pos: تأثر موقع الحمض الأميني في سلسلة الببتيد الناتجة
wild_aa: مرجع الأحماض الأمينية
mutant_aa: حمض أميني مرصود
نتيجة: درجة تنبؤ SIFT للاستبدال غير المترادف للحمض الأميني المرجعي مع الأحماض الأمينية المرصودة. القيم الحقيقية الممكنة: من 0 إلى 1.
تنبؤ: تنبأ SIFT بتأثير البروتين بناءً على النتيجة. القيم المحتملة: التدمير (الدرجة & lt = 0.5) ، التسامح (الدرجة & gt 0.5)
ثقة: درجة الموثوقية حول التنبؤ. القيم الممكنة: عالية ومنخفضة

يحتوي جدول نتائج PolyPhen الذي يحتوي على التأثير المتوقع على البروتين على الأعمدة التالية:

SNP: اسم SNP
أليل: & ltreference allele، "|"، أليل مرصود & GT
كشف الدرجات: اسم النسخة في نظام الشرح الجيني Ensembl
بروتين: اسم البروتين في نظام شرح الجينات Ensembl
aa_pos: تأثر موقع الحمض الأميني في سلسلة الببتيد الناتجة
wild_aa: مرجع الأحماض الأمينية
mutant_aa: حمض أميني مرصود
نتيجة: درجة تنبؤ PolyPhen للاستبدال غير المترادف للحمض الأميني المرجعي مع الأحماض الأمينية المرصودة. القيم الحقيقية الممكنة: من 0 إلى 1.
تنبؤ: توقع تأثير PolyPhen على البروتين بناءً على النتيجة. القيم المحتملة: ضرر محتمل ، ضرر محتمل ، صالح ، غير معروف

يحتوي جدول النتائج الذي يحتوي على بيانات السكان Hapmap المحددة على الأعمدة التالية:

SNP: اسم SNP
النمط الجيني (1/2/3): النمط الجيني المرصود
عدد: عدد العينات المرصودة مع التركيب الجيني
تكرر: النسبة المئوية للعينات المرصودة مع التركيب الجيني
أليل (1/2): الأليل المرصود
عدد: عدد العينات المرصودة مع الأليل
تكرر: النسبة المئوية للعينات المرصودة مع الأليل

يحتوي جدول النتائج الذي يحتوي على بيانات 1000 Genomes Super Population المحددة على الأعمدة التالية:

SNP: اسم SNP
كروم: متغير موقع الكروموسوم المعين
موقع: موضع بدء متغير على الكروموسوم
REF Allele: أليل مرجعي
ALT أليل: الأليل المرصود
تكرر: النسبة المئوية للعينات المرصودة مع الأليل

يحتوي جدول النتائج الذي يحتوي على بيانات مجموعة Exome Aggregation Consortium (ExAC) المحددة على الأعمدة التالية:

SNP: اسم SNP
كروم: متغير موقع الكروموسوم المعين
موقع: موضع بدء متغير على الكروموسوم
REF Allele: أليل مرجعي
ALT أليل: أليل بديل
عدد أليل: العدد الإجمالي للأنماط الجينية المسماة
ALT Allele Count: عدد الأليل البديل في الأنماط الجينية
تكرر: النسبة المئوية للأليل البديل في الطرز الجينية

يحتوي جدول نتائج مواقع ربط عامل النسخ (TFBS) على الأعمدة التالية:

SNP: اسم SNP
TFBS_id: معرف TFBS
كروموسوم: اسم الكروموسوم
ابدأ: بدء موضع موقع TFBS في الكروموسوم
نهاية الكروم: الوضع النهائي لموقع TFBS في الكروموسوم
TFBS_Accession: رقم انضمام TFBS. لاحظ أن تصفح الرابط الموجود في ملفي html و excel يتطلب تسجيلًا مجانيًا في موقع TRANSFAC.
أنواع TFBS: أنواع عامل النسخ
TFBS_name: اسم عامل النسخ
SwissProt_Accession: رقم انضمام SwissProt

يحتوي جدول نتائج توقعات exon والمروج الأول على الأعمدة التالية:

SNP: اسم SNP
كروموسوم: اسم الكروموسوم
ابدأ: بدء موضع التنبؤ في الكروموسوم
نهاية الكروم: وضع نهاية للتنبؤ في الكروموسوم
FirstEF_Name: اسم العنصر الذي يحتوي على نوع التنبؤ (exon ، المروج ، نافذة CpG)
احتمالا: درجة التنبؤ. القيم الممكنة: من 0 إلى 1000
ساحل: + أو -

يحتوي جدول نتائج miRBASE على الأعمدة التالية:

SNP: اسم SNP
كروموسوم: اسم الكروموسوم
ابدأ: ابدأ موضع الرنا الميكروي في الكروموسوم
نهاية الكروم: وضع نهاية microRNA في الكروموسوم
اسم: اسم microRNA
انضمام: رقم انضمام miRBASE
ساحل: + أو -
النوع / الوصف: نوع ميرنا. القيم الممكنة: الناضجة miRNA ، miRNA_primary_transcript

يحتوي جدول نتائج توقع Vista Enhancer على الأعمدة التالية:

SNP: اسم SNP
كروموسوم: اسم الكروموسوم
ابدأ: بدء موضع عنصر Vista في الكروموسوم
نهاية الكروم: موضع نهاية عنصر Vista في الكروموسوم
Vista_Item: اسم عنصر Vista
نتيجة: درجة التنبؤ. القيم الممكنة: 900 (مُحسِّن إيجابي) ، 200 (مُحسِّن سلبي)

يحتوي جدول نتائج التنبؤ بجزيرة CpG على الأعمدة التالية:

SNP: اسم SNP
كروموسوم: اسم الكروموسوم
ابدأ: بدء موضع جزيرة CpG في الكروموسوم
نهاية الكروم: وضع نهاية جزيرة CpG في الكروموسوم
CpG_Island: اسم جزيرة CpG
طول: طول الجزيرة
Cpg٪: النسبة المئوية للجزيرة التي هي CpG
C / G٪: النسبة المئوية للجزيرة C أو G
نسبة: نسبة الملاحظة إلى CpG المتوقعة في الجزيرة

يحتوي جدول نتائج المواقع التنظيمية TargetScan miRNA على الأعمدة التالية:

SNP: اسم SNP
كروموسوم: اسم الكروموسوم
ابدأ: بدء موضع الموقع في الكروموسوم
نهاية الكروم: وضع نهاية الموقع في الكروموسوم
اسم العنصر: اسم الموقع المستهدف المتوقع
نتيجة: درجات التنبؤ بواسطة TargetScanS. القيم الممكنة: من 0 إلى 1000
ساحل: + أو -

يحتوي جدول نتائج المواقع المستهدفة لـ TargetBase miRNA على الأعمدة التالية:

SNP: اسم SNP
موقع الهدف ميرنا: موقع الموقع المستهدف المتوقع
ساحل: + أو -
ميرنا: ميرنا استهداف الموقع

يحتوي جدول نتائج miRNAs / snoRNAs / scaRNAs على الأعمدة التالية:

SNP: اسم SNP
كروموسوم: اسم الكروموسوم
ابدأ: وضع البداية في الكروموسوم
نهاية الكروم: وضع نهاية في الكروموسوم
اسم: اسم miRNA / snoRNA / scaRNa
نتيجة: درجات التنبؤ. القيم الممكنة: من 0 إلى 1000
ساحل: + أو -
نوع: نوع الحمض النووي الريبي

تحتوي جداول نتائج ENCODE و Roadmap Epigenomics على الأعمدة التالية:

SNP: اسم SNP
كروموسوم: اسم الكروموسوم
بداية المنطقة: بداية الموقف من المنطقة التنظيمية
نهاية المنطقة: الموقف النهائي للمنطقة التنظيمية
فئة نوع الميزة: فئة الميزة التنظيمية
نوع الميزة: اسم الميزة التنظيمية
إبيجينوم: Epigenome أو اسم الخلية

يحتوي جدول نتائج البناء التنظيمي على الأعمدة التالية:

SNP: اسم SNP
كروموسوم: اسم الكروموسوم
بداية المنطقة: بداية موقف منطقة Epigenomics خارطة الطريق
نهاية المنطقة: الموقف النهائي لمنطقة Epigenomics خارطة الطريق
فئة نوع الميزة: فئة الميزة التنظيمية
إبيجينوم: Epigenome أو اسم الخلية
الدليل / النشاط: ما إذا كان متوقعًا أم لا (hg19) حالة النشاط (hg38)

يحتوي جدول نتائج محاذاة وحفظ الفقاريات على الأعمدة التالية:

SNP: اسم SNP
كروموسوم: اسم الكروموسوم
ابدأ: بدء موضع العنصر المحاذي في الكروموسوم
نهاية الكروم: موضع نهاية العنصر المحاذي في الكروموسوم
هوية شخصية: اسم العنصر المحاذي
درجة الاحتمالية: درجة الاحتمالية المقدرة للحفظ على النحو المحدد في حزمة PHAST. القيم الممكنة: من 0 إلى 1000

يحتوي جدول نتائج تحديد معدل التطور الجينومي (GERP ++) على المعلومات التالية:

SNP: اسم SNP
كروموسوم: اسم الكروموسوم
ابدأ: بدء موضع العنصر المحاذي في الكروموسوم
نهاية الكروم: موضع نهاية العنصر المحاذي في الكروموسوم
RS_Score: درجة البدائل المرفوضة للعنصر المحفوظ كما هو محدد في حزمة GERP ++.

يحتوي جدول نتائج قاعدة بيانات الارتباط الجيني (GAD) على الأعمدة التالية:

SNP: اسم SNP
معرف GAD: معرف جاد
منظمة: ارتباط مؤكد
النمط الظاهري: وصف النمط الظاهري
فئة المرض: نوع المرض
الجين: اسم الجين
المرجعي: مرجع نشر الدراسة
Pubmed: معرف Pubmed لنشر الدراسة
ذكرت SNP: ما إذا كان يتم الإبلاغ عن SNP المعروف بشكل مباشر في الدراسة. القيم الممكنة: Y (نعم) ، N (لا)
SNPs المرتبطة: النيوكلوتايد المرتبط بالمرض كما ورد في الدراسة
تعداد السكان: عينة من السكان
جين انتريز: معرف الجين Entrez

يحتوي جدول نتائج COSMIC على الأعمدة التالية:

SNP: اسم SNP
معرّف الطفرة: معرف الطفرة الكونية
عينة: معرف العينة الكونية
موقع: الموقع الأساسي المتأثر
علم الانسجة: علم الأنسجة الأولية
النوع الفرعي لعلم الأنسجة : نوع فرعي من الأنسجة الأولية
رمز: رمز الجينات
Pubmed: معرف Pubmed لنشر الدراسة

يحتوي جدول نتائج كتالوج GWAS على الأعمدة التالية:

SNP: اسم SNP
معرف الكتالوج: معرف SNP المرتبط بالسمة
منطقة: نطاق / منطقة الكروموسوم من SNP
الجينات: الجينات المبلغ عنها
تردد أليل: تردد أليل المخاطر
سمة: المرض أو السمات التي تم تقييمها في الدراسة
تعداد السكان: عينة السكان الأولية للدراسة
برنامج: النظام الأساسي و [SNPs اجتياز مراقبة الجودة]
Pubmed: معرف Pubmed لنشر الدراسة

يحتوي جدول نتائج ClinVar على الأعمدة التالية:

SNP: اسم SNP
كروموسوم: اسم الكروموسوم
ابدأ: موضع بدء المتغير
نهاية الكروم: وضع نهاية المتغير
تفاوت: إشارة إلى الأليل المرصود
نوع: نوع المتغير
الأهمية السريرية: سواء تم تحديدها على أنها مسببة للأمراض أو حميدة أو غير مؤكدة
الأنماط الظاهرية: قائمة الأنماط الظاهرية المرتبطة بالمتغير

يحتوي كل جدول نتائج الاختلافات الهيكلية على الأعمدة التالية:

SNP: اسم SNP
كروموسوم: اسم الكروموسوم
ابدأ: بدء موضع التباين الهيكلي في الكروموسوم
نهاية الكروم: الموضع النهائي للتباين الهيكلي في الكروموسوم
المرجعي: مرجع أدبي للدراسة اشتمل على هذا المتغير
Pubmed: معرف Pubmed لنشر الدراسة
طريقة: وصف موجز للطريقة / النظام الأساسي
عينة: وصف لعينة الدراسة

يحتوي جدول نتائج MuPeXI على الأعمدة التالية:

SNP: اسم SNP
أليل HLA : اسم أليل HLA
متحولة الببتيد: الببتيد الطافرة المستخرج.
الببتيد الطبيعي: الببتيد من النوع البري المستخرج.
تغيير الأحماض الأمينية: & ltreference amino acid (s)، "/"، mutated amino acid (s) & gt
الجين: رمز الجينات
تقارب متحولة : تقارب الربط المتوقع للببتيد الطافر في وحدات nanoMolar (مقدمة من NetMHCpan).
تقارب عادي: تقارب ربط متوقع للببتيد المرجعي في وحدات nanoMolar (مقدمة من NetMHCpan).
درجة الأولوية: MuPeXI ترتيب الأولويات المحسوب اعتمادًا على تقارب ارتباط HLA للببتيدات الطافرة والطبيعية ، والتعبير الجيني ، وتردد الأليل.

يحتوي جدول نتائج NetTepi على الأعمدة التالية:

SNP: اسم SNP
أليل HLA : اسم أليل HLA
متحولة الببتيد: الببتيد الطافرة المستخرج.
الببتيد الطبيعي: الببتيد من النوع البري المستخرج.
تغيير الأحماض الأمينية: & ltreference amino acid (s)، "/"، mutated amino acid (s) & gt
الجين: رمز الجينات
النتيجة المجمعة متحولة: مجموع تنبؤات الببتيد الطافر
النتيجة المجمعة العادية: مجموع درجات التنبؤ للببتيد المرجعي

يحتوي جدول نتائج MHCFlurry على الأعمدة التالية:

SNP: اسم SNP
أليل HLA : اسم أليل HLA
متحولة الببتيد: الببتيد الطافرة المستخرج.
الببتيد الطبيعي: الببتيد من النوع البري المستخرج.
تغيير الأحماض الأمينية: & ltreference amino acid (s)، "/"، mutated amino acid (s) & gt
الجين: رمز الجينات
تقارب متحولة : تقارب متوقع من الببتيد الطافرة في وحدات nanoMolar.
تقارب عادي: التقارب المتوقع للببتيد المرجعي في وحدات nanoMolar.

يحتوي جدول نتائج CADD على الأعمدة التالية:

SNP: اسم SNP
هوية شخصية: استعلام SNP مقدم في تنسيق الموضع الجيني
كروموسوم: اسم الكروموسوم
موقع: موضع بداية متغير في الكروموسوم
متغير: & ltreference allele، "/"، أليل ملحوظ & gt كما ورد في النتيجة على مستوى الجينوم للأداة
صافى المجموع: درجة CADD "الخام" للتباين. لها معنى نسبي ، حيث تشير القيم الأعلى إلى أنه من المرجح أن يتم محاكاة المتغير (أو "عدم ملاحظته") وبالتالي من المرجح أن يكون له تأثيرات ضارة.
PHRED: PHRED مثل (-10 * سجل10(الرتبة / الإجمالي)) تصنيف نقاط CADD متغيرًا بالنسبة إلى جميع البدائل الممكنة للجينوم البشري. تشير الدرجة والجاذبية 10 إلى أنه من المتوقع أن تكون ضمن أكثر البدائل ضررًا بنسبة 10٪ التي يمكنك إجراؤها على الجينوم البشري ، وتشير الدرجة والجاذبية 20 إلى نسبة 1٪ الأكثر ضررًا وما إلى ذلك.

يحتوي جدول نتائج FitCons على الأعمدة التالية:

SNP: اسم SNP
هوية شخصية: استعلام SNP مقدم في تنسيق الموضع الجيني
كروموسوم: اسم الكروموسوم
بداية المنطقة: موضع البداية للمنطقة غير المشفرة
نهاية المنطقة: الوضع النهائي للمنطقة غير المشفرة
نقاط اللياقة: في النطاق [0-1]. مؤشر نسبي لإمكانية وجود وظيفة جينومية مثيرة للاهتمام ، حيث تشير الدرجات الأعلى إلى إمكانات أكبر. قد يكون النطاق .05 إلى .35 أكثر جاذبية لأن جميع الفئات غير المشفرة تقريبًا لديها درجات في هذا النطاق ، في حين أن جميع فئات الترميز تقريبًا لديها درجات و GT. 40
ف فال: ص-val يشير إلى الدلالة الإحصائية لدرجة اللياقة.

يحتوي جدول نتائج EIGEN على الأعمدة التالية:

SNP: اسم SNP
هوية شخصية: الاستعلام عن SNP مقدم في تنسيق الموضع الجيني
كروموسوم: اسم الكروموسوم
موقع: موضع بداية متغير في الكروموسوم
متغير: & ltreference allele، "/"، أليل ملحوظ & gt كما ورد في النتيجة على مستوى الجينوم للأداة
نتيجة: مجموع النقاط الوظيفية للمتغيرات ذات الأهمية (نقاط Eigen). مع متوسط ​​درجة على مستوى الجينوم

0 ، تشير الدرجة الأعلى إلى احتمالية أن يكون المتغير فعالاً.
نقاط الكمبيوتر: درجة بديلة أكثر حساسية من درجة Eigen ، مفيدة بشكل خاص للمتغيرات غير المشفرة. مع متوسط ​​درجة على مستوى الجينوم

0 ، تشير الدرجة الأعلى إلى احتمالية أن يكون المتغير فعالاً.

يحتوي جدول نتائج FATHMM على الأعمدة التالية:

SNP: اسم SNP
هوية شخصية: الاستعلام عن SNP مقدم في تنسيق الموضع الجيني
كروموسوم: اسم الكروموسوم
موقع: موضع بداية متغير في الكروموسوم
متغير: & ltreference allele، "/"، أليل ملحوظ & gt كما ورد في النتيجة على مستوى الجينوم للأداة
النتيجة غير الترميزية: تُعطى كقيم p في النطاق [0 ، 1]. من المتوقع أن تكون الدرجات التي تزيد عن 0.5 ضارة ، بينما من المتوقع أن تكون النتائج التي تقل عن 0.5 محايدة أو حميدة. الدرجات القريبة من الحدود القصوى (0 أو 1) هي أعلى تنبؤات ثقة تعطي أعلى دقة.
المجموعة غير المشفرة: ميزات التعليقات التوضيحية المستخدمة في درجة التنبؤ. يتم استخدام 4 ميزات كحد أقصى مصنفة بين A و D. انظر المنشور لمزيد من التفاصيل.
نقاط الترميز: نفس النتيجة غير المشفرة.
مجموعة الترميز: ميزات التعليقات التوضيحية المستخدمة في درجة التنبؤ. يتم استخدام 10 ميزات كحد أقصى مصنفة بين A و J. انظر المنشور لمزيد من التفاصيل.

يحتوي جدول نتائج GWAVA على الأعمدة التالية:

SNP: اسم SNP
هوية شخصية: الاستعلام عن SNP مقدم في تنسيق الموضع الجيني
كروموسوم: اسم الكروموسوم
موقع: موضع بداية متغير في الكروموسوم
المعروف SNP: وصف SNP المعروف كما ورد في النتيجة على مستوى الجينوم للأداة
نتيجة المنطقة ، درجة TSS ، درجة لا مثيل لها: درجات التنبؤ من 3 إصدارات مختلفة من المصنف ، وكلها في النطاق [0-1] مع درجات أعلى تشير إلى أن المتغيرات التي يُتوقع أن تكون وظيفية على الأرجح. انظر المنشور لمزيد من التفاصيل.

يحتوي جدول نتائج DeepSEA على الأعمدة التالية:

SNP: اسم SNP
هوية شخصية: الاستعلام عن SNP مقدم في تنسيق الموضع الجيني
كروموسوم: اسم الكروموسوم
موقع: موضع بداية متغير في الكروموسوم
متغير: & ltreference allele، "/"، أليل ملحوظ & gt كما ورد في النتيجة على مستوى الجينوم للأداة
احتمالية eQTL: احتمال أن يكون المتغير متغير eQTL مقدمًا بواسطة مصنف ترتيب أولويات المتغير الوظيفي.
احتمالية GWAS: احتمال أن يكون المتغير متغيرًا مرتبطًا بالسمات (GWAS) مقدمًا بواسطة مصنف ترتيب أولويات المتغير الوظيفي.
احتمال HGMD: احتمالية أن يكون المتغير متغيرًا موروثًا مرتبطًا بمرض (HGMD) يعطى بواسطة مصنف ترتيب أولويات المتغير الوظيفي.
نقاط الأهمية الوظيفية: مقياس في النطاق [0-1] يصور أهمية حجم تأثير الكروماتين المتوقع والحفظ التطوري. تشير الدرجة الأقل إلى احتمالية أعلى للأهمية الوظيفية للمتغير.

يحتوي جدول نتائج funSeq2 على الأعمدة التالية:

SNP: اسم SNP
هوية شخصية: الاستعلام عن SNP مقدم في تنسيق الموضع الجيني
كروموسوم: اسم الكروموسوم
موقع: موضع بداية متغير في الكروموسوم
متغير: & ltreference allele، "/"، لاحظ أليل & gt كما ورد في النتيجة على مستوى الجينوم للأداة. "." كما لوحظ الأليل يشير إلى أي نيوكليوتيد آخر غير أليل مرجعي.
النتيجة غير الترميزية: تُعطى كقيم p في النطاق [0 ، 1] ، مع وجود درجات أعلى تشير إلى أن المتغيرات التي يُتوقع أن تكون وظيفية على الأرجح.

يحتوي جدول نتائج ReMM على الأعمدة التالية:

SNP: اسم SNP
هوية شخصية: الاستعلام عن SNP مقدم في تنسيق الموضع الجيني
كروموسوم: اسم الكروموسوم
موقع: موضع بداية متغير في الكروموسوم
نتيجة ReMM: احتمالية أن يتسبب موضع الكروموسوم في المنطقة غير المشفرة في حدوث مرض مندلي إذا تحور. تُعطى كقيم p في النطاق [0 ، 1] ، مع وجود درجات أعلى تشير إلى أن المتغيرات يُتوقع أن تكون ضارة على الأرجح.


احصل على طلب¶

معلمات الاستعلام¶

مجالات¶

محيط¶

مزيج من "بحجم" و "من عنديمكن استخدام المعلمات "للحصول على الترحيل لاستعلام كبير:

Fetch_all¶

Scroll_id¶

الجوانب¶

الوجه_الحجم¶

الأنواع_تصفية_الأنواع¶

انتريزونلي

المجموعة

أتصل مرة أخرى¶

دوت فيلد¶

منقي¶

حد¶

البريد الإلكتروني¶

بناء جملة الاستعلام¶

أمثلة على معامِل طلب البحث "ف”:

استفسارات بسيطة¶

استعلامات الحقول¶

الحقول المتاحة¶

يسرد هذا الجدول بعض الحقول شائعة الاستخدام التي يمكن استخدامها في "الاستعلامات الميدانية". تحقق هنا من القائمة الكاملة للحقول المتاحة.

استعلام عن فاصل الجينوم¶

عندما نكتشف استعلامك ("ف”) يحتوي على نمط الفاصل الزمني للجينوم مثل هذا:

سنفعل لك استعلام الفاصل الزمني للجينوم. إلى جانب سلسلة الفاصل الزمني أعلاه ، تحتاج أيضًا إلى تحديد "محيط”(مع الإعداد الافتراضي كإنسان). هذه كلها استعلامات مقبولة:

كما ترى أعلاه ، يمكن أن تتضمن المواقع الجينومية فاصلات فيها.

استفسارات أحرف البدل¶

حرف البدل "*" أو "؟" مدعوم في الاستعلامات البسيطة أو الاستعلامات الميدانية:

لا يمكن أن يكون حرف البدل هو الحرف الأول. سيتم تجاهله.

العوامل المنطقية والتجميع¶

يمكنك استخدام و/أو/ليس العوامل المنطقية والتجميع لتشكيل استعلامات معقدة:

كائن معاد¶

استفسارات متعددة الأوجه¶

إذا كنت بحاجة إلى تنفيذ استعلام متعدد الأوجه ، يمكنك تمرير معامل "واجهات" اختياري. على سبيل المثال ، إذا كنت ترغب في التعرف على أوجه الأنواع ، يمكنك تمرير "facets = taxid":

هناك حقل مفيد آخر للحصول على واجهات وهو "type_of_gene":

إذا كنت بحاجة إلى ذلك ، يمكنك أيضًا تمرير عدة حقول كقائمة مفصولة بفواصل:

فيما يتعلق بوجه خاص بجوانب الأنواع (على سبيل المثال ، "الواجهات = محنطة") ، يمكنك تمرير معلمة "type_facet_filter" لتصفية النتائج التي تم إرجاعها على نوع معين ، دون تغيير نطاق الجوانب (على سبيل المثال ، لن تتغير أعداد الوجوه). يكون هذا مفيدًا عندما تحتاج إلى الحصول على مجموعة فرعية من النتائج لنوع معين بعد الاستعلام الأولي ذي الأوجه عن الأنواع.

يمكنك رؤية "النتائج" المختلفة التي يتم إرجاعها في طلبات البحث التالية ، بينما تحتفظ "الواجهات" كما هي:

استعلامات التمرير¶

إذا كنت تريد إرجاع جميع نتائج استعلام كبير جدًا (& GT ؛ 10000 نتيجة) ، فقد تستغرق أحيانًا طريقة الترحيل الموضحة أعلاه وقتًا طويلاً. في هذه الحالات ، يمكنك استخدام استعلام التمرير. هذه عملية من خطوتين تقوم بإيقاف تشغيل فرز قاعدة البيانات للسماح باسترداد سريع للغاية لجميع نتائج الاستعلام. لبدء استعلام التمرير ، عليك أولاً استدعاء نقطة نهاية الاستعلام كما تفعل عادةً ، ولكن باستخدام معلمة إضافية fetch_all = صحيح. على سبيل المثال ، طلب GET إلى:

إرجاع الكائن التالي:

في هذه المرحلة ، تم إرجاع أول 1000 نتيجة (من

14000) ، وتم إعداد التمرير لاستعلامك. للحصول على الدفعة التالية المكونة من 1000 نتيجة غير مرتبة ، ما عليك سوى تنفيذ طلب GET على العنوان التالي ، مع توفير _scroll_id من الخطوة الأولى إلى scroll_id المعلمة في الخطوة الثانية:

سيظل التمرير نشطًا لمدة دقيقة واحدة من آخر مرة طلبت فيها نتائج منه. إذا انتهت صلاحية التمرير قبل الحصول على آخر دفعة من النتائج ، فيجب إعادة طلب scroll_id عن طريق الإعداد fetch_all = صحيح كما في الخطوة 1.


بحث SNP القائم على الجينات

من الممكن تفريغ كل أشكال النيوكلوتايد في الجين بالأمر

طقطقة - بحث الجين DISC1

الذي يقوم بأمرين: كتابة بعض المعلومات المتمحورة حول الجينات إلى ملف LOG ، وسرد جميع SNPs التي تظهر على منصات WGAS الشائعة إلى الملف بشكل افتراضي ، يتم تسجيل SNPs في نطاق 20 كيلو بايت في المنبع والمصب للجين. لتغيير هذا ، أضف الأمر أو على سبيل المثال.

في المعلومات المكتوبة في ملف LOG ، يوجد تحيز قوي تجاه المعلومات ذات الصلة بالطب النفسي العصبي ، مما يعكس الاهتمامات البحثية لمنشئ المحتوى. على سبيل المثال ، ناتج قرص 1 هو: (ملاحظة: هناك عدد قليل نسبيًا من الحقول الزائدة عن الحاجة أو غير المفيدة حاليًا والتي ستتم إزالتها في الإصدارات المستقبلية) من الممكن توفير قائمة الجينات للبحث ، باستخدام الأمر


شاهد الفيديو: ميرنا حنا - طالعة من بيت ابوها (يونيو 2022).


تعليقات:

  1. Hewlitt

    أنا آسف ، هذا الخيار لا يناسبني. من يستطيع أن يقترح؟

  2. Icnoyotl

    أقترح عليك أن تأتي على موقع حيث يوجد الكثير من المعلومات حول موضوع مثير للاهتمام لك.

  3. Orton

    الآن لا يمكنني المشاركة في المناقشة - ليس هناك وقت فراغ. قريبا جدا سأعبر عن رأيي بالتأكيد.

  4. Kajijin

    في رأيي ، لقد تم خداعك كطفل.

  5. Zipactonal

    أنا فيك يمكنني أن أسأل؟

  6. Conan

    أؤكد.لذلك يحدث. دعونا نناقش هذا السؤال. هنا أو في PM.



اكتب رسالة