Banche dati e software per l’identificazione di interazioni fra geni

94
Banche dati e software per l’identificazione di interazioni fra geni

description

Banche dati e software per l’identificazione di interazioni fra geni. cellule trattate con un composto esogeno a confronto con cellule non trattate un tessuto tumorale a confronto con uno sano. Composto esogeno. - PowerPoint PPT Presentation

Transcript of Banche dati e software per l’identificazione di interazioni fra geni

Page 1: Banche dati e software  per l’identificazione  di interazioni fra geni

Banche dati e software per l’identificazione di interazioni fra geni

Page 2: Banche dati e software  per l’identificazione  di interazioni fra geni

cellule trattate con un composto esogeno a confronto con cellule non trattate

un tessuto tumorale a confronto con uno sano

Supponiamo di voler studiare le differenze nell’espressione genica fra due trascrittomi.Per esempio:

Composto esogeno

realizziamo un esperimento microarray

Page 3: Banche dati e software  per l’identificazione  di interazioni fra geni

Cos’è un microarray?

Page 4: Banche dati e software  per l’identificazione  di interazioni fra geni

Fasi di un esperimento microarray

• Estrazione mRNA• Retrotrascrizione e

Marcatura• Ibridazione• Scansione• Analisi dei dati

Page 5: Banche dati e software  per l’identificazione  di interazioni fra geni

Output dell’esperimento: lista di geni differenzialmente espressi

Rank GeneSymbolAccession Number

(Transcript)Description

Differential expression (Up- or Down-regulation)

P-value

1 DUSP1 NM_004417ref|Homo sapiens dual specificity phosphatase 1

(DUSP1), mRNA0.7606655 0.0004

2 SRGAP1 BC029919gb|Homo sapiens SLIT-ROBO Rho GTPase

activating protein 1, mRNA1.0329521 0.00038

3 HES1 NM_005524ref|Homo sapiens hairy and enhancer of split 1,

(Drosophila) (HES1), mRNA0.7117039 0.00026

4 SMAD3 U68019gb|Homo sapiens mad protein homolog

(hMAD-3) mRNA, complete cds-0.4286814 0.00021

5 RHEBL1 NM_144593ref|Homo sapiens Ras homolog enriched in

brain like 1 (RHEBL1), mRNA-0.5070915 0.00018

7 FZD10 NM_007197ref|Homo sapiens frizzled homolog 10

(Drosophila) (FZD10), mRNA-0.6491815 0.00015

8 RGS16 NM_002928ref|Homo sapiens regulator of G-protein

signaling 16 (RGS16), mRNA0.6270794 0.00012

9 GPR56 NM_201525ref|Homo sapiens G protein-coupled receptor 56

(GPR56), transcript variant 3, mRNA-0.3310189 0.0001

10 ZNF831 NM_178457ref|Homo sapiens zinc finger protein 831

(ZNF831), mRNA0.3905212 0.008

11 TFPI NM_001032281ref|Homo sapiens tissue factor pathway inhibitor

(lipoprotein-associated coagulation inhibitor) (TFPI), transcript variant 2, mRNA

-0.5849317 0.0075

. . . . . . . . . . . . . . . . . .

600 BTG1 NM_001731ref|Homo sapiens B-cell translocation gene 1,

anti-proliferative (BTG1), mRNA -0.3668739 0.05

Page 6: Banche dati e software  per l’identificazione  di interazioni fra geni

Obiettivo: ricostruire la rete di interazioni fra geni per comprendere quale sia l’effetto a livello molecolare del fenomeno biologico indagatoEsempi di reti di interazione…

Page 7: Banche dati e software  per l’identificazione  di interazioni fra geni

Ricostruzione delle interazioni

Rank GeneSymbolAccession Number

(Transcript)Description

Differential expression (Up- or Down-regulation)

P-value

1 DUSP1 NM_004417ref|Homo sapiens dual specificity phosphatase 1

(DUSP1), mRNA0.7606655 0.0004

2 SRGAP1 BC029919gb|Homo sapiens SLIT-ROBO Rho GTPase

activating protein 1, mRNA1.0329521 0.00038

3 HES1 NM_005524ref|Homo sapiens hairy and enhancer of split 1,

(Drosophila) (HES1), mRNA0.7117039 0.00026

4 SMAD3 U68019gb|Homo sapiens mad protein homolog

(hMAD-3) mRNA, complete cds-0.4286814 0.00021

5 RHEBL1 NM_144593ref|Homo sapiens Ras homolog enriched in

brain like 1 (RHEBL1), mRNA-0.5070915 0.00018

7 FZD10 NM_007197ref|Homo sapiens frizzled homolog 10

(Drosophila) (FZD10), mRNA-0.6491815 0.00015

8 RGS16 NM_002928ref|Homo sapiens regulator of G-protein

signaling 16 (RGS16), mRNA0.6270794 0.00012

9 GPR56 NM_201525ref|Homo sapiens G protein-coupled receptor 56

(GPR56), transcript variant 3, mRNA-0.3310189 0.0001

10 ZNF831 NM_178457ref|Homo sapiens zinc finger protein 831

(ZNF831), mRNA0.3905212 0.008

11 TFPI NM_001032281ref|Homo sapiens tissue factor pathway inhibitor

(lipoprotein-associated coagulation inhibitor) (TFPI), transcript variant 2, mRNA

-0.5849317 0.0075

. . . . . . . . . . . . . . . . . .

600 BTG1 NM_001731ref|Homo sapiens B-cell translocation gene 1,

anti-proliferative (BTG1), mRNA -0.3668739 0.05

Page 8: Banche dati e software  per l’identificazione  di interazioni fra geni

…ma le interazioni?Vorremmo vedere simultaneamentesimultaneamente se e come interagiscono i geni di interesse

Page 9: Banche dati e software  per l’identificazione  di interazioni fra geni

Per sapere qualcosa in più sulle interazioni fra geni: Banche dati di pathway e ontologie

• Kegg http://www.genome.jp/kegg/- Kegg GenesInfo sui geni e sui trascritti- Kegg PathwayInfo sulle reti di trasduzione del segnale genico (pathway)

• Gene Ontology http://www.geneontology.org/Informazioni sulla classificazione ontologica dei geni\prodotti genici

Page 10: Banche dati e software  per l’identificazione  di interazioni fra geni

Contenuti:

KEGG: Kyoto Encyclopedia of Genes and GenomesKEGG: Kyoto Encyclopedia of Genes and Genomes

Page 11: Banche dati e software  per l’identificazione  di interazioni fra geni

Rappresentazione dei dati in KEGG• Entity: una molecola o un gene

- identificata, eccetto che per GENE and ENZYME, con 3 lettere + 5 numeri:

• Binary relation: una relazione fra due entity

• Network: un grafo formato da un set di entity collegate

• Pathway: una rete di co-regolazione; un network o un insieme di network

Page 12: Banche dati e software  per l’identificazione  di interazioni fra geni

Legenda dei simboli

Page 13: Banche dati e software  per l’identificazione  di interazioni fra geni

Un esempio di Pathway

Page 14: Banche dati e software  per l’identificazione  di interazioni fra geni

KEGG PATHWAYE’ una collezione di diagrammi o mappe ciascuna corrispondente a una rete di co-regolazione biologica con significato funzionale.

Ogni pathway è identificato da:-3 lettere -> specifiche per ciascun organismo-5 numeri -> identificativi della mappa

Essi possono essere:- Creati e curati manualmente- Generati attraverso simulazioni computazionali

Ci sono:- Pathway di riferimento: generati dall’unione di evidenze sperimentali tratte da organismi differenti- Pathway specifici: che raccolgono le informazioni provenienti da un determinato organismo-Pathway globali: che collegano più pathway insieme

Page 16: Banche dati e software  per l’identificazione  di interazioni fra geni

KEGG ORGANISMS

Page 17: Banche dati e software  per l’identificazione  di interazioni fra geni

• Nei pathway metabolici le entity sono quasi esclusivamente enzimi

• Nei pathway regolatori le entity rappresentano quasi sempre prodotti genici, ma troviamo anche composti chimici, DNA e altre molecole

Page 18: Banche dati e software  per l’identificazione  di interazioni fra geni

Pathway di riferimentoStandard view-generato dall’unione di evidenze sperimentali provenienti da organismi multipli

- individuato dal prefisso map

Page 19: Banche dati e software  per l’identificazione  di interazioni fra geni

Pathway di riferimentoKEGG ORTHOLOGY (KO) view

I geni assegnati ad un KO group sono evidenziati in viola

Page 20: Banche dati e software  per l’identificazione  di interazioni fra geni

Pathway di riferimentoEnzyme (EC) view

I geni assegnati ad un KO group sono evidenziati in viola

Page 21: Banche dati e software  per l’identificazione  di interazioni fra geni

Pathway di riferimentoReaction (RN) view

I geni assegnati ad un KO group sono evidenziati in viola

Page 22: Banche dati e software  per l’identificazione  di interazioni fra geni

Pathway organismo-specificogenerato da informazioni provenienti da un unico organismo o informazioni da KEGG ORTHOLOGY

I geni specifici dell’organismo coinvolto nel pathway sono colorati in verde

Page 23: Banche dati e software  per l’identificazione  di interazioni fra geni

Pathway specifico per più organismi

Page 24: Banche dati e software  per l’identificazione  di interazioni fra geni

Pathway organismo-specifico + drug info

I geni coinvolti in malattie sono evidenziati in rosa

I geni target di farmaci sono evidenziati in celeste

Page 25: Banche dati e software  per l’identificazione  di interazioni fra geni

KEGG DRUGContiene informazioni su:

• Farmaci approvati in Giappone, USA ed Europa che riguardano la loro struttura chimica

• Target dei farmaci ed enzimi che li metabolizzano

• Storia della trasformazione della struttura chimica delle molecole rappresentate attraverso mappe

I farmaci sono identificati con la lettera D + 5 numeriES: Gleevec D01441

Page 26: Banche dati e software  per l’identificazione  di interazioni fra geni

KEGG DRUG

Page 27: Banche dati e software  per l’identificazione  di interazioni fra geni

Pathway globali – reference pathway

Page 28: Banche dati e software  per l’identificazione  di interazioni fra geni

Pathway globale – Homo sapiens

Page 29: Banche dati e software  per l’identificazione  di interazioni fra geni

Pathway globale – Arabidopsis thaliana

Page 30: Banche dati e software  per l’identificazione  di interazioni fra geni

Pathway globaleHomo Sapiens + Arabidopsis Thaliana

Page 31: Banche dati e software  per l’identificazione  di interazioni fra geni

Disease Pathway Mapsono visti come perturbazioni di processi di regime

Stadi della malattia

Page 32: Banche dati e software  per l’identificazione  di interazioni fra geni

Vogliamo sapere se ci sono gruppi di geni differenzialmente espressi mappati nei pathway e

in quali pathway

Pathway-Express

Page 33: Banche dati e software  per l’identificazione  di interazioni fra geni

Pathway-Express : http://vortex.cs.wayne.edu/projects.htm

Impact Analysis: mappatura dei geni differenzialmente espressi nei pathway molecolari e valutazione della propagazione della perturbazione della trasduzione del segnale genico provocata dalla variazione di espressione genica

Page 34: Banche dati e software  per l’identificazione  di interazioni fra geni

Pathway-Express : http://vortex.cs.wayne.edu/projects.htm

Page 35: Banche dati e software  per l’identificazione  di interazioni fra geni

35

L’Impact Factor è formato da tre contributi:- Numero di geni differenzialmente espressi mappati in un pathway rispetto al numero di geni che formano il pathwaylivello di rappresentatività della lista dei geni DE nel pathway- Fold-change dei geni differenzialmente espressi mappatientità della perturbazione del pathway provocata dai geni differenzialmente espressi- Posizione dei geni differenzialmente espressi all’interno del pathwayun gene posizionato a monte (p.es. sulla membrana cellulare o su un nodo cui fa capo una sottorete) di una cascata di segnale è “più importante” di un gene posizionato a valle

Page 36: Banche dati e software  per l’identificazione  di interazioni fra geni

GeneOntology

Page 37: Banche dati e software  per l’identificazione  di interazioni fra geni

Cos’è un’ontologia?An ontology is a specification of a conceptualization

that is designed for reuse across multiple applications and implementations. …a specification of a

conceptualization is a written, formal description of a set of concepts and relationships in a domain of

interest.

Peter Karp (2000) Bioinformatics 16:269

… un insieme di definizioni

Page 38: Banche dati e software  per l’identificazione  di interazioni fra geni

Cos’è un’ontologia genica?Ontologia genica: un vocabolario di definizioni, indipendente dall’organismo, da utilizzare per descrivere i geni attraverso i loro prodotti genici (proteine)

• “trasferimento” delle informazioni funzionali fra organismi differenti a parità di complessità del genoma

• “trasferimento” delle informazioni funzionali da organismi “meno complessi” ad organismi “più complessi”

• univocità nella descrizione delle caratteristiche di un gene

Page 39: Banche dati e software  per l’identificazione  di interazioni fra geni

Gene Ontology http://www.geneontology.org/

Consorzio

che si occupa della definizione delle ontologie geniche

per la classificazione dei geni attraverso i loro prodotti genici

Page 40: Banche dati e software  per l’identificazione  di interazioni fra geni

http://www.geneontology.org/

Page 41: Banche dati e software  per l’identificazione  di interazioni fra geni

Che tipo di informazione è rilevante per descrivere un prodotto genico?

• Che cosa codifica il gene?• Dove e quando il prodotto agisce?• In che cosa è coinvolto?

Funzione molecolareComponente cellulareProcesso biologico

Page 42: Banche dati e software  per l’identificazione  di interazioni fra geni

Tre ontologie• Funzione molecolare -> definizioni che riguardano la funzione biochimica di un prodotto genico

- enzima, lega gli ioni calcio, lega i nucleotidi, etc

• Processo biologico -> definizioni che riguardano il processo di co-regolazione all’interno del quale il prodotto genico può essere inserito

- metabolismo di una molecola, glicolisi, ciclo della cellula, apoptosi

• Componente cellulare -> definizioni che riguardano il “luogo” della cellula nel quale un determinato prodotto genico può agire

- membrana cellulare, reticolo endoplasmatico

Page 43: Banche dati e software  per l’identificazione  di interazioni fra geni

Componente cellulare

• Dove agisce un prodotto

Page 44: Banche dati e software  per l’identificazione  di interazioni fra geni

Componente cellulare

Page 45: Banche dati e software  per l’identificazione  di interazioni fra geni

Componente cellulare

Page 46: Banche dati e software  per l’identificazione  di interazioni fra geni

Funzione molecolare

• Attività o compito del prodotto genico

glucose-6-phosphate isomerase activity

Page 47: Banche dati e software  per l’identificazione  di interazioni fra geni

24th Feb 2006 Jane Lomax

insulin bindinginsulin receptor activity

Funzione molecolare

Page 48: Banche dati e software  per l’identificazione  di interazioni fra geni

Processo biologico

-una serie di eventi a cui prende parte il prodotto

cell division

Page 49: Banche dati e software  per l’identificazione  di interazioni fra geni

transcription

Processo biologico

Page 50: Banche dati e software  per l’identificazione  di interazioni fra geni

regulation of gluconeogenesis

Processo biologico

Page 51: Banche dati e software  per l’identificazione  di interazioni fra geni

limb development

Processo biologico

Page 52: Banche dati e software  per l’identificazione  di interazioni fra geni

GO evidence codes

I geni sono associati a categorie sulla base di evidenze di diverso tipo

Page 53: Banche dati e software  per l’identificazione  di interazioni fra geni

Statistiche di GeneOntology

Page 54: Banche dati e software  per l’identificazione  di interazioni fra geni

Com’è organizzata un’ontologia?Ontologie

Categorie ontologiche

Ogni ontologia è strutturata in un Grafo Aciclico Diretto (DAG)

Ogni livello del grafo costituisce una categoria ontologica o GO term A ciascun GO term è associata una definizione univoca

Page 55: Banche dati e software  per l’identificazione  di interazioni fra geni

• I GO term sono legati per mezzo di due tipi di relazioni:– is-a – part-of

Struttura di un’ontologia

Page 56: Banche dati e software  per l’identificazione  di interazioni fra geni

cell

membrane chloroplast

mitochondrial chloroplastmembrane membrane

is-apart-of

Struttura di un’ontologia

Page 57: Banche dati e software  per l’identificazione  di interazioni fra geni

Struttura di un’ontologia

• Ogni ontologia non è una lista di termini biologici, ma è strutturata in livelli gerarchici

Page 58: Banche dati e software  per l’identificazione  di interazioni fra geni

gene A

Lo stesso gene può essere annotato in più di un GO term

Struttura di un’ontologia

Page 59: Banche dati e software  per l’identificazione  di interazioni fra geni

I geni possono essere raggruppati sulla base di livelli gerarchici e percorsi definiti dall’utente

sono ammesse le parentele multiple

Struttura di un’ontologia

cell

membrane chloroplast

mitochondrial chloroplastmembrane membrane

Directed Acyclic Graph (DAG) - multiple parentage allowed

Page 60: Banche dati e software  per l’identificazione  di interazioni fra geni

Come funziona GeneOntology?

• GO è organismo indipendente- Alcuni termini, soprattutto quelli ai più bassi

livelli di gerarchia e di dettaglio, possono essere specifici per certi organismi

- photosynthesis

– Quando però essi vengono collassati insieme ai livelli con più alto ordine gerarchico la dipendenza dall’organismo scompare

Page 61: Banche dati e software  per l’identificazione  di interazioni fra geni

Anatomia di un GO term

id: GO:0006094name: gluconeogenesisnamespace: processdef: The formation of glucose fromnoncarbohydrate precursors, such aspyruvate, amino acids and glycerol.[http://cancerweb.ncl.ac.uk/omd/index.html]exact_synonym: glucose biosynthesisxref_analog: MetaCyc:GLUCONEO-PWYis_a: GO:0006006is_a: GO:0006092

unique GO IDterm name

definition

synonymdatabase ref

parentage

ontology

Page 62: Banche dati e software  per l’identificazione  di interazioni fra geni

GO tools

• GO mette a disposizione strumenti per fare ricerca ottimizzata nella banca dati

• Altri gruppi hanno creato strumenti con differenti propositi:

http://neurolex.org/wiki/Category:Resource:Gene_Ontology_Tools

Page 63: Banche dati e software  per l’identificazione  di interazioni fra geni

Analisi tradizionale

Gene 1ApoptosisCell-cell signalingProtein phosphorylationMitosis…

Gene 2Growth controlMitosisOncogenesisProtein phosphorylation…

Gene 3Growth controlMitosisOncogenesisProtein phosphorylation…

Gene 4Nervous systemPregnancyOncogenesisMitosis…

Gene 100Positive ctrl. of cell prolifMitosisOncogenesisGlucose transport…

Page 64: Banche dati e software  per l’identificazione  di interazioni fra geni

• Ricerca gene by gene

• Richiede di fare una ricerca in letteratura

• time-consuming

Analisi tradizionale

Page 65: Banche dati e software  per l’identificazione  di interazioni fra geni

Se utilizziamo le annotazioni fornite da GO…

…il lavoro è già fatto!

GO:0006915 : apoptosis

Page 66: Banche dati e software  per l’identificazione  di interazioni fra geni

Raggruppamento per processo

ApoptosisGene 1Gene 53

MitosisGene 2Gene 5Gene45Gene 7Gene 35…

Positive ctrl. of cell prolif.Gene 7Gene 3Gene 12…

GrowthGene 5Gene 2Gene 6…

Glucose transportGene 7Gene 3Gene 6…

Come facciamo ad ottenerlo automaticamente e….

Page 67: Banche dati e software  per l’identificazione  di interazioni fra geni

….Esiste un modo per associare una significatività statistica a questi raggruppamenti di geni?

68

Over-representation analysis:

- Esistono gruppi di geni differenzialmente espressi rappresentati in maniera “sproporzionata” in qualche GO term?

- Questa rappresentatività “sproporzionata” è statisticamente significativa rispetto al totale dei geni che vengono annotati in quel GO term?

Page 68: Banche dati e software  per l’identificazione  di interazioni fra geni

Quanto è probabile che gruppi di geni differenzialmente espressi vengano catalogati in un GO term “by chance”?

microarray

1000 genesexperiment

100 genes differentially regualted

mitosis – 80/100apoptosis – 40/100p. ctrl. cell prol. – 30/100glucose transp. – 20/100

0

10

20

30

40

50

60

70

80

mitosis apoptosis positive control ofcell proliferation

glucose transport

Page 69: Banche dati e software  per l’identificazione  di interazioni fra geni

Se osserviamo il numero di geni distribuiti sull’array e appartenenti alle stesse categorie, possiamo calcolare la probabilità che ci interessa:

Process Genes on array # genes expected in occurred 100 random genes

mitosis 800/1000 80 80apoptosis 400/1000 40 40p. ctrl. cell prol. 100/1000 10 30 glucose transp. 50/1000 5 20

Onto-Express

Page 70: Banche dati e software  per l’identificazione  di interazioni fra geni

GO term significativi nell’ontologia Molecular Function

Onto-Express: http://vortex.cs.wayne.edu/projects.htm

Page 71: Banche dati e software  per l’identificazione  di interazioni fra geni

Espansione delle ontologie e visualizzazione annidata dei GO term

Onto-Express: http://vortex.cs.wayne.edu/projects.htm

Page 72: Banche dati e software  per l’identificazione  di interazioni fra geni

OntoExpress: http://vortex.cs.wayne.edu/projects.htm

73

Molecular FunctionBiological Process

Cellular Component

Page 73: Banche dati e software  per l’identificazione  di interazioni fra geni

Sfruttare-le reti di interazioni (gene network) fra bio-entità costruite utilizzando dati di letteratura o info da banche dati eterogenee

per comprendere quale sia l’effetto a livello molecolare del fenomeno biologico indagato

- Co-occorrenza di bio-entità (geni, proteine, parole chiave, etc) in testi

- Individuazione di connessioni fra bio-entità riportate in database di

interazioni biologiche (pathway, interazioni fra proteine, interazioni chimiche

o fisiche, co-espressione in esperimenti di espressione genica, etc.)

Interpretazione biologica di una lista di geni: data/text mining

Page 74: Banche dati e software  per l’identificazione  di interazioni fra geni

Text mining: Individuazione della co-occorrenza di parole in un testo

Ricorrenza in un testo di coppie di elementi bio-entità:• coppie di nomi di geni• coppia gene/parola chiave

“X binds Y”, “X phosphorylates Y”, “X is involved in Y process”, “X is a marker for Y disease”, …

Ricorrenza in un testo di coppie di elementi bio-entità:• coppie di nomi di geni• coppia gene/parola chiave

“X binds Y”, “X phosphorylates Y”, “X is involved in Y process”, “X is a marker for Y disease”, …

Page 75: Banche dati e software  per l’identificazione  di interazioni fra geni

1S) Individuazione nel testo di informazioni (contenute in titolo, testo e abstract) e metainformazioni (affiliazione, giornale, etc)data retrieving and selection

2S) Analisi grammaticale del testo per individuare i diversi tipi di parole: sostantivi, aggettivi, verbi e nomi propri parsing

3S) Conteggio del il numero di volte in cui ogni parola appare nei testiinformation extraction e indexing

4S) Assegnazione di un punteggio ad ogni testo sulla base della co-occorrenza delle parole cercate (X e Y ) quanto più è alta in un testo tanto più quel testo è attinente alla co-occorrenza considerata e attesta la relazione fra X e Yscoring

5S) Rappresentazione grafica della connessione tramite una rete

Text mining: Individuazione della co-occorrenza in un testo

Ricorrenza in un testo di coppie di elementi linguistici (bio-entità):

• coppie di nomi di geni• coppia gene/parola chiave

Ricorrenza in un testo di coppie di elementi linguistici (bio-entità):

• coppie di nomi di geni• coppia gene/parola chiave

… ma come si fa?

Page 76: Banche dati e software  per l’identificazione  di interazioni fra geni

Text mining: Individuazione della co-occorrenza in un testo

Alcuni algoritmi sono capaci di:

-rilevare sulla base di un vocabolario il tipo di interconnessione fra le bio-entità considerate“X binds Y”, “X phosphorylates Y”, “X is involved in Y process”, “X is a marker for Y disease”, …

- dare un peso alla co-occorrenza a seconda della distanza che separa le bio-entità espressa in numero di parole

- rilevare connessioni indirette:

X è connesso a Y, Y è connesso a Z X è connesso a Z

ciò può influire sulla valutazione dell’attinenza del documento alla connessione fra le bio-entità

Page 77: Banche dati e software  per l’identificazione  di interazioni fra geni

Cosa si può fare con il Data mining?Costruire reti di “interazioni eterogenee”

Banche dati utili:- MIPS: Munich Information center for Protein Interaction- BIND: Biomolecular Interaction Network Databases- HPRD: Human Protein Reference Database- IntAct: InterAction- Reactome- STRING:Search Tool for the Retrieval of Interacting Genes/Proteins- …

LetteraturaScientifica

Page 78: Banche dati e software  per l’identificazione  di interazioni fra geni

Integrazione di informazioni eterogenee

Page 79: Banche dati e software  per l’identificazione  di interazioni fra geni

Esistono gruppi di geni della mia lista che sono coinvolti in malattie?

Disease Ontology, GeneRIF e FunDO

Page 80: Banche dati e software  per l’identificazione  di interazioni fra geni

Disease Ontology- Definizioni univoche e standardizzate di malattie- Integra MeSH di NCBI

Page 81: Banche dati e software  per l’identificazione  di interazioni fra geni

Esempi da DO

Page 82: Banche dati e software  per l’identificazione  di interazioni fra geni

Disease Ontology

Page 83: Banche dati e software  per l’identificazione  di interazioni fra geni

GeneRIF Database

Page 84: Banche dati e software  per l’identificazione  di interazioni fra geni

MetaMapTransfer

FunDO

Software basato sul text-mining che associa geni da GeneRIF e malattie da Disease Ontology

Page 85: Banche dati e software  per l’identificazione  di interazioni fra geni

FunDO – Functional Disease Ontology

Page 86: Banche dati e software  per l’identificazione  di interazioni fra geni

FunDO – Functional Disease Ontology

In quali malattie sono coinvolti?

314 geni differenzialmente espressi

Page 87: Banche dati e software  per l’identificazione  di interazioni fra geni

GNCPro – Gene Network Central PRO

Page 88: Banche dati e software  per l’identificazione  di interazioni fra geni

GNCPro – Gene Network Central PRO

Sottomissione di 4 geni

GNCPro aggiunge 5 geni “vicini” a quelli sottomessi per fornire nuove vie di connessione fra i geni

Page 89: Banche dati e software  per l’identificazione  di interazioni fra geni

COREMINE

• Motore di ricerca biomedico• Fornisce set di informazioni ordinate per attinenza con l’oggetto della

query• Consente di salvare le ricerche effettuate e di creare gruppi di

discussione su temi di ricerca

Page 90: Banche dati e software  per l’identificazione  di interazioni fra geni

COREMINE• Input data da 13 differenti categorie

• Database messi in relazione per creare l’output

Page 91: Banche dati e software  per l’identificazione  di interazioni fra geni

COREMINE• Altre sorgenti consultabili per arricchire l’output

Page 92: Banche dati e software  per l’identificazione  di interazioni fra geni

COREMINE

Page 93: Banche dati e software  per l’identificazione  di interazioni fra geni

…take-home message

• Ogni banca dati fornisce un “pezzo” di informazione• Ogni strumento di navigazione fornisce una peculiare “view”

delle informazioni

• Non esiste UNA banca dati omnicomprensiva• Non esiste UNO strumento capace di collezionare tutte le informazioni frazionate nelle banche dati

• L’uso di più strumenti consente di collezionare i diversi “pezzi” di informazione• La costruzione del “puzzle” è compito di chi interpreta i dati

Page 94: Banche dati e software  per l’identificazione  di interazioni fra geni

Esercitazionehttp://131.114.94.135/lezioni/ADO_tecnici

• Cercare i seguenti GO term: 00301820051402• Per ciascuno di essi:

- fare l’anatomia dell’ontologia evidenziando i GO term sulla base degli “is-a” o “part-of”- indicare quanti sono i prodotti genici associati a ciascun GO term a seconda dei termini di cui sono “is-a” o “part-of”- scaricare e salvare la tree view e la graph view ed indicare chi sono i GO term “padri” dei GO term considerati - indicare quali GO term dell’albero visualizzato sono “is-a” o “part-of”