Вычислительная эпигенетика

Вычислительная эпигенетика ^[1] использует статистические методы и математическое моделирование в эпигенетических исследованиях. В связи с недавним взрывным ростом наборов эпигеномных данных вычислительные методы играют все большую роль во всех областях эпигенетических исследований.

Определение

Исследования в области вычислительной эпигенетики включают разработку и применение методов биоинформатики для решения эпигенетических вопросов, а также вычислительный анализ данных и теоретическое моделирование в контексте эпигенетики. Это включает моделирование эффектов метилирования гистонов и CpG-островков ДНК.

Текущие области исследований

Обработка и анализ эпигенетических данных

Были разработаны различные экспериментальные методы для полногеномного картирования эпигенетической информации. ^[2] наиболее широко используемыми являются ChIP-on-chip , ChIP-seq и бисульфитное секвенирование . Все эти методы генерируют большие объемы данных и требуют эффективных способов обработки данных и контроля качества с помощью биоинформатических методов.

Прогнозирование эпигенома

Значительное количество биоинформатических исследований было посвящено предсказанию эпигенетической информации на основе характеристик последовательности генома . Подобные прогнозы служат двойной цели. Во-первых, точные предсказания эпигенома могут в некоторой степени заменить экспериментальные данные, что особенно актуально для недавно открытых эпигенетических механизмов и для других видов, кроме человека и мыши. Во-вторых, алгоритмы прогнозирования строят статистические модели эпигенетической информации на основе обучающих данных и, следовательно, могут выступать в качестве первого шага на пути к количественному моделированию эпигенетического механизма. Успешное компьютерное предсказание метилирования и ацетилирования ДНК, лизина было достигнуто за счет сочетания различных функций. ^[3]^[4]

Применение в эпигенетике рака

Важная роль эпигенетических дефектов при раке открывает новые возможности для улучшения диагностики и терапии. Эти активные области исследований порождают два вопроса, которые особенно поддаются биоинформатическому анализу. Во-первых, имея список геномных регионов, демонстрирующих эпигенетические различия между опухолевыми клетками и контрольными клетками (или между разными подтипами заболеваний), можем ли мы обнаружить общие закономерности или найти доказательства функциональной связи этих регионов с раком? Во-вторых, можем ли мы использовать биоинформационные методы для улучшения диагностики и терапии путем выявления и классификации важных подтипов заболеваний?

Новые темы

Первая волна исследований в области вычислительной эпигенетики была вызвана быстрым развитием экспериментальных методов генерации данных, что потребовало адекватных вычислительных методов обработки данных и контроля качества, побудило исследования по предсказанию эпигенома как средства понимания геномного распределения эпигенетической информации. и обеспечил основу для первоначальных проектов по эпигенетике рака . Хотя эти темы по-прежнему будут оставаться основными областями исследований, а само количество эпигенетических данных, полученных в результате эпигеномных проектов, представляет собой серьезную биоинформационную проблему, в настоящее время возникает несколько дополнительных тем.

Эпигенетическая регуляторная схема: реверс-инжиниринг регуляторных сетей, которые читают, записывают и выполняют эпигенетические коды.
Популяционная эпигенетика : определение регуляторных механизмов на основе интеграции данных эпигенома с профилями экспрессии генов и картами гаплотипов для большой выборки из гетерогенной популяции.
Эволюционная эпигенетика : изучение регуляции эпигенома у человека (и ее медицинских последствий) путем межвидового сравнения.
Теоретическое моделирование: проверка нашего механистического и количественного понимания эпигенетических механизмов с помощью моделирования in silico . ^[5]
Браузеры генома : разработка нового сочетания веб-сервисов, которые позволяют биологам выполнять сложный анализ генома и эпигенома в простой в использовании среде браузера генома.
Медицинская эпигенетика : поиск эпигенетических механизмов, которые играют роль в заболеваниях, отличных от рака, поскольку существуют убедительные косвенные доказательства участия эпигенетической регуляции в психических расстройствах , аутоиммунных заболеваниях и других сложных заболеваниях. ^{[ нужна ссылка ]}

Базы данных эпигенетики

МетдБД ^[6] Содержит информацию о 19 905 данных о содержании метилирования ДНК и 5382 образцах метилирования для 48 видов, 1511 особей, 198 тканей и клеточных линий и 79 фенотипов.
Пабмет ^[7] Содержит более 5000 записей о метилированных генах при различных типах рака.
ЛИСЫ ^[8] Содержит более 22 000 генов ДНК-метилтрансфераз, полученных из GenBank.
Эпигеномная база данных DeepBlue ^[9] содержит эпигеномные данные более чем 60 000 экспериментов из файлов разных членов IHEC, разделенных на множество различных эпигенетических меток. DeepBlue также предоставляет API для доступа и обработки данных на сервере.
MeInfoText ^[10] Содержит информацию о метилировании генов 205 типов рака человека.
МетПраймерДБ ^[11] Содержит 259 наборов праймеров от человека, мыши и крысы для анализа метилирования ДНК.
База данных гистонов ^[12] Содержит 254 последовательности гистона H1, 383 последовательности гистона H2, 311 последовательностей гистона H2B, 1043 последовательности гистона H3 и 198 последовательностей гистона H4, что в общей сложности представляет не менее 857 видов.
ХромДБ ^[13] Содержит 9341 белок, связанный с хроматином, включая белки, связанные с РНКи, для широкого круга организмов.
КРЕМОФАК ^[14] Содержит 1725 избыточных и 720 неизбыточных последовательностей факторов ремоделирования хроматина у эукариот.
Лаборатория эпигенетики семьи Крембиль ^[15] Содержит данные о метилировании ДНК хромосом 21, 22 человека, мужских половых клеток и профили метилирования ДНК у монозиготных и дизиготных близнецов.
База данных метилирования ДНК MethyLogiX ^[16] Содержит данные о метилировании ДНК хромосом 21 и 22 человека, мужских половых клеток и болезни Альцгеймера с поздним началом.

Источники и дальнейшее чтение

Первоначальная версия этой статьи была основана на обзорной статье по вычислительной эпигенетике, опубликованной в январском номере журнала Bioinformatics за 2008 год: Бок С., Ленгауэр Т. (январь 2008 г.). «Вычислительная эпигенетика» . Биоинформатика . 24 (1): 1–10. doi : 10.1093/биоинформатика/btm546 . ПМИД 18024971 . . Этот обзорный документ содержит более 100 ссылок на научные статьи и обширную справочную информацию.

Ссылки

^ Бок С., Ленгауэр Т. (январь 2008 г.). «Вычислительная эпигенетика» . Биоинформатика . 24 (1): 1–10. doi : 10.1093/биоинформатика/btm546 . ПМИД 18024971 .
^ Мадригал П., Краевский П. (июль 2015 г.). «Выявление коррелированной изменчивости в наборах эпигеномных данных с использованием преобразования Карунена-Лёве» . Добыча биоданных . 8:20 . doi : 10.1186/s13040-015-0051-7 . ПМЦ 4488123 . ПМИД 26140054 .
^ Ши С.П., Цю Дж.Д., Сунь XY, Суо С.Б., Хуан С.Ю., Лян Р.П. (апрель 2012 г.). «PLMLA: прогнозирование метилирования и ацетилирования лизина путем объединения нескольких функций». Молекулярные биосистемы . 8 (5): 1520–1527. дои : 10.1039/C2MB05502C . ПМИД 22402705 . S2CID 6172534 .
^ Чжэн Х, Цзян СВ, Ву Х (2011). «Повышение предсказательной силы модели прогнозирования метилирования геномной ДНК человека». Biocomp'11 : Международная конференция 2011 года по биоинформатике и вычислительной биологии. S2CID 14599625 .
^ Рожновец И.А., Раскин Г.Ю. (сентябрь 2013 г.). «Вычислительная модель генетических и эпигенетических сигналов при раке толстой кишки». Междисциплинарные науки, вычислительные науки о жизни . 5 (3): 175–186. дои : 10.1007/s12539-013-0172-y . ПМИД 24307409 . S2CID 11867110 .
^ База данных метилирования ДНК
^ Pubmeth.Org
^ «Официальная домашняя страница REBASE | База данных рестрикционных ферментов | NEB» .
^ «Сервер эпигеномных данных DeepBlue» .
^ «MeInfoText: связанное метилирование генов и информация о раке, полученная в результате интеллектуального анализа текста» . Архивировано из оригинала 3 марта 2016 г. Проверено 29 января 2010 г.
^ «methPrimerDB: база данных праймеров ПЦР для анализа метилирования ДНК» . Архивировано из оригинала 15 июля 2014 г. Проверено 29 января 2010 г.
^ «База данных гистонов — База данных гистонов» . Архивировано из оригинала 5 сентября 2015 г. Проверено 29 января 2010 г.
^ «ChromDB::База данных хроматина» . Архивировано из оригинала 10 апреля 2019 г. Проверено 29 января 2010 г.
^ Кремофак
^ "Дом" . epigenomics.ca .
^ База данных по метилированию , заархивированная 3 декабря 2008 г. на Wayback Machine.

[bock2008-1] Бок С., Ленгауэр Т. (январь 2008 г.). «Вычислительная эпигенетика» . Биоинформатика . 24 (1): 1–10. doi : 10.1093/биоинформатика/btm546 . ПМИД 18024971 .

[2] Мадригал П., Краевский П. (июль 2015 г.). «Выявление коррелированной изменчивости в наборах эпигеномных данных с использованием преобразования Карунена-Лёве» . Добыча биоданных . 8:20 . doi : 10.1186/s13040-015-0051-7 . ПМЦ 4488123 . ПМИД 26140054 .

[Shi2012-3] Ши С.П., Цю Дж.Д., Сунь XY, Суо С.Б., Хуан С.Ю., Лян Р.П. (апрель 2012 г.). «PLMLA: прогнозирование метилирования и ацетилирования лизина путем объединения нескольких функций». Молекулярные биосистемы . 8 (5): 1520–1527. дои : 10.1039/C2MB05502C . ПМИД 22402705 . S2CID 6172534 .

[Zheng2011-4] Чжэн Х, Цзян СВ, Ву Х (2011). «Повышение предсказательной силы модели прогнозирования метилирования геномной ДНК человека». Biocomp'11 : Международная конференция 2011 года по биоинформатике и вычислительной биологии. S2CID 14599625 .

[roznovat2013computational-5] Рожновец И.А., Раскин Г.Ю. (сентябрь 2013 г.). «Вычислительная модель генетических и эпигенетических сигналов при раке толстой кишки». Междисциплинарные науки, вычислительные науки о жизни . 5 (3): 175–186. дои : 10.1007/s12539-013-0172-y . ПМИД 24307409 . S2CID 11867110 .

[6] База данных метилирования ДНК

[7] Pubmeth.Org

[8] «Официальная домашняя страница REBASE | База данных рестрикционных ферментов | NEB» .

[9] «Сервер эпигеномных данных DeepBlue» .

[10] «MeInfoText: связанное метилирование генов и информация о раке, полученная в результате интеллектуального анализа текста» . Архивировано из оригинала 3 марта 2016 г. Проверено 29 января 2010 г.

[11] «methPrimerDB: база данных праймеров ПЦР для анализа метилирования ДНК» . Архивировано из оригинала 15 июля 2014 г. Проверено 29 января 2010 г.

[12] «База данных гистонов — База данных гистонов» . Архивировано из оригинала 5 сентября 2015 г. Проверено 29 января 2010 г.

[13] «ChromDB::База данных хроматина» . Архивировано из оригинала 10 апреля 2019 г. Проверено 29 января 2010 г.

[14] Кремофак

[15] "Дом" . epigenomics.ca .

[16] База данных по метилированию , заархивированная 3 декабря 2008 г. на Wayback Machine.

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[13]

[14]

[15]

[16]