Проект анатомии генома рака - Cancer Genome Anatomy Project

В Проект анатомии генома рака (CGAP), созданный Национальный институт рака (NCI) в 1997 году и представленный Альберт Гор, представляет собой онлайн-базу данных о нормальных, предраковых и раковых геномах. Он также предоставляет инструменты для просмотра и анализа данных, позволяющие идентифицировать гены, участвующие в различных аспектах прогрессирования опухоли. Цель CGAP - охарактеризовать рак на молекулярном уровне, предоставив платформу с легко доступными обновленными данными и набором инструментов, позволяющих исследователям легко соотносить свои выводы с существующими знаниями. Также уделяется внимание разработке программных инструментов, которые улучшают использование больших и сложных наборов данных.[1][2] Проектом руководит Даниэла С. Герхард, и он включает в себя подпроекты или инициативы, среди которых выделяются Проект аберрации хромосомы рака (CCAP) и Инициатива по генетической аннотации (GAI). CGAP вносит свой вклад во многие базы данных и организации, такие как NCBI вносить вклад в базы данных CGAP.

Возможные результаты CGAP включают установление корреляции между прогрессированием конкретного рака и его терапевтическим результатом, улучшенную оценку лечения и разработку новых методов профилактики, обнаружения и лечения. Это достигается путем характеристики продуктов мРНК биологических тканей.

Исследование

Фон

Основной причиной рака является неспособность клетки регулировать экспрессию своих генов. Чтобы охарактеризовать конкретный тип рака, можно исследовать белки, которые образуются из измененной экспрессии гена или предшественника мРНК этого белка. CGAP работает, чтобы связать определенную ячейку профиль выражения, молекулярная подпись или транскриптом, который, по сути, является отпечатком клетки, с фенотипом клетки. Следовательно, профили экспрессии существуют с учетом типа рака и стадии прогрессирования.[3]

Последовательность действий

Первоначальной целью CGAP было создание индекса опухолевых генов (TGI) для хранения профилей экспрессии. Это внесет вклад как в новые, так и в существующие базы данных.[4] Это способствовало созданию двух типов библиотек, dbEST и более поздних dbSAGE. Это было выполнено в несколько этапов:[3]

  • Содержимое клеток промывают планшетами с полиТ-последовательностями. Это свяжет Поли-А хвосты которые существуют только на молекулах мРНК, поэтому избирательно сохраняют мРНК.
  • Выделенная мРНК преобразуется в кДНК транскрипция через реакции обратной транскрипции и полимеризации ДНК.
  • Полученная двухцепочечная ДНК затем включается в Кишечная палочка плазмиды. Каждая бактерия теперь содержит одну уникальную кДНК и реплицируется для получения клонов с одинаковой генетической информацией. Это называется библиотека кДНК.
  • Затем библиотеку можно секвенировать высокопроизводительное секвенирование техники. Это может характеризовать как различные гены, экспрессируемые исходной клеткой, так и степень экспрессии каждого гена.

Вначале TGI фокусировался на раке простаты, груди, яичников, легких и толстой кишки, а исследование CGAP распространилось на другие виды рака. На практике возникли проблемы, которые были учтены CGAP по мере появления новых технологий.

Многие виды рака возникают в тканях с множеством типов клеток. Традиционными методами брали образец всей ткани и получали библиотеки кДНК ткани. Эта клеточная гетерогенность сделала информацию об экспрессии генов с точки зрения биологии рака менее точной. Примером может служить ткань рака простаты, в которой эпителиальные клетки, которые, как было показано, являются единственным типом клеток, вызывающим рак, составляют только 10% от общего количества клеток. Это привело к развитию лазерная микродиссекция (LCM), метод, который может изолировать отдельные типы клеток, отдельные клетки, которые привели к библиотекам кДНК определенных типов клеток.[4]

Секвенирование кДНК даст полный транскрипт мРНК, который ее сгенерировал. Фактически, только часть последовательности требуется для однозначной идентификации связанной мРНК или белка. Результирующая часть последовательности была названа выраженный тег последовательности (EST) и всегда находится в конце последовательности рядом с хвостом поли А. Данные EST хранятся в базе данных dbEST. EST должны быть длиной около 400 баз, но с NGS секвенирование методы, это все равно приведет к низкому качеству чтения. Поэтому улучшенный метод называется серийный анализ экспрессии генов (SAGE) также используется. Этот метод определяет для каждой молекулы транскрипта кДНК, полученной в результате экспрессии гена клетки, участки длиной всего 10–14 оснований в любом месте последовательности считывания, что достаточно для однозначной идентификации этого транскрипта кДНК. Эти основания вырезаются и связываются вместе, а затем включаются в бактериальные плазмиды, как указано выше. Библиотеки SAGE имеют лучшее качество чтения и генерируют больший объем данных при секвенировании, и поскольку транскрипты сравниваются на абсолютном, а не на относительном уровне, SAGE имеет то преимущество, что не требует нормализации данных путем сравнения со ссылкой.[1][4]

Ресурсы

После упорядочивания и создания библиотек CGAP объединяет данные вместе с существующими источниками данных и предоставляет различные базы данных и инструменты для анализа. Подробное описание инструментов и баз данных, созданных или используемых CGAP, можно найти на веб-сайте NCI CGAP. Ниже приведены некоторые инициативы или исследовательские инструменты, предоставленные CGAP.

Инициатива по геномной аннотации

Цель Проекта анатомии генома рака (CGAP-GAI) - обнаружение и каталогизация однонуклеотидный полиморфизм (SNP), которые коррелируют с возникновением и прогрессированием рака.[4] CGAP-GAI создали множество инструментов для обнаружения, анализа и отображения SNP. SNP ценны в исследованиях рака, поскольку их можно использовать в нескольких различных генетических исследованиях, обычно для отслеживания передачи, выявления альтернативных форм генов и анализа сложных молекулярных путей, которые регулируют метаболизм, рост или дифференциацию клеток.[5]

SNP в CGAP-GAI обнаруживаются либо в результате повторного секвенирования интересующих генов у разных людей, либо при просмотре существующих баз данных EST человека и проведении сравнений.[2] Он исследует транскрипты от здоровых людей, людей с заболеваниями, опухолевой ткани и клеточных линий от большого количества людей; поэтому база данных, скорее всего, будет включать мутации редких заболеваний в дополнение к высокочастотным вариантам.[6] Распространенной проблемой при обнаружении SNP является различие между ошибками секвенирования и реальным полиморфизмом. Найденные SNP подвергаются статистическому анализу с использованием конвейера CGAP SNP для расчета вероятности того, что вариант действительно является полиморфизмом. SNP с высокой вероятностью проверяются, и существуют инструменты, позволяющие прогнозировать, изменилась ли функция.[2]

Чтобы сделать данные легкодоступными, CGAP-GAI имеет ряд инструментов, которые могут отображать как выравнивание последовательностей, так и обзор сборки с контекстом последовательностей, на основе которых они были предсказаны. SNP аннотируются, и часто определяются интегрированные генетические / физические карты.[6]

Проект по хромосомной аберрации рака (CCAP)

Геномная нестабильность - общая черта рака; поэтому понимание структурных и хромосомных аномалий может дать представление о прогрессировании заболевания. Проект раковых хромосомных аберраций (cCAP) - это инициатива, поддерживаемая CGAP, используемая для определения структуры хромосом и характеристики перестроек, связанных со злокачественной трансформацией.[4][7] Он включает в себя онлайн-версию базы данных Мительмана, созданную Феликсом Мительманом, Бертилом Йоханссоном и Фредриком Мертенсом до создания CGAP, еще одной компиляции известных хромосомных перестроек. CCAP преследует несколько целей:[7]

  • Интеграция цитогенетических и физических карт генома человека
  • Создайте репозиторий клонов клонов BAC по всему геному, которые генетически и физически картированы
  • Разработать платформу для параллельной базы данных корреляции аберраций, связанных с раком (база данных клонов BAC с картированной флуоресцентной гибридизацией in-situ (FISH))
  • Объединение трех методов цитогенетического анализа (спектральное кариотипирование, сравнительная гибридизация генома и FISH) для уточнения определения номенклатуры кариотипических аберраций.

В базе данных содержится цитогенетическая информация по более чем 64 000 случаев пациентов, включая более 2000 слияний генов.[1]

В рамках этого проекта существует репозиторий физически и цитогенетически картированных клонов ВАС для генома человека, которые физически доступны через сеть дистрибьюторов.[1] Карты CCAP Clone были картированы цитогенетически с использованием FISH с разрешением 1-2 Мб по всему геному человека и физически картированы с использованием сайтов с метками последовательностей (STS).[8] Данные для клонов BAC также доступны через базы данных CGAP и NCBI.

Другие источники

Ниже перечислены некоторые другие ресурсы, доступные через CGAP.[1]

Цифровой дифференциальный дисплей

Одним из первых методов, используемых CGAP, является цифровой дифференциальный дисплей (DDD), в котором используется Точный тест Фишера сравнивать библиотеки друг с другом, чтобы найти значительную разницу между популяциями. CGAP гарантирует, что DDD может сравнивать все библиотеки кДНК в dbEST, а не только те, которые были созданы CGAP.[4]

Коллекция генов млекопитающих (MGC)

MGC предоставляет исследователям полную информацию о белках из кДНК, в отличие от баз данных EST или SAGE, которые предоставляют только идентифицирующий тег. Проект включает гены человека и мыши, а позднее кДНК коровы, созданные Геном Канада были добавлены.[9]

SAGEmap

SAGEmap - это база данных, используемая для хранения библиотек SAGE. По состоянию на 2001 год существует более 3,4 миллиона тегов SAGE. Инструменты могут использоваться для сопоставления тегов SAGE с UniGene кластеры, база данных, в которой хранятся транскриптомы. Это позволяет упростить идентификацию соответствующей последовательности тега SAGE. Кроме того, с SAGEmaps связаны инструменты:[10]

  • Digital Northern используется для измерения уровня экспрессии определенных генов,[1]
  • SAGE Anatomic Viewer отображает эту информацию визуально и сравнивает ее между нормальными и раковыми клетками,
  • Ludwig Transcript (LT) Viewer показывает альтернативные стенограммы и их возможные связанные теги SAGE,
  • Матрица экспрессии mSAGE (mSEM) показывает уровни экспрессии генов на протяжении развития мыши для различных типов тканей.

Поиск генов

CGAP находит ген или список генов на основе заданных критериев поиска и предоставляет ссылки на различные базы данных NCI и NCBI. Поиск гена можно осуществлять специально с использованием уникального идентификатора, такого как символы гена и номер гена Entrez, а также, как правило, по функции, ткани или ключевому слову.[11]

К другим генным инструментам, доступным через веб-интерфейс CGAP, относятся браузер генных онтологий (GO) и инструмент Nucleotide BLAST.

Инструменты экспрессии генов

кДНК xProfiler и цифровой дисплей экспрессии генов кДНК (DGED) вместе используются для поиска статистически значимых интересующих генов, которые по-разному экспрессируются в двух пулах библиотек кДНК, обычно проводится сравнение между нормальными и раковыми тканями.[12] Статистическая значимость определяется DGED с использованием комбинации байесовской статистики и отношения шансов последовательности для вычисления вероятности. cDNA DGED использует реляционную базу данных UniGene, в то время как cDNA xProfiler использует базу данных плоских файлов, которая недоступна в Интернете.[13]

Итоги и будущее

В настоящее время CGAP является централизованным местом для нескольких инструментов геномики и генетических баз данных и широко используется в исследованиях рака и молекулярной биологии. Базы данных, созданные CGAP, продолжают способствовать получению знаний о раковых заболеваниях с точки зрения их путей и прогрессирования. Базы данных транскриптомов также могут использоваться в исследованиях, не связанных с раком, поскольку они содержат информацию, которая может использоваться для быстрой и простой идентификации определенных секвенированных генов. Эти данные также имеют клиническое значение, поскольку кДНК могут использоваться для создания микрочипов для целей диагностики и сравнения лечения. CGAP использовался во многих исследованиях, в том числе:[1][4]

  • Характеристика различий в экспрессии генов нормальных и злокачественных эндотелиальных клеток [14]
  • Выявление нерегулярной экспрессии генов как маркеров глиобластомы [15] и рак яичников [16]
  • Определение экспрессии генов, специфичных для ткани простаты [17]
  • Сравнение белков, экспрессируемых в нормальной и раковой репродуктивной ткани [18]

Кроме того, огромное количество данных, генерируемых CGAP, побудило к усовершенствованию методов анализа данных и интеллектуального анализа данных, включая следующие примеры:[1]

  • Сравнение экспрессии генов из нескольких библиотек кДНК [19]
  • Улучшенные методы для майнинга библиотек EST [20]
  • Интегральные крупномасштабные исследования анализа транскриптома человека [21]

Смотрите также

Рекомендации

  1. ^ а б c d е ж грамм час Риггинс, Дж. Дж. (2001). «Геном и генетические ресурсы из проекта анатомии генома рака». Молекулярная генетика человека. 10 (7): 663–667. Дои:10,1093 / чмг / 10.7.663. ISSN  1460-2083.
  2. ^ а б c Штраусберг, Роберт Л .; Buetow, Kenneth H .; Эммерт-Бак, Майкл Р .; Клауснер, Ричард Д. (2000). «Проект анатомии генома рака: построение аннотированного генного индекса». Тенденции в генетике. 16 (3): 103–106. Дои:10.1016 / S0168-9525 (99) 01937-X. ISSN  0168-9525.
  3. ^ а б «Понимание рака». Архивировано из оригинал на 2014-08-05. Получено 2014-09-04.
  4. ^ а б c d е ж грамм Кризман, Дэвид Б .; Вагнер, Лукас; Плеть, Алекс; Штраусберг, Роберт Л .; Эммерт-Бак, Майкл Р. (1999). «Проект анатомии генома рака: секвенирование EST и генетика прогрессирования рака». Неоплазия. 1 (2): 101–106. Дои:10.1038 / sj.neo.7900002. ISSN  1476-5586. ЧВК  1508126. PMID  10933042.
  5. ^ Клиффорд, Р. (2000). «Основанные на экспрессии генетические / физические карты однонуклеотидных полиморфизмов, идентифицированные проектом анатомии генома рака». Геномные исследования. 10 (8): 1259–1265. Дои:10.1101 / гр.10.8.1259. ISSN  1088-9051. ЧВК  310932. PMID  10958644.
  6. ^ а б Клиффорд, Роберт Дж .; Эдмонсон, Майкл Н .; Nguyen, Cu; Scherpbier, Titia; Ху, Инь; Буетоу, Кеннет Х. (2004). «Инструменты биоинформатики для обнаружения и анализа полиморфизма одиночных нуклеотидов». Летопись Нью-Йоркской академии наук. 1020 (1): 101–109. Дои:10.1196 / летопись.1310.011. ISSN  0077-8923.
  7. ^ а б «Проект раковых хромосомных аберраций (CCAP)». Получено 2014-09-05.
  8. ^ "Все о BAC, нанесенных на карту FISH". Получено 2014-09-07.
  9. ^ "Коллекция генов млекопитающих". Получено 2014-09-07.
  10. ^ "МУДРЕЦ Джинн". Получено 2014-09-07.
  11. ^ «Искатель генов». Получено 2014-09-07.
  12. ^ «CGAP Как: инструменты». Получено 2014-09-07.
  13. ^ Милнторп, Эндрю Т; Соловьев, Михаил (2011). «Ошибки в CGAP xProfiler и cDNA DGED: важность анализа библиотеки и алгоритмов отбора генов». BMC Bioinformatics. 12 (1): 97. Дои:10.1186/1471-2105-12-97. ISSN  1471-2105. ЧВК  3094240. PMID  21496233.
  14. ^ Croix, B. St. (2000). «Гены, экспрессируемые в эндотелии опухоли человека». Наука. 289 (5482): 1197–1202. Дои:10.1126 / science.289.5482.1197. ISSN  0036-8075. PMID  10947988.
  15. ^ Логинг, W. T. (2000). «Идентификация потенциальных опухолевых маркеров и антигенов с помощью анализа баз данных и быстрого скрининга экспрессии». Геномные исследования. 10 (9): 1393–1402. Дои:10.1101 / гр.138000. ISSN  1088-9051. ЧВК  310902. PMID  10984457.
  16. ^ C. D. Hough; К. А. Шерман-Бауст; Э. С. Пайзер; Ф. Дж. Монц; Д. Д. Им; Н. Б. Розеншейн; К. Р. Чо; Г. Дж. Риггинс; П. Дж. Морин (ноябрь 2000 г.). «Крупномасштабный серийный анализ экспрессии генов показывает, что гены по-разному экспрессируются при раке яичников». Исследования рака. 60 (22): 6281–6287. PMID  11103784.
  17. ^ Г. Васматзис; М. Эссанд; У. Бринкманн; Б. Ли; И. Пастан (январь 1998 г.). «Открытие трех генов, специфически экспрессируемых в предстательной железе человека, с помощью анализа базы данных экспрессируемых последовательностей». Труды Национальной академии наук Соединенных Штатов Америки. 95 (1): 300–304. Дои:10.1073 / пнас.95.1.300. ЧВК  18207. PMID  9419370.
  18. ^ У. Бринкманн; Г. Васматзис; Б. Ли; Н. Йерушалми; М. Эссанд; И. Пастан (сентябрь 1998 г.). «PAGE-1, GAGE-подобный ген, связанный с X-хромосомой, который экспрессируется в нормальной и неопластической предстательной железе, яичках и матке». Труды Национальной академии наук Соединенных Штатов Америки. 95 (18): 10757–10762. Дои:10.1073 / пнас.95.18.10757. ЧВК  27968. PMID  9724777.
  19. ^ Д. Дж. Стекель; Y. Git; Ф. Фальчиани (декабрь 2000 г.). «Сравнение экспрессии генов из нескольких библиотек кДНК». Геномные исследования. 10 (12): 2055–2061. Дои:10.1101 / gr.gr-1325rr. ЧВК  313085. PMID  11116099.
  20. ^ Schmitt, A.O .; Specht, T .; Beckmann, G .; Dahl, E .; Pilarsky, C.P .; Hinzmann, B .; Розенталь, А. (1999). «Исчерпывающий анализ библиотек EST для генов, дифференциально экспрессируемых в нормальных и опухолевых тканях». Исследования нуклеиновых кислот. 27 (21): 4251–4260. Дои:10.1093 / nar / 27.21.4251. ISSN  0305-1048. ЧВК  148701. PMID  10518618.
  21. ^ В. Э. Велкулеску; С. Л. Мэдден; Л. Чжан; А. Э. Лэш; J. Yu; К. Раго; А. Лал; К. Дж. Ван; Г. А. Бодри; К. М. Чириелло; Б. П. Кук; М. Р. Дюфо; А. Т. Фергюсон; Ю. Гао; T. C. He; Х. Хермекинг; С. К. Хиральдо; П. М. Хван; М. А. Лопес; Х. Ф. Людерер; Б. Мэтьюз; Дж. М. Петрозиелло; К. Поляк; Л. Завель; К. В. Кинзлер (декабрь 1999 г.). «Анализ транскриптомов человека». Природа Генетика. 23 (4): 387–388. Дои:10.1038/70487. PMID  10581018.

внешняя ссылка