升级越来越multi-omics数据计算工具
![Overview of hidden driver analysis by NetBID2. Multi-omics data such as genomics, transcriptomics, proteomics, and phosphoproteomics, which measure the quantitative characteristics of genes at different stages, can be used to identify essential drivers by traditional differential analysis in case-control studies. However, many crucial drivers, especially “hidden drivers”, do not show much differential expression but still play an important role in biological processes of interest. NetBID2 has provided a comprehensive toolkit to explore the “hidden drivers” by the following key steps. Step 1: Reverse-engineering context-specific networks from a large-scale expression profile. Step 2: Activity inference from multi-omics data by summarizing the expression pattern of the candidate driver’s predicted target genes. Step 3: Do statistical analysis to find drivers with significantly differential activity and integrate for multi-omics. In previous applications, NetBID2 can successfully identify “hidden drivers” with significantly differential activity but no significant differential expression in case vs. control and mutant vs. wild-type comparison studies. Besides, the driver’s activity level rather than expression level shows better performance in survival probability analysis. Credit: Nature Communications (2023). DOI: 10.1038/s41467-023-38335-6 圣裘德工具变得更加multi-omics数据](https://scx1.b-cdn.net/csz/news/800a/2023/st-jude-tool-gets-more.jpg)
尽管惊人的进步在理解癌症的生物基础,许多癌症是缺少明显的遗传的司机。当科学家们不能确定的因素驱动癌症,治疗更加困难。
圣裘德儿童研究医院的科学家们希望与一个更新的方式解决这个问题来分析multi-omic(主要是转录组和蛋白质组学)数据。研究人员创建了一个下一代计算工具获得新的见解生物数据和隐藏的制药的目标。发表在该工具的功能自然通讯今天。
更新应用程序,NetBID2,成功地揭示了这儿的蛋白质生物过程(如细胞快速增长)导致癌症。这些隐藏的司机现在新的治疗机会,因为现有药物已经可以目标或因为他们可能激发药物开发者做出新的疗法。
“我们使人们更容易找到隐藏的司机,“通讯作者旸Yu说,博士,圣裘德计算生物学。“寻找隐藏的司机是很重要的,因为许多这些潜在制药的目标。NetBID2能找到这些司机和可能他们很快进入临床试验。我们可以使用一个已经fda批准的药物目标识别隐藏的司机一个完全不同的病人可能受益的人群。”
网络方法发现隐藏的司机
RNA序列的大量数据从特定的细胞或癌症类型可以包含有价值的信息必须找到隐藏的司机的疾病;然而,标准分析工具很难找到他们。NetBID2续集最初于2018年开发的工具。他专门设计的这些工具找到隐藏的司机通过挤出更多的从“大数据。"
“NetBID2使我们能够最大化我们的数据,”Yu说,“特别是RNA序列数据。它超越了传统的突变或微分基因表达数据揭露隐藏的事件和可能的功能重要的信息。”
隐藏的司机不能发现的传统基因组学或测序的方法,因为他们的活动取决于转录后修饰和其他机制,传统测序但影响其他基因的表达。
因此,NetBID2 RNA序列数据,然后生成一个基因基因interactome。这interactome跟踪司机候选人及其下游效应基因之间的关系,以确定哪些信号蛋白是最关键的核心关系,燃料的疾病。这些“中央枢纽”指导网络隐藏的司机。
“NetBID2寻找隐藏的司机像联邦调查局将寻找犯罪的老板,”Yu说。
“如果你看看怀疑,没有直接证据连接任何罪行。捕捉他们的方法是首先建立一个网络的同事。我们做同样的事情,当我们构建生物网络通过收集大量的数据成员和他们的关系。然后我们找老板的首次在网络邻居当我们看一个隐藏的司机的活动。这是唯一的方法来捕获,使老板activities-otherwise推理,没有办法识别它们。我们发现这些隐藏的司机的牵连。”
证明该工具的功能,圣裘德组显示它可以找到生物意义隐藏司机三个不相关的样本。使用NetBID2,研究小组发现未被欣赏的角色MYC在成人肺癌和NOTCH1难治性小儿白血病的信使核糖核酸或蛋白质含量标准微分表达式分析没有发现,尽管基因之前已经与癌症有关。
他们还发现了一个未被欣赏的角色Gabpa在正常免疫细胞的功能。基因是特定于上下文的重要性在每种情况下,强调需要有针对性的分析。
软件的其他功能,如新的可视化工具,是为了便于进一步分析和发现隐藏的司机从复杂网络的RNA-seq和,在某些情况下,蛋白质组学数据。
NetBID2是免费的GitHub库。的圣裘德云,其中包括一个NetBID2应用和数据从许多multi-omics项目,也为其他科学家免费使用为进一步发现隐藏的司机的基本生物学和疾病。
更多信息:欣然董et al, NetBID2提供全面的隐藏驱动程序分析,自然通讯(2023)。DOI: 10.1038 / s41467 - 023 - 38335 - 6