Work

A collection of tools and resources to explore gene expression, regulation, and alternative splicing

Year: 2019
Type: dissertation
Abstract: Genexpressie meten via RNA Sequencing (RNA-Seq) geeft een onomwonden inzicht in genfuncties.Via differentiële expressie analyse kunnen bijvoorbeeld nieuwe genen ontdekt worden die betrokken zijn bij een conditie van interesse, en co-expressie kan gebruikt worden om genfuncties te voorspellen of om regulatorische netwerken op te bouwen.Recente algoritmische verbeteringen hebben ook de nauwkeurige kwantificatie van alternatief gesplicete transcripten mogelijk gemaakt, wat ons toelaat om een diepere laag van regulatie op genoomwijde schaal te onderzoeken.Als gevolg hiervan is de populariteit en beschikbaarheid van RNA-Seq data de laatste jaren sterk toegenomen.Zelfs voor minder bestudeerde organismen kunnen duizenden experimenten teruggevonden worden op publieke databanken en kunnen deze hergebruikt worden in verder onderzoek.Maar juist door deze overweldigende hoeveelheid data wordt het moeilijk om experimenten te vinden die relevant zijn voor een specifieke type onderzoek.De metadata die moeten beschrijven waar elk experiment precies over gaat zijn vaak incompleet, inconsistent, of van lage kwaliteit.Het doorzoeken van duizenden webpaginas om enkele relevante stalen te vinden is daardoor een frustrerende en tijdsrovende taak.Verder zijn er voor de meeste experimenten ook enkel ruwe data beschikbaar, wat belemmerend is voor wie de expertise of materialen ontbreekt om deze te verwerken.Om het genereren van expressie atlassen en co-expressie netwerken uit publieke RNA-Seq datasets te vereenvoudigen werden twee nieuwe tools ontwikkeld, Curse en Prose genaamd.Curse is een online tool die een verbeterde interface vormt om de metadata van publieke sequencing datasets te verkennen.Curse biedt verscheidene hulpmiddelen aan die de langdradige curatie van publieke stalen omvormt tot een semi-automatisch proces.Prose is een alleenstaande tool die start van een output van Curse en in staat is ruwe data van geselecteerde stalen autonoom te verwerken tot bruikbare expressie atlassen, co-expressie netwerken, en clusters.Prose vereist een minimale setup en heeft enkel een transcriptoomsequentie nodig van de gebruiker.Differentiële expressie, of co-expressie clusters verkregen uit Prose, resulteren in sets van genen met gelijkaardige expressieprofielen.Nagaan welke regulatoren verantwoordelijk zijn voor deze gedeelde profielen zou een interessante stap zijn om deze genen verder te bestuderen.Hiervoor werd een nieuwe tool ontwikkeld, genaamd TF2Network.TF2Network integreert gemapte motieven van 916 transcriptiefactoren uit Arabidopsis thaliana om deze regulatoren te voorspellen voor een set van genen.In de interface van TF2Network kunnen de voorgestelde regulatorische netwerken verkend worden via een interactieve netwerkvisualizatie.Deze biedt experimentele proteïne-proteïne, proteïne-DNA, en co-expressie interacties aan, evenals Gene Ontology and motief mapping informatie.Een ander gebruik van expressie atlassen is om het voorkomen van differentieel transcript gebruik (DTG) in verschillende weefsels en condities te bestuderen.Splice varianten zijn reeds ontdekt voor 95% en 70% van de genen in mens en planten respectievelijk, maar het is nog onduidelijk hoe vaak de verhouding van deze isovormen aangepast wordt, of wat de impact hiervan is op gen functies.Om een dieper inzicht te krijgen in het effect van alternatieve splicing werd een grootschalig onderzoek naar DTG in Arabidopsis thaliana uitgevoerd.Een nieuwe methode om deze events te detecteren werd eerst getest op gesimuleerde data, waarna ze werd toegepast op 206 experimenten uit verscheidene studies.DTG werd vastgesteld voor meer dan de helft van de genen die alternatieve splicing ondergaan.De frequentie en het effect van DTG op coderende sequenties werd ook gelinkt aan eigenschappen zoals de evolutionaire leeftijd en de gekende functies van genen.De dataset werd ook openbaar gemaakt om andere onderzoekers in staat te stellen om alternatieve splicing op te sporen voor hun genen van interesse, en om na te gaan of proteïne sequenties hierdoor worden aangetast.
Institution: Ghent University
Language: English
Open Access status: green
OpenAlex ID: W2943318333
Cites: 271
Cited by:
Related to: 10