Informácie

31.2: Základy eQTL – Biológia

31.2: Základy eQTL – Biológia


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Cis-eQTL

Použitie analýzy celého genómu eQTL rozdelilo eQTL na dva odlišné typy prejavov. Toto je však skutočne ľubovoľné obmedzenie a môže byť napríklad zmenené rádovo.

Trans-eQTL

Druhým odlišným typom eQTL je trans-eQTL (obrázok 31.4). Trans-eQTL nemapuje blízko fyzickej polohy génu, ktorý reguluje. Jeho funkcie sú vo všeobecnosti nepriaznivejšie, pokiaľ ide o ich účinok na génovú expresiu (nie priamo posilnenie alebo inhibovanie transkripcie, ale skôr ovplyvnenie kinetiky, signálnych dráh atď.). Pretože je ťažké tieto efekty explicitne určiť, je ťažšie ich nájsť v analýze eQTL; okrem toho môžu byť tieto siete extrémne zložité, čo ďalej obmedzuje analýzu trans-eQTL. Analýza eQTL však viedla k objavu trans hotspotov, ktoré odkazujú na lokusy, ktoré majú rozsiahle transkripčné účinky [11].

Snáď najväčším prekvapením výskumu eQTL je, že napriek umiestneniu trans hotspotov a cis-eQTL sa u ľudí nenašli žiadne veľké trans lokusy pre špecifické gény [12]. To sa pravdepodobne pripisuje súčasnému procesu samotnej analýzy eQTL celého genómu. Ako užitočná a rozšírená analýza eQTL celého genómu sme zistili, že význam pre celý genóm sa vyskytuje pri (p=5 krát 10^{-8}) s viacnásobným testovaním na približne 20 000 génoch. Štúdie teda spravidla používajú neadekvátnu veľkosť vzorky na stanovenie významu mnohých asociácií trans-eQTL, ktoré začínajú predchádzajúcimi s veľmi nízkou pravdepodobnosťou v porovnaní s cis-eQTL [4]. Ďalej, metódy redukcie zaujatosti opísané v predchádzajúcich častiach deflujú variáciu, ktorá je integrálna na zachytenie asociácií mikrotrajetu inherentných v trans lokusoch. Napokon, nenormálne distribúcie obmedzujú štatistickú významnosť asociácií medzi trans-eQTL a génovou expresiou[4]. Toto bolo mierne napravené použitím krížovej fenotypovej metaanalýzy (CPMA) [5], ktorá sa spolieha skôr na súhrnné štatistiky z GWAS než na jednotlivé údaje. Táto krížová analýza vlastností je účinná, pretože trans-eQTL ovplyvňujú mnoho génov, a teda majú viacero asociácií pochádzajúcich z jedného markera. Ukážkový kód CPMA nájdete v časti Nástroje a zdroje.

Napriek tomu, že transloky neboli nájdené, trans-pôsobiace varianty boli nájdené. Pretože je možné odvodiť, že trans-eQTL ovplyvňujú mnoho génov, CPMA a ChIP-Seq je možné použiť na detekciu takýchto variantov krížových znakov. Skutočne bolo zo skupiny 1311 trans-pôsobiacich variantov SNP určených 24 rôznych významných trans-pôsobiacich transkripčných faktorov pozorovaním alelických účinkov na populácie a interakcie/spojenia cieľových génov.


Biológia OER

Vedci používajú metodológiu na systematické skúmanie prírodných javov. Táto metóda používa existujúce informácie alebo pozorovania na získanie známych informácií alebo na overenie predchádzajúcich znalostí. Tieto typy vedomostí pochádzajú z empirických (skúsenostných) alebo meraných informácií. Empirické a namerané údaje (alebo znalosti) sa označujú ako pozorovania . Kým empirický údaje pochádzajú zo skúseností, veda sa vyvinula do spôsobu skúmania pomocou experimentovanie . Experimentálna veda využíva už existujúcu základňu znalostí na položenie testovateľnej otázky nazývanej a hypotéza . Ako mladí sme nesprávne učili, že hypotéza je vzdelaný odhad . Formulovanie predchádzajúcich pozorovaní a meraní do súdržnej línie skúmania nevyžaduje žiadne hádanie. Ľudia majú často o niečom „teórie“, keď v skutočnosti majú hypotézy založené na ich pozorovaniach a predpokladoch.

Experimentálna veda

Testovanie hypotéz je prostriedkom, ktorým sa vykonáva experimentálna veda. Experimentálna veda je navrhnutá tak, aby zlepšila pochopenie problému a odstránila zaujatosti pri interpretácii. Cieľom testovania hypotéz je pokúsiť sa všetkými možnými spôsobmi diskvalifikovať platnosť hypotézy. Experimentátor tým odstráni všetky odchýlky v experimentálnom dizajne. Ak experimentátor nie je schopný hypotézu vyvrátiť, hypotéza sa stane platnejšou a lepšie bude pôsobiť ako prediktor javov.

Experimenty využívajú ovládacie prvky . V kontrolovanom experimente existuje pozitívna a negatívna kontrola. Tieto kontroly fungujú ako referencie v experimente. A pozitívna kontrola je experimentálny stav, pri ktorom sa dosiahne očakávaný výsledok, ktorý sa testuje. Táto kontrola je potrebná na posúdenie platnosti testu alebo liečby. Ako pozitívna kontrola na vyšetrenie citlivosti experimentu môže byť použitých niekoľko prípadov. A negatívna kontrola je experimentálny stav, pri ktorom je známe, že sa nevyskytne očakávaný výsledok. Tento typ kontroly niekedy prichádza vo forme fingovanej alebo falošnej liečby, ako je napríklad podanie niekoho cukrovej pilulky (a placebo ).

Využitím experimentálnej vedy a testovania hypotéz môže zvýšené spresnenie existujúcich znalostí pomôcť pri navrhovaní nových hypotéz. Testovanie hypotéz je opakované. To znamená, že používame nové poznatky, aby sme naďalej zlepšovali naše chápanie vesmíru.

Vedecká metóda je opakovaný proces založený na testovaní a revízii vedomostí. (CC-BY-NC-SA jeremy Seto)

Teórie

A vedecká teória pochádza z opakovaného podloženia viacnásobne testovaných hypotéz. To znamená, že potvrdené hypotézy, pozorovania a experimenty umožňujú vedcom sformulovať súdržnú myšlienku, ktorá integruje viacero podložených dôkazov. Rovnako ako v prípade hypotéz, aj teórie sú navrhnuté tak, aby boli prediktívne a falzifikovateľné. V bežnom jazyku často počujeme slovo teória vo význame domnienka, a ako už bolo diskutované, dohady založené na dôkazoch možno sformulovať do testovateľných hypotéz.

Keď teóriu akceptuje prevažná populácia špecialistov, označuje sa ako a vedecký princíp . Príkladom vedeckého princípu je teória evolúcie prirodzeným výberom. Potvrdilo sa množstvo testovaných hypotéz, ktoré vedú k pochopeniu prirodzeného výberu ako metódy evolúcie. Táto teória umožňuje vedcom pochopiť základnú príbuznosť všetkých živých vecí na planéte. Navyše zjednocuje nesúrodé oblasti biológie, ktoré môžu teóriu využívať prediktívnym spôsobom. Označuje sa preto aj ako a zjednocujúci princíp z biológie.


Biológia: Úvod

Biologická veda sa vyvinula z toho, že si vedci navzájom zdieľajú svoje poznatky, pozorovania a štúdie. Ich fascinácia a skúmanie skutočného sveta viedla k obrovskému množstvu znalostí, ktoré neustále rastú.

Definícia biológie:

Biológia je prírodná veda zaoberajúca sa štúdiom života a živých organizmov vrátane ich štruktúry, funkcie, rastu, vývoja, distribúcie a taxonómie.

Dnes je to oveľa rozsiahlejšie a širšie ako kedykoľvek predtým. Existujú stovky a tisíce príbuzných tém, ktoré je možné zahrnúť do tejto oblasti znalostí. Tu najskôr jednoducho prejdeme jeho vetvami, ako je uvedené nižšie:

Biológia, vedecká štúdia života, zahŕňa niekoľko relevantných odvetví. Nasleduje zoznam hlavných odvetví biológie so stručným popisom pre každé z nich.

poľnohospodárstvo – veda a prax v produkcii plodín a dobytka z prírodných zdrojov zeme.

Anatómia – štúdium zvieracej formy, najmä ľudského tela

Astrobiológia Odvetvie biológie sa zaoberá účinkami vesmíru na živé organizmy a hľadaním mimozemského života.

Biochémia – štúdium štruktúry a funkcie bunkových zložiek, ako sú proteíny, sacharidy, lipidy, nukleové kyseliny a iné biomolekuly, a ich funkcií a premien počas životných procesov

Bioklimatológia – veda zaoberajúca sa vplyvom podnebia na organizmy, napríklad vplyvmi podnebia na vývoj a distribúciu rastlín, zvierat a ľudí

Bioinžinierstvo – alebo biologické inžinierstvo je široko založená inžinierska disciplína, ktorá sa zaoberá biomolekulárnymi a molekulárnymi procesmi, dizajnom produktov, udržateľnosťou a analýzou biologických systémov.

Biogeografia – veda, ktorá sa pokúša popísať meniace sa distribúcie a geografické vzorce živých a fosílnych druhov rastlín a zvierat

Bioinformatika – informačné technológie aplikované vo vedách o živote, obzvlášť technológie používané na zber, ukladanie a získavanie genomických údajov

Biomatematika – matematická biológia alebo biomatematika je interdisciplinárny odbor akademického štúdia, ktorého cieľom je modelovanie prírodných a biologických procesov pomocou matematických techník a nástrojov. Má praktické aj teoretické využitie v biologickom výskume.

Biofyzika – alebo biologická fyzika je interdisciplinárna veda, ktorá aplikuje teórie a metódy fyzikálnych vied na otázky biológie

Biotechnológia – aplikovaná veda, ktorá sa zaoberá biologickými systémami, živými organizmami alebo ich derivátmi na výrobu alebo úpravu produktov alebo procesov na špecifické použitie

Botanika – vedecké štúdium rastlín

Bunková biológia – štúdium buniek na mikroskopickej alebo molekulárnej úrovni. Zahŕňa štúdium fyziologických vlastností, štruktúr, organel buniek, interakcií s ich prostredím, životného cyklu, delenia a apoptózy

Chronobiológia – veda, ktorá študuje javy súvisiace s časom v živých organizmoch

Ochranná biológia – zaoberajúci sa štúdiami a schémami ochrany biotopov a ochrany druhov s cieľom zmierniť krízu vymierania a zachovať biodiverzitu

Kryobiológia – štúdium účinkov nízkych teplôt na živé organizmy

Vývojová biológia – štúdium procesov, ktorými sa organizmus vyvíja od zygoty k úplnej štruktúre

Ekológia – vedecká štúdia vzťahov medzi rastlinami, zvieratami a ich prostredím

Etnobiológia – štúdium minulých a súčasných interakcií človeka s prostredím, napríklad využívanie rozmanitej flóry a fauny domorodými spoločnosťami

Evolučná biológia – podpolí zaoberajúce sa pôvodom a pôvodom druhov, ako aj ich zmenou v čase, t. J. Ich vývojom

Sladkovodná biológia – veda zaoberajúca sa životom a ekosystémami sladkovodných biotopov

Genetika – veda, ktorá sa zaoberá dedičnosťou, najmä mechanizmami dedičného prenosu a variáciou dedičných vlastností medzi podobnými alebo príbuznými organizmami

Geobiológia – veda, ktorá spája geológiu a biológiu s cieľom študovať interakcie organizmov s ich prostredím

Imunobiológia – štúdia štruktúry a funkcie imunitného systému, vrodenej a získanej imunity, telesného rozlíšenia seba samého od seba a laboratórnych techník zahŕňajúcich interakciu antigénov so špecifickými protilátkami

Morská biológia – štúdium oceánskych rastlín a živočíchov a ich ekologických vzťahov

Medicína – veda, ktorá sa týka prevencie, liečby alebo zmiernenia chorôb

Mikrobiológia – odvetvie biológie, ktoré sa zaoberá mikroorganizmami a ich účinkami na ostatné živé organizmy

Molekulárna biológia – odvetvie biológie, ktoré sa zaoberá tvorbou, štruktúrou a funkciou životne dôležitých makromolekúl, ako sú nukleové kyseliny a proteíny, a najmä ich úlohou v replikácii buniek a prenose genetických informácií

Mykológia – štúdium húb

Neurobiológia – odvetvie biológie, ktoré sa zaoberá anatómiou a fyziológiou a patológiou nervového systému

Paleobiológia – štúdium foriem života existujúcich v prehistorických alebo geologických dobách, ako ich reprezentujú fosílie rastlín, zvierat a iných organizmov

Parazitológia – štúdium parazitov a parazitizmu

Patológia – štúdium povahy choroby a jej príčin, procesov, vývoja a následkov

Farmakológia – štúdium prípravy a používania drog a syntetických liekov

Fyziológia – biologické štúdium funkcií živých organizmov a ich častí

Protistológia – štúdium protistov

Psychobiológia – štúdium duševného fungovania a správania vo vzťahu k iným biologickým procesom

Toxikológia – štúdium toho, ako prírodné alebo človekom vyrobené jedy spôsobujú nežiaduce účinky na živé organizmy

Virológia – štúdium vírusov

Zoológia – Odvetvie biológie, ktoré sa zaoberá zvieratami a životom zvierat vrátane štúdia štruktúry, fyziológie, vývoja a klasifikácie zvierat


Základy biológie pôdy

Premýšľali ste niekedy, ako vytvoriť zdravú pôdu na pestovanie silných a vitálnych rastlín vo vašej záhrade? Aby ste vytvorili a udržali zdravú pôdu, musíte porozumieť základom vedy o pôde so zameraním na pôdnu biológiu.

V našej pôde žijú milióny organizmov. Tieto organizmy sú životne dôležité pre zdravie našich záhrad. Pridanie organického materiálu na záhradné záhony má viacero pozitívnych účinkov na vašu pôdu a rastliny. V tomto animovanom videu “Výhovorky na nákup ďalších rastlín” od Jemné záhradníctvo, prečítajte si viac o interakciách medzi organizmami vo vašej pôde a rastlinách a o tom, ako tieto organizmy kŕmiť a podporovať.

Ešte viac informácií o tom, ako podporiť život v pôde, nájdete v článku Ako podporiť život v pôde od Anne Bilke z Jemné záhradníctvo #195. Začína sa to takto:

Životaschopnosť a odolnosť každej záhrady závisí od rastlín, ktoré interagujú s veľkým počtom hmyzu, húb a mikroorganizmov, najmä s tými, ktoré si v pôde nájdu svoje domovy. Rastliny sa prostredníctvom svojich koreňových systémov zúčastňujú rôznych podzemných spoločenstiev, kde sa živiny neustále vymieňajú a recyklujú. Svoju úlohu zohrávajú aj nadzemné časti rastliny, pričom niektorí obyvatelia pôdy sa ako zdroj potravy spoliehajú na materiál, ako sú odumreté listy. S ohľadom na komunity založené na pôde musia záhradníci dobre premyslieť, čo do pôdy pridávame a minimalizovať činnosti, ktoré narúšajú život v pôde.

Viac informácií o zlepšení kvality pôdy:

Nechajte si doručiť naše najnovšie tipy, články s návodom a inštruktážne videá do doručenej pošty.


31.2: Základy eQTL – Biológia

Количество зарегистрированных учащихся: 27 тыс.

Участвовать бесплатно

Úvod do štatistík za najpopulárnejšími projektmi vedy o genómových údajoch. Toto je šiesty kurz v špecializácii Genomic Big Data Science od Johns Hopkins University.

Получаемые навыки

Štatistika, analýza údajov, programovanie R, biostatistika

Рецензии

Veľmi dobrý kurz a užitočné porozumenie štatistickým aspektom údajov.

Toto je najlepšie. Otvára mi to oko pre analýzu genomických údajov.

Tento týždeň sa budeme zaoberať mnohými všeobecnými potrubiami, ktoré ľudia používajú na analýzu konkrétnych dátových typov, ako sú štúdie RNA-seq, GWAS, ChIP-Seq a DNA Methylation.

Преподаватели

Jeff Leek, PhD

Docent, biostatistika

Текст видео

Lokality expresie kvantitatívnych znakov alebo eQTL sú jednou z najbežnejších anagratívnych analýz, ktoré sa vykonávajú v genomike. Takže eQTL je analýza, kde sa snažíte identifikovať variácie v DNA, ktoré korelujú s variáciami v RNA. V zásade teda robíte to, že meriate množstvo rôznych molekúl RNA. A zmerajte DNA v tých istých vzorkách a potom sa pokúsite korelovať variáciu v DNA s variáciou v RNA. Toto je reprezentatívne pre celú triedu problémov, ktoré sú spojené s kombinovaním rôznych typov genómových údajov. Či už meria proteomické údaje a údaje o RNA, údaje o DNA a údaje o RNA alebo RNA a metyláciu. A potom sa pokúsiť integrovať tieto údaje dohromady, aby sa pokúsili identifikovať ich druh krížovej regulácie medzi týmito rôznymi meraniami. Takže jedným z prvých príkladov štúdie eQTL bola táto štúdia Brem et al v roku 2002 vo vede. A v zásade prekročili dva kmene kvasiniek a vytvorili 112 náhodných segregantov. Akonáhle teda mali tieto kvasinkové segreganty, zmerali expresiu mRNA v čase, keď použili génovú expresiu v mikročipoch a potom zmerali genotypy pomocou mikroarrayového genotypizačného nástroja. A cieľom bolo identifikovať asociácie medzi úrovňami expresie, ako aj úrovňami genotypu. A tak si môžete myslieť, že to má v zásade dve zložky. Jedným z nich je tento druh údajov SNP, takže ide o marker alebo SNP spojený s každým génom v genóme. V tomto prípade ide o kvasinkový genóm. Takže máte pozíciu konkrétneho SNP, ktorý meriate, a potom máte tiež informácie o konkrétnom géne. Ako veľmi je tento gén zapnutý alebo vyjadrený. A potom máte informácie o tom, kde sa tento gén nachádza aj v genóme. V zásade sa teda pokúšate vytvoriť asociáciu medzi všetkými možnými úrovňami génovej expresie a všetkými možnými hladinami SNP. To teda zjavne komplikuje problém viacnásobného testovania, pretože robíte všetky možné SNP oproti všetkým možným hodnotám génovej expresie. Ak sa teda zamyslíte nad každým SNP, vykonáte v zásade mikroarray analýzu génovej expresie pre každé jedno SNP. A ak máte tisíce alebo státisíce SNP, sú to tisíce alebo státisíce mikro experimentov. A v podstate hľadáte prípady, ako je tento, kde vidíte, takže v tomto prípade existujú dva kmene. Majú kmene BY a RM, takže v tomto prípade ide o náhrady za genotypy. A tak tu hľadáte rozdiely vo vyjadrovaní. Tu teda nevidíte žiadny alebo nie príliš veľký rozdiel v expresii medzi kmeňmi BY a RM pre tento konkrétny gén, pre tento konkrétny variant. Tu pre tento ďalší variant pre tento iný gén vidíte rozdiely v priemernej úrovni expresie medzi týmito dvoma genotypmi. A tak by sa to dalo klasifikovať ako eQTL, ak by prekročilo prahy významnosti. A toto je typicky typ grafu, ktorý môžete urobiť pri analýze eQTL, takže na osi x tu máme polohu markera alebo genotypu. Takže opäť tam bolo to SNP umiestnené v genóme a potom máte tiež znakovú polohu. Takže tam, kde sa nachádzali hladiny génovej expresie. Takže v podstate si viete predstaviť, kde je gén, ktorý kóduje mRNA, ktorá sa meria, a kde sa meria SNP. Takže potom jednoducho zoradíte chromozómy na každej osi, a tak táto zakrúžkovaná zložka práve tu, táto diagonálna čiara predstavuje to, čo sa zvyčajne nazýva CISeQTL. CISeQTL sú teda často definované ako eQTL, kde je poloha SNP blízko polohe génovej expresie. A potom sú tu tiež veci, ktoré sa nazývajú TRANS eQTL, a v tomto prípade sa zdá, že existuje veľa TRANS eQTL. Často sa však zaznamenáva, že ak vidíte tieto veľké pruhy lokusov, ktoré sa spájajú s mnohými úrovňami expresie génov##27. Veľmi často to bývajú artefakty, takže to môže byť dávkový efekt alebo nejaký druh artefaktu v údajoch, ktorý v podstate riadi určitú variabilitu. Teraz to niekedy môže, ale nemusí byť pravda. Ak napríklad identifikujete biologický dôvod, že medzi konkrétnym lokusom a množstvom expresie génov môže existovať veľký počet asociácií, môže to byť pravda. Ale zvyčajne predpokladáte, že by to mohol byť artefakt, ak vidíte vo vzore tieto druhy veľkých pruhov, kde je konkrétny marker, ktorý je spojený s mnohými génmi. Takže tento nápad je momentálne skutočne populárny. Používa sa v celom rade štúdií. Jednou z najnovších a veľmi rozsiahlych štúdií variácií génovej expresie v kontexte eQTL je projekt GTEx. Kde vzali viac ľudí, viac darcov a od každého darcu odobrali viacero tkanív a zmerali informácie o ich sekvencii DNA. A tiež merali svoju úroveň expresie v rôznych tkanivách, povedzme v ich mozgu, srdci a pečeni, a potom vykonali analýzu eQTL, ktorá je v tkanivách aj v tkanivách. A tak identifikovali veľké množstvo eQTL vrátane druhu eQTL medzi tkanivami. Všetky tieto údaje sú k dispozícii a v prípade záujmu ich môžete začať analyzovať sami. EQTL je teda oblasťou, v ktorej treba zostať, a je pravdepodobne najobľúbenejšou z integračných, genomických aplikácií. Takže len pár poznámok a ďalšie čítanie. Cis-eQTL preto býva dôveryhodnejší než trans-eQTL. Cis-eQTL sú teda tie eQTL, kde poloha SNP alebo variantná poloha sú blízke kódujúcej oblasti génu. Potom trans-eQTL, kde vidíte polohu SNP, ktorá je#27 veľmi vzdialená od polohy kódujúceho génu. Je tu veľa potenciálnych zmätkov. Takže v tejto analýze sa zvyčajne musíte páčiť druhu analýzy GWAS, ktorú musíte prispôsobiť stratifikácii populácie. Musíte to urobiť tu. Musíte sa tiež prispôsobiť veciam, ako sú dávkové efekty na údaje o génovej expresii, rovnako ako by ste to urobili pri analýze génovej expresie. A potom sú tu ešte komplikovanejšie veci, ako sú sekvenčné artefakty. Tam, kde by sekvenčný artefakt mohol skutočne vyzerať, že to tak vyzerá, existuje eQTL, najmä trans-eQTL, keď tam vlastne nie sú. Tento dokument, na ktorý tu odkazujem, je v skutočnosti vynikajúcim prehľadom mnohých problémov spojených s analýzou eQTL, ak sa o tom chcete dozvedieť niečo viac.


31.2: Základy eQTL - biológia

Количество зарегистрированных учащихся: 27 тыс.

Участвовать бесплатно

Úvod do štatistík za najobľúbenejšími projektmi vedy o genómových údajoch. Toto je šiesty kurz v špecializácii Genomic Big Data Science zo Univerzity Johna Hopkinsa.

Получаемые навыки

Štatistika, analýza údajov, programovanie R, biostatistika

Рецензии

Veľmi dobrý kurz a užitočné porozumenie štatistickým aspektom údajov.

Toto je najlepšie. Otvára mi to oko pre analýzu genomických údajov.

Tento týždeň sa budeme zaoberať mnohými všeobecnými potrubiami, ktoré ľudia používajú na analýzu špecifických dátových typov, ako sú štúdie RNA-seq, GWAS, ChIP-Seq a DNA Methylation.


Pozri si video: Biológia: Lázár Angéla: Az ökoszisztémák alapfolyamatai anyagkörforgás (Február 2023).