Организация и функциоинирование молекулярно-генетических систем IV: генные сети



Преподаватели: Игнатьева Е.В., Сайк О.В.

Программа курса
Лекции
Вопросы к экзамену ( )
Дополнительная литература

Программа курса

ЛЕКЦИЯ 1
История становления понятия «Генные сети»: концепция МГСУ.
Приложение принципов кибернетики к теоретическому описанию явлений жизни. Концепция молекулярно-генетических систем (МГСУ), разработанная профессором В.А.Ратнером. Блочно-модульное строение МГСУ клетки. Понятия в рамках МГСУ: сайзер, оперон, двухоперонный триггер, эпиген, генные сети. Роль обратных связей: варианты генов и генных систем с обратными связями. Строение и функционирование лактозного и триптофанового оперона у бактерий: приложение представлений, разработанных в рамках теории МГСУ. Пример реального триггера — система управления репликацией у фага лямбда. Современные представления о сложности регуляции жизненного цикла фага лямбда.

ЛЕКЦИЯ 2
Теория генных сетей (ГС).
Современное определение понятия «генные сети». Обязательные типы структурных и функциональных компонентов генных сетей. Метод формализованного графического представления ГС, разработанный в рамках технологии GeneNet (разработка ИЦиГ СО РАН). Функциональные модули ГС: пути передачи сигналов, метаболические пути. Структурная классификация метаболических путей. Элементарные события в метаболических генных сетях. Пути передачи сигналов: конвергентность и дивергентность, амплификация сигнала.
Базовые принципы организации генных сетей. Существование большого разнообразия молекулярных механизмов, обеспечивающих реализацию обратных связей. Наличие в каждой сети «центральных» генов и белков. Кассетный принцип регуляции. Молекулярная бюрократия. Авторегуляция генной сети, осуществляемая благодаря функционированию регуляторных контуров с положительными и отрицательными обратными связями. Положительные и отрицательные обратные связи – обязательные компоненты генных сетей. Малые регуляторные контуры с положительными и отрицательными обратными связями.
Четыре характерных типа динамики критических переменных. Пример генной сети гомеостаза: регуляция уровня холестерина в клетке. Пример генной сети стрессового ответа: ответ клетки на тепловой шок. Примеры генной сети циклических процессов: простейшая сеть — авторепрессилятор и супербольшая сеть регуляции клеточного цикла.

ЛЕКЦИЯ 3
Часть 1. Теория генных сетей.
Четыре характерных типа динамики критических переменных (повторение тезиса прошлой лекции). Пример генной сети дифференцировки и морфогенеза: регуляция дифференцировки и созревания эритроцитов. Базовый принцип организации генных сетей — иерархическая организация: (1) элементарные структурные мотивы; (2) интеграция локальных генных сетей в крупномасштабные сетевые структуры. Базовый принцип организации генных сетей — компартментализация ГС. Пример сети организменного уровня, объединяющей сети органов и тканей: генная сеть регуляции эритропоэза. Пример надорганизменной сети, объединяющей генные сети паразита и хозяина: клетка, инфицированная вирусом.
Часть 2. Роль транскрипционных факторов (ТФ) в генных сетях.
ТФ функционируют в составе внутриклеточных сенсоров состояния клети. Примеры сенсоров: (1) реакция на гипоксию (HIF-1alpha); (2) регуляция уровня холестерина в клетке (SREBP); (3) ответ клетки на окислительный стресс (Nrf2). Транскрипционные факторы – элементарные компоненты генных сетей, определяющие их сложность: (1) ТФ могут участвовать в реализации нескольких регуляторных контуров с обратными связями (2) ТФ интегрируют различные сигналы о состоянии клетки.

ЛЕКЦИЯ 4
Часть 1. Генные сети в эпоху высокопроизводительного секвенирования. Транскрипционные регуляторные сети (TRN). Экспериментально-теоретические подходы к реконструкции транскрипционных регуляторных сетей.
Некоторые основные понятия теории графов и их применение для классификации сетей по типам вершин и связей. Сети взаимодействий между генами / белками и их виды в зависимости от типов связей (сети белок-белковых взаимодействий, регуляторные, сети коэкспрессирующихся генов, сети, построенные на основе совместной встречаемости в текстах статей и т.д.).
Часть 2. Реконструкция сетей на основе данных омиксных технологий.
Интернет-доступные информационные компьютерные системы, позволяющие экстрагировать данные по связям различных типов между генами/белками (STRING, GeneMANIA и др.). Компьютерная система Cytoscape – возможности реконструкции, визуализации и анализа сетей.
Часть 3. Представление информации по генным сетям и их функциональным модулям в базах данных.
База данных по генным сетям GeneNet, разработанная в ИЦиГ СО РАН: графический язык представления данных, способы визуализации, информационное содержание. Базы данных, содержащие схемы метаболических и сигнальных путей, а также схемы регуляции биологических процессов различного уровня сложности: KEGG, REACTOME, BIOCARTA, MetaCYC и др. (способы визуализации, информационное содержание, возможности экстракции информации).

Лекция 5
Интеграция разрозненных источников информации по биомедицинской тематике.
Обзор Интернет-ресурсов, содержащих разнообразную информацию о генах, белках, метаболитах, микроРНК, заболеваниях и др., представленную в различных форматах. Интеграция разрозненных источников информации (единый формат, единый способ графического и текстового представления, возможность выполнения поискового запроса ко всем данным). Преимущества интеграция биологических данных. Ресурсы, интегрирующие биологическую информацию из разнородных источников: ANDSystem, STRING, GeneMania, Pathway Commons. Примеры исследований, выполненных с использованием этих ресурсов.

ЛЕКЦИЯ 6
Реконструкция и анализ ассоциативных генных сетей
Реконструкция ассоциативных генных сетей, основанная на методах автоматического анализа текстов (text-mining). Словарь MeSH терминов и компьютерные системы Meshops и Coremine. Система ANDSystem – как пример системы, использующей автоматический анализ текстов для реконструкции ассоциативных генных сетей. Источники информации. Онтологии, используемые в ANDSystem. Модуль автоматического анализа текстов в ANDSystem. Точность и полнота информации, извлеченной методом text-mining. Краткая характеристика интерфейса AndVisio, реализованного в ANDSystem. Примеры задач, которые можно решать с помощью ANDSystem. Выявление структурно-функциональных особенностей ассоциативных генных сетей. Выявление кластеров в генных сетях. Поиск регуляторных контуров. Идентификация ключевых генов, хабов. Выявление центральных вершин в генных сетях, расчет показателей центральности вершин. Определение сверхпредставленных Gene Ontology биологических процессов (ресурс DAVID). Приоритизация генов-кандидатов (ресурсы Endeavour, ToppGene, DIR).

Практическое занятие 1
База KEGG Pathway и компьютерная система GeneMANIA. Знакомство со способом представления данных в базе KEGG Pathway, а также возможностями и способами представления данных в системе GeneMANIA. Цели занятия: (1) овладение методикой формирования списка генов на основе данных из базы KEGG Pathway; (2) овладение методом экстракции данных о белок-белковых взаимодействиях из системы GeneMANIA; (3) овладение навыками визуализации и анализа сетей в системе Cytoscape.

Практическое занятие 2
Компьютерные системы STRING и Cytoscape. Знакомство с возможностями информационной компьютерной системы STRING и компьютерной системы визуализации и анализа данных Cytoscape. Цели занятия: (1) овладение методами экстракции данных из информационной компьютерной системы STRING; (2) визуализация и анализ сетей белок-белковых взаимодействий в системе Cytoscape; (3) сопоставление характеристик сети белок-белковых взаимодействий, полученной с помощью системы STRING, с характеристиками сети, полученной на предыдущем занятии с помощью системы GeneMANIA.

Практическое занятие 3
Компьютерная система ANDSystem. Пример реконструкции генной сети с использованием методов автоматического анализа текстов (text-mining). Словари названий биологических объектов, лингвистические шаблоны в системе ANDSystem. Точность и полнота информации, извлеченной методом text-mining. Цели занятия: получение представления о методе автоматического анализа текстов; знакомство с компьютерной системой ANDSystem.

Практическое занятие 4
Знакомство с интерфейсом системы AndVisio. Возможности поиска и фильтрации данных в AndVisio. Выявление центральных вершин в генных сетях. Расширение генной сети с заданными условиями. Приоритизация генов-кандидатов ресурсами Endeavour, ToppGene, DIR. Анализ сверхпредставленных Gene Ontology биологических процессов ресурсом DAVID. Сравнение результатов реконструкции генных сетей различными системами (ANDSystem, GeneMANIA, STRING и KEGG Pathway). Цели занятия: овладение методами реконструкция и анализа генных сетей с помощью интерфейса AndVisio, реализованного в системе ANDSystem, и других ресурсов; сопоставление генных сетей, полученных разными системами.

[Назад]


Лекции

Название Ссылка на видео Презентация
Лекция №1. История становления понятия «Генные сети»: Концепция МГСУ
(лектор к.б.н. Игнатьева Е.В.)
Лекция №2. Генные сети
(лектор к.б.н. Игнатьева Е.В.)
Лекция №3. Часть 1. Генные сети. Часть 2. Генные сети в эпоху высокопроизводительного секвенирования
(лектор к.б.н. Игнатьева Е.В.)
Лекция №4. Часть 1. Генные сети в эпоху высокопроизводительного секвенирования. Часть 2. Базы данных по генным сетям.
(лектор к.б.н. Игнатьева Е.В.)
Лекция №5. Интеграция разрозненных источников информации по биомедицинской тематике
(лектор — м.н.с. лаб. компьютерной протеомики Сайк О.В.)
Лекция №6. Реконструкция и анализ ассоциативных генных сетей
(лектор — м.н.с. лаб. компьютерной протеомики Сайк О.В.)

Практические занятия

Название Ссылка для скачивания
Практическое занятие 1. Реконструкция сети белок-белковых взаимодействий для набора генов из базы KEGG с помощью программы GeneMANIA и последующий анализ программой Cytoscape.
Практическое занятие 2. Реконструкция сети белок-белковых взаимодействий для набора генов из базы KEGG с помощью программы STRING, их анализ в системе Cytoscape и сопоставление с данными, полученными из GeneMania
Практическое занятие 3. Ознакомление с методами автоматического анализа текстов (text-mining). Анализ сверхпредставленных Gene Ontology биологических процессов ресурсом DAVID. Приоритезация генов-кандидатов ресурсами Endeavour, ToppGene
Практическое занятие 4. Компьютерная система ANDSystem. Реконструкция и анализ ассоциативных генных сетей. Выявление центральных вершин в генных сетях. Кластеризация генных сетей. Сравнение результатов реконструкции генных сетей различными системами.

[Назад]

Дополнительная литература

  1. Колчанов Н.А., Захаров И.К. Вадим Александрович Ратнер: биография и библиография // Вестник ВОГиС, 2005, Том 9, № 2 107-124
  2. Колчанов Н.А., Игнатьева Е.В., Подколодная О.А., Лихошвай В.А., Матушкин Ю.Г. Генные сети // Вавиловский журнал генетики и селекции, 2013, Том 17, № 4/2, стр.833-850
  3. Мигинский Д. С. и др. Технология семантической интеграции баз данных в системной биологии // Вычислительные технологии. 2008, Том 13, №6.
  4. Подколодная, О. А., Подколодная, Н. Н., & Подколодный, Н. Л. Циркадные часы млекопитающих: генная сеть и компьютерный анализ // Вавиловский журнал генетики и селекции, 2014, Том 18, №4-2, стр.928-938.
  5. Ратнер Вадим Александрович – статья в разделе «Генетики Сибири» из материалов Музея истории развития генетики в Сибири
  6. Сайк О.В., Н.А. Коновалова, П.С. Деменков, Н.В. Иванисенко, Т.В. Иванисенко, Д.Е. Иванощук, М.Н. Пономарева, О.С. Коновалова, О.А. Подколодная, И.Н. Лаврик, 4, Н.А. Колчанов, В.А. Иванисенко Молекулярно-генетические механизмы взаимодействия процессов ответа клетки на механический стресс и нейронального апоптоза при первичной открытоугольной глаукоме // Вавиловский журнал генетики и селекции. 2016, Том 20, №6, стр.840-847
  7. Ananko E.A., Podkolodny N.L., Stepanenko I.L., Podkolodnaya O.A., Rasskazov D.A., Miginsky D.S., Likhoshvai V.A., Ratushny A.V., Podkolodnaya N.N., Kolchanov N.A. GeneNet in 2005. Nucleic Acids Res. 2005;33(Database issue):D425-7
  8. Ivanisenko V.A., Saik O.V., Ivanisenko N.V., Tiys E.S., Ivanisenko T.V., Demenkov P.S., Kolchanov N.A. ANDSystem: an Associative Network Discovery System for automated literature mining in the field of biology. BMC Systems Biology 2015, 9(Suppl 2):S2
  9. Manissorn J, Khamchun S, Vinaiphat A, Thongboonkerd V. Alpha-tubulin enhanced renal tubular cell proliferation and tissue repair but reduced cell death and cell-crystal adhesion. Sci Rep. 2016;6:28808
  10. Chu JH, Hart JE, Chhabra D, Garshick E, Raby BA, Laden F. Gene expression network analyses in response to air pollution exposures in the trucking industry. Environ Health. 2016;15(1):101
  11. Şenbabaoğlu Y, Sümer SO, Sánchez-Vega F, Bemis D, Ciriello G, Schultz N, Sander C. A Multi-Method Approach for Proteomic Network Inference in 11 Human Cancers. PLoS Comput Biol. 2016;12(2):e1004765
  12. Cheung WA, Ouellette BF, Wasserman WW. Quantitative biomedical annotation using medical subject heading over-representation profiles (MeSHOPs). BMC Bioinformatics. 2012;13:249

[Назад]