Pathway analysis for ChIP-seq data.

Abstract

With the completion of the human genome sequence, attention turned to identifying and annotating its functional DNA elements and the interactions among them through different phenotypes. Epigenetics is a field of biology that studies these interactions. On one hand, an important issue in deciphering the epigenetic code is whether two given histone modifications, transcription factors or chromatin modifiers are co-enriched on the same locus [1]. To resolve these issues, ChIP-seq has been developed, where one protein is immunoprecipitated from a chromatin sample, and a second protein is subsequently immunoprecipitated from chromatin eluted from the first ChIP [1]. On the other hand, analysis of GRN can help in identifying important or core regulatory genes (TFs and miRNAs) that play significant role in controlling the specificity of gene expression during a biological process [2]. These two keys, can unravel the mystery behind diseases and their treatment, and can be a powerful tool when combined in software tools in the hands of biologists. The objective of the thesis is to explore the effect of ChIP-seq data, coming from specific proteins under specific conditions, in functional sub-pathways for specific phenotype. A Shiny application combined with R programming language was developed for the download and analysis of ChIP-seq data from the ENCODE Experiment ChIP-seq Matrix and the extended version of the open source pathway analysis tool MinePath was used for the identification and visualization of functional sub-pathways.

Με την ραγδαία εξέλιξη της τεχνολογίας και την ολοκλήρωση του προγράμματος χαρτογράφησης του Ανθρώπινου Γονιδιώματος δημιουργήθηκε η ανάγκη και οι επιστήμονες στράφηκαν στην αναγνώριση των σχέσεων που εκφράζονται ανάμεσα στα γενετικά στοιχεία του DNA του ανθρώπινου κυττάρου σε διαφορετικούς φαινότυπους. Η Επιγενετική είναι ο κλάδος της Βιολογίας που μελετά αυτές τις συσχετίσεις στα στοιχεία του ανθρώπινου DNA . Η Επιγενετική στις μέρες μας χρησιμοποιεί νέας γενιάς τεχνολογίες αλληλούχισης, όπως η ChIP-seq τεχνολογία και τα πειράματα ανάλυσης γονιδιακής έκφρασης πραγματοποιούνται με μεγαλύτερο ρυθμό. Η ανάπτυξη εφαρμογών web based λογισμικού που χρησιμοποιεί την τεχνολογία ChIP-seq για την ανάλυση και αποκρυπτογράφηση του ανθρώπινου γονιδιώματος είναι στο επίκεντρο του ενδιαφέροντος των βιοπληροφορικών στην προσπάθεια τους να ανακαλύψουν νέες μεθόδους αντιμετώπισης των ασθενειών. Από την άλλη μεριά, η ανάλυση των Ρυθμιστικών Δικτύων Γονιδίων μπορεί να βοηθήσει στον εντοπισμό σημαντικών ρυθμιστικών γονιδίων (TFs/μεταγραφικοί παράγοντες και miRNAs) που παίζουν σημαντικό ρόλο στον έλεγχο της έκφρασης του γονιδίου κατά τη διάρκεια μιας βιολογικής διαδικασίας. Αυτά τα δύο κλειδιά, μπορούν να ξετυλίξουν το μυστήριο πίσω από τις ασθένειες και τη θεραπεία τους, και μπορεί να αποτελέσουν ισχυρό εργαλείο όταν συνδυαστούν με εργαλεία λογισμικού στα χέρια των βιολόγων. Ο στόχος της διατριβής είναι η διερεύνηση της επίδρασης των δεδομένων ChIP-seq , που προέρχονται από ειδικές πρωτεΐνες κάτω από συγκεκριμένες συνθήκες, πάνω σε λειτουργικά υπομονοπάτια για συγκεκριμένους φαινότυπους. Για τα πειράματα η βάση δεδομένων που θα χρησιμοποιηθεί είναι ο Experiment ChIP-seq Matrix από το ENCODE Project. Για την ανάκτηση και την ανάλυση των δεδομένων δημιουργήσαμε μια web-based εφαρμογή υλοποιημένη με Shiny και R που τραβάει αυτόματα τα δεδομένα από την βάση βιοδεδομένων του ENCODE. Τέλος το εργαλείο ανάλυσης MinePath χρησιμοποιήθηκε για την ταυτοποίηση και την απεικόνιση των λειτουργικών υπομονοπατιών αυτών.