Preview

Вавиловский журнал генетики и селекции

Расширенный поиск

Интернет-доступные информационные ресурсы по генным сетям, включающие данные по человеку и животным

https://doi.org/10.18699/VJ17.310

Полный текст:

Аннотация

Генные сети – это молекулярно­генетические системы, обеспечивающие формирование фенотипических характеристик организ­
мов (молекулярных, биохимических, структурных, морфологических, поведенческих и т. д.) на основе информации, закодированной в их геномах. Реконструкция генных сетей обеспечивает методическую основу современной системной биологии. Большую ценность представляет информация о структурно­функциональной организации генных сетей, накопленная в современных базах данных. В настоящем обзоре представлена характеристика интернет­доступных информационных ресурсов, ориентированных на человека и животных и содержащих данные по генным сетям и их функциональным модулям. Не претендуя на полноту охвата абсолютно всех информационных ресурсов, содержащих данные, относящиеся к человеку и животным по этой тематике, предложенный обзор создан для того, чтобы оценить современное состояние проблемы, а также представить критерии, согласно которым целесообразно оценивать полезность информационных ресурсов для конкретных исследовательских задач. Исходя из этого нами, во­первых, была сформирована и охарактеризована подборка баз данных, содержащих сведения о метаболических и сигнальных путях, а также о путях регуляции биологических процессов на клеточном и организменном уровнях. Во­вторых, в качестве примера описаны несколько известных баз данных по меж молекулярным взаимодействиям различных типов. В обзоре рас сматриваются следующие характеристики баз данных: 1) типы на копленной информации; 2) способы представления информации; 3) способы наполнения баз данных; 4) основные источники инфор мации; 5) программные средства, позволяющие осуществлять поиск и анализ данных. Сопоставление перечисленных характеристик показало, что рассмотренные базы данных очень гетерогенны по тематике, источникам, типам и способу представления информации, а также по возможностям формировать запросы и анализировать данные. Делается вывод о том, что до начала реконструкции генной сети определенного биологического процесса очень важно иметь пред ставление о максимально полном наборе информационных источников, из которых может быть взята информация. Приведены примеры веб­порталов, аккумулирующих сведения о базах данных и информационных ресурсах, которые могут быть полезны для реконструкции и анализа генных сетей.

Об авторах

Е. В. Игнатьева
Федеральный исследовательский центр Институт цитологии и генетики Сибирского отделения Российской академии наук; Новосибирский национальный исследовательский государственный университет.
Россия
Новосибирск.


Д. А. Афонников
Федеральный исследовательский центр Институт цитологии и генетики Сибирского отделения Российской академии наук; Новосибирский национальный исследовательский государственный университет.
Россия
Новосибирск.


Н. А. Колчанов
Федеральный исследовательский центр Институт цитологии и генетики Сибирского отделения Российской академии наук; Новосибирский национальный исследовательский государственный университет.
Россия
Новосибирск.


Список литературы

1. Galperin M.Y., Fernández-Suárez X.M., Rigden D.J. The 24th annual Nucleic Acids Research database issue: a look back and upcoming changes. Nucleic Acids Res. 2017;45(D1):D1-D11. DOI 10.1093/nar/gkw1188.

2. Glotov A.S., Tiys E.S., Vashukova E.S., Pakin V.S., Demenkov P.S., Saik O.V., Ivanisenko T.V., Arzhanova O.N., Mozgovaya E.V., Zainulina M.S., Kolchanov N.A., Baranov V.S., Ivanisenko V.A. Molecular association of pathogenetic contributors to pre-eclampsia (pre-eclampsia associome). BMC Syst. Biol. 2015;9(Suppl.2):S4. DOI 10.1186/1752-0509-9-S2-S4.

3. Ignatieva E.V., Afonnikov D.A., Saik O.V., Rogaev E.I., Kolchanov N.A. A compendium of human genes regulating feeding behavior and body weight, its functional characterization and identification of GWAS genes involved in brain-specific PPI network. BMC Genet. 2016;17(Suppl.3):158. DOI 10.1186/s12863-016-0466-2.

4. 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 Syst. Biol. 2015;9(Suppl.2):S2. DOI 10.1186/1752-0509-9-S2-S2.

5. Kauffman S. Homeostasis and differentiation in random genetic control networks. Nature. 1969;224(5215):177-178.

6. Khatri P., Sirota M., Butte A.J. Ten years of pathway analysis: current approaches and outstanding challenges. PLoS Comput. Biol. 2012;8(2):e1002375. DOI 10.1371/journal.pcbi.1002375.

7. Kolchanov N.A., Anan’ko E.A., Kolpakov F.A., Podkolodnaya O.A., Ignatieva E.V., Goryachkovskaya T.N., Stepanenko E.L. Gene networks. Molekulyarnaya biologiya = Molecular Biology (Moscow). 2000;34(4):533-544. (in Russian)

8. Kolchanov N.A., Ignatieva E.V., Podkolodnaya O.A., Likhoshvai V.А., Matushkin Yu.G. Gene networks. Vavilovskii Zhurnal Genetiki i Selektsii = Vavilov Journal of Genetics and Breeding. 2013;17(4/2): 833-850. (in Russian)

9. Kolchanov N.A., Merkulova T.I., Ignatieva E.V., Ananko E.A., Oshchep kov D.Y., Levitsky V.G., Vasiliev G.V., Klimova N.V., Merkulov V.M., Hodgman T.C. Combined experimental and computational approaches to study the regulatory elements in eukaryotic genes. Brief. Bioinform. 2007;8(4):266-274.

10. Kutmon M., Riutta A., Nunes N., Hanspers K., Willighagen E.L., Bohler A., Mélius J., Waagmeester A., Sinha S.R., Miller R., Coort S.L., Cirillo E., Smeets B., Evelo C.T., Pico A.R. WikiPathways: capturing the full diversity of pathway knowledge. Nucleic Acids Res. 2016;44(D1):D488-494. DOI 10.1093/nar/gkv1024.

11. Lei X., Wu S., Ge L., Zhang A. Clustering and overlapping modules detection in PPI network based on IBFO. Proteomics. 2013;13(2):278290. DOI 10.1002/pmic.201200309.

12. Levitsky V.G., Ignatieva E.V., Ananko E.A., Turnaev I.I., Merkulova T.I., Kolchanov N.A., Hodgman T.C. Effective transcription factor binding site prediction using a combination of optimization, a genetic algorithm and discriminant analysis to capture distant interactions. BMC Bioinformatics. 2007;8:481. DOI 10.1186/14712105-8-481.

13. Li J.R., Suzuki T., Nishimura H., Kishima M., Maeda S., Suzuki H. Asymmetric regulation of peripheral genes by two transcriptional regulatory networks. PLoS ONE. 2016;11(8):e0160459. DOI 10.1371/journal.pone.0160459.

14. McMullen P.D., Bhattacharya S., Woods C.G., Sun B., Yarborough K., Ross S.M., Miller M.E., McBride M.T., LeCluyse E.L., Clewell R.A., Andersen M.E. A map of the PPARα transcription regulatory network for primary human hepatocytes. Chem. Biol. Interact. 2014;209:14-24. DOI 10.1016/j.cbi.2013.11.006.

15. Mustafin Z.S., Lashin S.A., Matushkin Y.G., Gunbin K.V., Afonnikov D.A. Orthoscape: a cytoscape application for grouping and visualization KEGG based gene networks by taxonomy and homology principles. BMC Bioinformatics. 2017;18(Suppl.1):1427. DOI 10.1186/s12859-016-1427-5.

16. Neph S., Stergachis A.B., Reynolds A., Sandstrom R., Borenstein E., Stamatoyannopoulos J.A. Circuitry and dynamics of human transcription factor regulatory networks. Cell. 2012;150(6):1274-1286. DOI 10.1016/j.cell.2012.04.040.

17. Obermayer B., Levine E. Exploring the miRNA regulatory network using evolutionary correlations. PLoS Comput. Biol. 2014;10(10): e1003860. DOI 10.1371/journal.pcbi.1003860.

18. Plaisier C.L., Pan M., Baliga N.S. A miRNA-regulatory network explains how dysregulated miRNAs perturb oncogenic processes across diverse cancers. Genome Res. 2012;22(11):2302-2314. DOI 10.1101/gr.133991.111.

19. Podkolodnaya O.A., Tverdokhleb N.N., Podkolodnyy N.L. Computational modeling of the cell-autonomous mammalian circadian oscillator. BMC Syst. Biol. 2017;11(Suppl.1):379. DOI 10.1186/s12918016-0379-8.

20. Podkolodnyy N.L., Tverdokhleb N.N., Podkolodnaya O.A. Computational model for mammalian circadian oscillator: interacting with NAD+/SIRT1 pathway and age-related changes in gene expression of circadian oscillator. Vavilovskii Zhurnal Genetiki i Selektsii = Vavilov Journal of Genetics and Breeding. 2016;20(6):848856. DOI 10.18699/VJ16.201. (in Russian)

21. Ratner V.A. Geneticheskie upravlyayushchie sistemy [Genetic Control Systems]. Novosibirsk: Nauka Publ., 1966. (in Russian)

22. Reece-Hoyes J.S., Deplancke B., Shingles J., Grove C.A., Hope I.A., Walhout A.J. A compendium of Caenorhabditis elegans regulatory transcription factors: a resource for mapping transcription regulatory networks. Genome Biol. 2005;6(13):R110.

23. Saik O.V., Ivanisenko T.V., Demenkov P.S., Ivanisenko V.A. Interactome of the hepatitis C virus: Literature mining with ANDSystem. Virus Res. 2016;218:40-48. DOI 10.1016/j.virusres.2015.12.003.

24. Stergachis A.B., Neph S., Sandstrom R., Haugen E., Reynolds A.P., Zhang M., Byron R., Canfield T., Stelhing-Sun S., Lee K., Thurman R.E., Vong S., Bates D., Neri F., Diegel M., Giste E., Dunn D., Vierstra J., Hansen R.S., Johnson A.K., Sabo P.J., Wilken M.S., Reh T.A., Treuting P.M., Kaul R., Groudine M., Bender M.A., Borenstein E., Stamatoyannopoulos J.A. Conservation of trans-acting circuitry during mammalian regulatory evolution. Nature. 2014; 515(7527):365-370. DOI 10.1038/nature13972.

25. Tomaru Y., Hasegawa R., Suzuki T., Sato T., Kubosaki A., Suzuki M., Kawaji H., Forrest A.R., Hayashizaki Y., FANTOM Consortium, Shin J.W., Suzuki H. A transient disruption of fibroblastic transcriptional regulatory network facilitates trans-differentiation. Nucleic Acids Res. 2014;42(14):8905-8913. DOI 10.1093/nar/gku567.


Просмотров: 132


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2500-0462 (Print)
ISSN 2500-3259 (Online)