Preview

Вавиловский журнал генетики и селекции

Расширенный поиск

База знаний MiceDEGdb по дифференциально экспрессирующимся генам мыши как модельного объекта биомедицинских исследований

https://doi.org/10.18699/vjgb-25-18

Аннотация

   Фундаментальное понимание многих биологических процессов, происходящих в организме человека, стало возможным благодаря экспериментальным исследованиям на животных моделях. Основным стержнем современных биомедицинских исследований является использование мышиных моделей для изучения важных патофизиологических механизмов, оценки новых терапевтических подходов и принятия решений о переходе или отказе от новых кандидатов на препараты в доклинических испытаниях. Преимущество задействования мышей заключается в их небольших размерах, простых условиях содержания и относительно легкой генетической модификации. В настоящее время более 90 % грызунов, используемых для фармацевтических исследований, – мыши. В представленной работе создана пилотная версия базы знаний MiceDEGdb по дифференциально экспрессирующимся генам (ДЭГ) мыши как модельного объекта в биомедицинских исследованиях. Она представляет собой коллекцию опубликованных данных по экспрессии генов у мышей разных линий, предназначенных для изучения возрастных заболеваний: гипертонии, пародонтита, хрупкости кости, фиброза почки, ремоделирования гладких мышц, сердечной недостаточности, нарушения циркадного ритма. Пилотный выпуск базы знаний MiceDEGdb содержит 21 754 ДЭГ, представляющих 9769 уникальных генов Mus musculus, у которых изменяется уровень транскрипции в 25 экспериментах по технологии RNA-seq с использованием восьми тканей (десна, кость, почка, правый желудочек сердца, дуга аорты, гиппокамп, скелетная мышца и матка) в шести генетических линиях мышей, C57BL/6J, Ren1cCre|ZsGreen, B6.129S7(Cg)-Polgtm1Prol/J, BPN/3J, BPH/2J и Kunming, в качестве моделей восьми заболеваний человека согласно 10 оригинальным статьям. Новшеством MiceDEGdb в сравнении с другими базами данных о ДЭГ мышей является курируемая аннотация отклонений ДЭГ мыши от соответствующей нормы с помощью независимых биомедицинских публикаций о сонаправленных изменениях экспрессии гомологичных генов человека у пациентов с теми или иными заболеваниями относительно условно здоровых добровольцев. В пилотном выпуске MiceDEGdb документировано 85 092 таких аннотаций для 318 генов человека при 895 заболеваниях согласно 912 научным статьям, цитируемым с помощью их идентификаторов PubMed ID. Информационное содержание MiceDEGdb может быть интересным для генетиков, молекулярных биологов, биоинформатиков, клиницистов, фармацевтов и генетических консультантов по персонализированной медицине. База знаний MiceDEGdb находится в свободном доступе по гиперссылке: https://www.sysbio.ru/MiceDEGdb.

Об авторах

О. А. Подколодная
Федеральный исследовательский центр Институт цитологии и генетики Сибирского отделения Российской академии наук
Россия

Новосибирск



И. В. Чадаева
Федеральный исследовательский центр Институт цитологии и генетики Сибирского отделения Российской академии наук; Курчатовский геномный центр ИЦиГ СО РАН
Россия

Новосибирск



С. В. Филонов
Федеральный исследовательский центр Институт цитологии и генетики Сибирского отделения Российской академии наук
Россия

Новосибирск



Н. Л. Подколодный
Федеральный исследовательский центр Институт цитологии и генетики Сибирского отделения Российской академии наук; Институт вычислительной математики и математической геофизики Сибирского отделения Российской академии наук
Россия

Новосибирск



Д. А. Рассказов
Федеральный исследовательский центр Институт цитологии и генетики Сибирского отделения Российской академии наук
Россия

Новосибирск



Н. Н. Твердохлеб
Федеральный исследовательский центр Институт цитологии и генетики Сибирского отделения Российской академии наук
Россия

Новосибирск



К. А. Золотарева
Федеральный исследовательский центр Институт цитологии и генетики Сибирского отделения Российской академии наук
Россия

Новосибирск



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

Новосибирск



Е. Ю. Кондратюк
Федеральный исследовательский центр Институт цитологии и генетики Сибирского отделения Российской академии наук; Сибирский федеральный научный центр агробиотехнологий Российской академии наук
Россия

Новосибирск; Новосибирская область; р. п. Краснообск 



Д. Ю. Ощепков
Федеральный исследовательский центр Институт цитологии и генетики Сибирского отделения Российской академии наук; Курчатовский геномный центр ИЦиГ СО РАН; Новосибирский национальный исследовательский государственный университет
Россия

Новосибирск



М. П. Пономаренко
Федеральный исследовательский центр Институт цитологии и генетики Сибирского отделения Российской академии наук; Курчатовский геномный центр ИЦиГ СО РАН
Россия

Новосибирск



Список литературы

1. Amaladoss A., Chen Q., Liu M., Dummler S.K., Dao M., Suresh S., Chen J., Preiser P.R. De novo generated human red blood cells in humanized mice support Plasmodium falciparum infection. PLoS One. 2015;10(6):e0129825. doi: 10.1371/journal.pone.0129825

2. Bruter A.V., Varlamova E.A., Okulova Y.D., Tatarskiy V.V., Si­laeva Y.Y., Filatov M.A. Genetically modified mice as a tool for the study of human diseases. Mol Biol Rep. 2024;51(1):135. doi: 10.1007/s11033­023­09066­0

3. Chadaeva I.V., Filonov S.V., Zolotareva K.A., Khandaev B.M., Ershov N.I., Podkolodnyy N.L., Kozhemyakina R.V., Rasskazov D.A., Bogomolov A.G., Kondratyuk E.Yu., Klimova N.V., Shikhevich S.G., Ryazanova M.A., Fedoseeva L.A., Redina О.Е., Kozhevnikova O.S., Stefanova N.A., Kolosova N.G., Markel A.L., Ponomarenko M.P., Oshchepkov D.Yu. RatDEGdb: a knowledge base of differentially expressed genes in the rat as a model object in biomedical research. Vavilovskii Zhurnal Genetiki i Selektsii = Vavilov J Genet Breed. 2023;27(7):794­806. doi: 10.18699/VJGB­23­92

4. Chen G., Tang Q., Yu S., Xie Y., Sun J., Li S., Chen L. The biological function of BMAL1 in skeleton development and disorders. Life Sci. 2020;253:117636. doi: 10.1016/j.lfs.2020.117636

5. Chen Z., Huang Z., Zhao X., Zhou Y., Zhang P., Li Y. Transcriptome analysis of differentially expressed genes involved in the inflam­mageing status of gingiva in aged mice. Oral Dis. 2023;29(4):1757-1769. doi: 10.1111/odi.14222

6. Chuang D.M., Chen R.W., Chalecka­Franaszek E., Ren M., Hashimoto R., Senatorov V., Kanai H., Hough C., Hiroi T., Leeds P. Neuroprotective effects of lithium in cultured cells and animal models of diseases. Bipolar Disord. 2002;4(2):129­136. doi: 10.1034/j.13995618.2002.01179.x

7. Chuprin J., Buettner H., Seedhom M.O., Greiner D.L., Keck J.G., Ishikawa F., Shultz L.D., Brehm M.A. Humanized mouse models for immuno­oncology research. Nat Rev Clin Oncol. 2023;20(3): 192­206. doi: 10.1038/s41571­022­00721­2

8. Conti L., Reitano E., Cattaneo E. Neural stem cell systems: diversities and properties after transplantation in animal models of diseases. Brain Pathol. 2006;16(2):143­154. doi: 10.1111/j.1750­3639.2006.00009.x

9. Ding H., Liu S., Yuan Y., Lin Q., Chan P., Cai Y. Decreased expression of Bmal2 in patients with Parkinson’s disease. Neurosci Lett. 2011;499(3):186­188. doi: 10.1016/j.neulet.2011.05.058

10. Elshazley M., Sato M., Hase T., Yamashita R., Yoshida K., Toyokuni S., Ishiguro F., Osada H., Sekido Y., Yokoi K., Usami N., Shames D.S., Kondo M., Gazdar A.F., Minna J.D., Hasegawa Y. The circadian clock gene BMAL1 is a novel therapeutic target for malignant pleural mesothelioma. Int J Cancer. 2012;131(12):2820­2831. doi: 10.1002/ijc.27598

11. Fang K., Liu D., Pathak S.S., Yang B., Li J., Karthikeyan R., Chao O.Y., Yang Y.M., Jin V.X., Cao R. Disruption of circadian rhythms by ambient light during neurodevelopment leads to autistic­like molecular and behavioral alterations in adult mice. Cells. 2021;10(12):3314. doi: 10.3390/cells10123314

12. Filonov S.V., Podkolodnyy N.L., Podkolodnaya O.A., Tverdokhleb N.N., Ponomarenko P.M., Rasskazov D.A., Bogomolov A.G., Ponomarenko M.P. Human_SNP_TATAdb: a database of SNPs that statistically significantly change the affinity of the TATA-binding protein to human gene promoters: genome­wide analysis and use cases. Vavilovskii Zhurnal Genetiki i Selektsii = Vavilov J Genet Breed. 2023;27(7):728­736. doi: 10.18699/VJGB­23­85

13. Frias­Staheli N., Dorner M., Marukian S., Billerbeck E., Labitt R.N., Rice C.M., Ploss A. Utility of humanized BLT mice for analysis of dengue virus infection and antiviral drug testing. J Virol. 2014; 88(4):2205­2218. doi: 10.1128/JVI.03085­13

14. Giebfried J., Lorentz A. Relationship between the biological clock and inflammatory bowel disease. Clocks Sleep. 2023;5(2):260­275. doi: 10.3390/clockssleep5020021

15. Girard C.A., Wunderlich F.T., Shimomura K., Collins S., Kaizik S., Proks P., Abdulkader F., Clark A., Ball V., Zubcevic L., Bentley L., Clark R., Church C., Hugill A., Galvanovskis J., Cox R., Rorsman P., Bruning J.C., Ashcroft F.M. Expression of an activating mutation in the gene encoding the KATP channel subunit Kir6.2 in mouse pancreatic beta cells recapitulates neonatal diabetes. J Clin Invest. 2009;119(1):80­90. doi: 10.1172/jci35772

16. Gorr M.W., Francois A., Marcho L.M., Saldana T., McGrail E., Sun N., Stratton M.S. Molecular signature of cardiac remodeling associated with Polymerase Gamma mutation. Life Sci. 2022;298:120469. doi: 10.1016/j.lfs.2022.120469

17. Gryksa K., Schmidtner A.K., Masis­Calvo M., Rodriguez­Villagra O.A., Havasi A., Wirobski G., Maloumby R., Jagle H., Bosch O.J., Slattery D.A., Neumann I.D. Selective breeding of rats for high (HAB) and low (LAB) anxiety­related behaviour: A unique model for comorbid depression and social dysfunctions. Neurosci Biobehav Rev. 2023;152:105292. doi: 10.1016/j.neubiorev.2023.105292

18. Gunawan M., Her Z., Liu M., Tan S.Y., Chan X.Y., Tan W.W.S., Dhar­maraaja S., Fan Y., Ong C.B., Loh E., Chang K.T.E., Tan T.C., Chan J.K.Y., Chen Q. A novel human systemic lupus erythematosus model in humanised mice. Sci Rep. 2017;7(1):16642. doi: 10.1038/s41598­017­16999­7

19. Hild B., Dreier M.S., Oh J.H., McCulloch J.A., Badger J.H., Guo J., Thefaine C.E., Umarova R., Hall K.D., Gavrilova O., Rosshart S.P., Trinchieri G., Rehermann B. Neonatal exposure to a wild­derived microbiome protects mice against diet­induced obesity. Nat Metab. 2021;3(8):1042­1057. doi: 10.1038/s42255­021­00439­y

20. Jacenik D., Cygankiewicz A.I., Mokrowiecka A., Malecka-­Panas E., Fichna J., Krajewska W.M. Sex­ and age­related estrogen signaling alteration in inflammatory bowel diseases: modulatory role of estrogen receptors. Int J Mol Sci. 2019;20(13):3175. doi: 10.3390/ijms20133175

21. Kaya S., Schurman C.A., Dole N.S., Evans D.S., Alliston T. Prioritization of genes relevant to bone fragility through the unbiased integration of aging mouse bone transcriptomics and human GWAS analy­ses. J Bone Miner Res. 2022;37(4):804­817. doi: 10.1002/jbmr.4516

22. Keng C.T., Sze C.W., Zheng D., Zheng Z., Yong K.S., Tan S.Q., Ong J.J., Tan S.Y., Loh E., Upadya M.H., Kuick C.H., Hotta H., Lim S.G., Tan T.C., Chang K.T., Hong W., Chen J., Tan Y.J., Chen Q. Characterisation of liver pathogenesis, human immune responses and drug testing in a humanised mouse model of HCV infection. Gut. 2016; 65(10):1744­1753. doi: 10.1136/gutjnl­2014­307856

23. Kikyo N. Circadian regulation of bone remodeling. Int J Mol Sci. 2024;25(9):4717. doi: 10.3390/ijms25094717

24. Kim J.K., Forger D.B. A mechanism for robust circadian timekeeping via stoichiometric balance. Mol Syst Biol. 2012;8:630. doi: 10.1038/msb.2012.62

25. Kiss T., Nyul­Toth A., Gulej R., Tarantini S., Csipo T., Mukli P., Ungvari A., Balasubramanian P., Yabluchanskiy A., Benyo Z., Conley S.M., Wren J.D., Garman L., Huffman D.M., Csiszar A., Ungvari Z. Old blood from heterochronic parabionts accelerates vascular aging in young mice: transcriptomic signature of pathologic smooth muscle remodeling. GeroScience. 2022;44(2):953­981. doi: 10.1007/s11357­022­00519­1

26. Krause C., Suwada K., Blomme E.A.G., Kowalkowski K., Liguori M.J., Mahalingaiah P.K., Mittelstadt S., Peterson R., Rendino L., Vo A., Van Vleet T.R. Preclinical species gene expression database: development and meta­analysis. Front Genet. 2023;13:1078050. doi: 10.3389/fgene.2022.1078050

27. Li J., Gao F., Wei L., Chen L., Qu N., Zeng L., Luo Y., Huang X., Jiang H. Predict the role of lncRNA in kidney aging based on RNA sequencing. BMC Genomics. 2022;23(1):254. doi: 10.1186/s12864022­08479­8

28. Li L., Zhang M., Zhao C., Cheng Y., Liu C., Shi M. Circadian clock gene Clock­Bmal1 regulates cellular senescence in Chronic obstructive pulmonary disease. BMC Pulm Med. 2022;22(1):435. doi: 10.1186/s12890­022­02237­y

29. Li Z., Zhang Z., Ren Y., Wang Y., Fang J., Yue H., Ma S., Guan F. Aging and age­related diseases: from mechanisms to therapeutic stra tegies. Biogerontology. 2021;22(2):165­187. doi: 10.1007/s10522­021­09910­5

30. Liu B., Cui D., Liu J., Shi J.S. Transcriptome analysis of the aged SAMP8 mouse model of Alzheimer’s disease reveals novel molecular targets of formononetin protection. Front Pharmacol. 2024;15: 1440515. doi: 10.3389/fphar.2024.1440515

31. Liu L., van Schaik T.A., Chen K.S., Rossignoli F., Borges P., Vrbanac V., Wakimoto H., Shah K. Establishment and immune phenotyping of patient­derived glioblastoma models in humanized mice. Front Immunol. 2024;14:1324618. doi: 10.3389/fimmu.2023.1324618

32. Lu Z. PubMed and beyond: a survey of web tools for searching biomedical literature. Database (Oxford). 2011;2011:baq036. doi: 10.1093/database/baq036

33. Lukacs N.W., Strieter R.M., Standiford T.J., Kunkel S.L. Characterization of chemokine function in animal models of diseases. Methods. 1996;10(1):158­165. doi: 10.1006/meth.1996.0090

34. Monteiro C.J., Heery D.M., Whitchurch J.B. Modern approaches to mouse genome editing using the CRISPR­Cas toolbox and their applications in functional genomics and translational research. Adv Exp Med Biol. 2023;1429:13­40. doi: 10.1007/978­3­03133325­5_2

35. Myers M.J., Shaik F., Shaik F., Alway S.E., Mohamed J.S. Skeletal muscle gene expression profile in response to caloric restriction and aging: a role for Sirt1. Genes (Basel). 2021;12(5):691. doi: 10.3390/genes12050691

36. Neba Ambe G.N.N., Breda C., Bhambra A.S., Arroo R.R.J. Effect of the citrus flavone nobiletin on circadian rhythms and metabolic syndrome. Molecules. 2022;27(22):7727. doi: 10.3390/molecules27227727

37. Oishi K., Ohkura N., Amagai N., Ishida N. Involvement of circadian clock gene Clock in diabetes­induced circadian augmentation of plasminogen activator inhibitor­1 (PAI-1) expression in the mouse heart. FEBS Lett. 2005;579(17):3555­3559. doi: 10.1016/j.febslet.2005.05.027

38. Petrova D.D., Dolgova E.V., Proskurina A.S., Ritter G.S., Ruzanova V.S., Efremov Y.R., Potter E.A., Kirikovich S.S., Levites E.V., Taranov O.S., Ostanin A.A., Chernykh E.R., Kolchanov N.A., Bogachev S.S. The new general biological property of stem­like tumor cells. Part II: surface molecules, which belongs to distinctive groups with particular functions, form a unique pattern charac­teristic of a certain type of tumor stem­like cells. Int J Mol Sci. 2022;23(24):15800. doi: 10.3390/ijms232415800

39. Podkolodnyy N.L., Tverdokhleb N.N., Podkolodnaya O.A. Computa­tional model for mammalian circadian oscillator: interacting with NAD+/SIRT1 pathway and age­related changes in gene expres­sion of circadian oscillator. Vavilovskii Zhurnal Genetiki i Selektsii = Vavilov J Genet Breed. 2016;20(6):848­856. doi: 10.18699/VJ16.201

40. Puig O., Wang I.M., Cheng P., Zhou P., Roy S., Cully D., Peters M., Benita Y., Thompson J., Cai T.Q. Transcriptome profiling and net­work analysis of genetically hypertensive mice identifies potential pharmacological targets of hypertension. Physiol Genomics. 2010; 42A(1):24­32. doi: 10.1152/physiolgenomics.00010.2010

41. Roybal K., Theobold D., Graham A., DiNieri J.A., Russo S.J., Krishnan V., Chakravarty S., Peevey J., Oehrlein N., Birnbaum S., Vitaterna M.H., Orsulak P., Takahashi J.S., Nestler E.J., Carle­zon W.A. Jr., McClung C.A. Mania­like behavior induced by disruption of CLOCK. Proc Natl Acad Sci USA. 2007;104(15):6406-6411. doi: 10.1073/pnas.0609625104

42. Sarsani V.K., Raghupathy N., Fiddes I.T., Armstrong J., Thibaud-­Nissen F., Zinder O., Bolisetty M., Howe K., Hinerfeld D., Ruan X., Rowe L., Barter M., Ananda G., Paten B., Weinstock G.M., Churchill G.A., Wiles M.V., Schneider V.A., Srivastava A., Reinholdt L.G. The genome of C57BL/6J “Eve”, the mother of the laboratory mouse genome reference strain. G3 (Bethesda). 2019;9(6):1795­1805. doi: 10.1534/g3.119.400071

43. Segalat L. Invertebrate animal models of diseases as screening tools in drug discovery. ACS Chem Biol. 2007;2(4):231­236. doi: 10.1021/cb700009m

44. Siniscalchi C., Nouvenne A., Cerundolo N., Meschi T., Ticinesi A.; on behalf of the Parma Post­Graduate Specialization School in Emergency­Urgency Medicine Interest Group on Thoracic Ultrasound. Diaphragm ultrasound in different clinical scenarios : a review with a focus on older patients. Geriatrics (Basel). 2024;9(3):70. doi: 10.3390/geriatrics9030070

45. Stelzer G., Rosen N., Plaschkes I., Zimmerman S., Twik M., Fishilevich S., Stein T.I., Nudel R., Lieder I., Mazor Y., Kaplan S., Dahary D., Warshawsky D., Guan­Golan Y., Kohn A., Rappaport N., Safran M., Lancet D. The GeneCards suite: from gene data mining to disease genome sequence analyses. Curr Protoc Bioinformatics. 2016;54:1.30.1­1.30.33. doi: 10.1002/cpbi.5

46. Sun S., Wang Y., Maslov A.Y., Dong X., Vijg J. SomaMutDB: a data-base of somatic mutations in normal human tissues. Nucleic Acids Res. 2022;50(D1):D1100­D1108. doi: 10.1093/nar/gkab914

47. Swanson C.M., Kohrt W.M., Buxton O.M., Everson C.A., Wright K.P. Jr., Orwoll E.S., Shea S.A. The importance of the circadian system & sleep for bone health. Metabolism. 2018;84:28­43. doi: 10.1016/j.metabol.2017.12.002

48. Swindell W.R., Johnston A., Sun L., Xing X., Fisher G.J., Bulyk M.L., Elder J.T., Gudjonsson J.E. Meta-profiles of gene expression during aging: limited similarities between mouse and human and an un­-expectedly decreased inflammatory signature. PLoS One. 2012; 7(3):e33204. doi: 10.1371/journal.pone.0033204

49. Vandamme T.F. Use of rodents as models of human diseases. J Pharm Bioallied Sci. 2014;6(1):2­9. doi: 10.4103/0975­7406.124301

50. Viehmann Milam A.A., Maher S.E., Gibson J.A., Lebastchi J., Wen L., Ruddle N.H., Herold K.C., Bothwell A.L. A humanized mouse mo­del of autoimmune insulitis. Diabetes. 2014;63(5):1712­1724. doi: 10.2337/db13­1141

51. Wang Y., Eng D.G., Pippin J.W., Gharib S.A., McClelland A., Gross K.W., Shankland S.J. Sex differences in transcriptomic profiles in aged kidney cells of renin lineage. Aging (Albany NY ). 2018;10(4):606­621. doi: 10.18632/aging.101416

52. White P.L., Wiederhold N.P., Loeffler J., Najvar L.K., Melchers W., Herrera M., Bretagne S., Wickes B., Kirkpatrick W.R., Barnes R.A., Donnelly J.P., Patterson T.F. Comparison of nonculture blood­based tests for diagnosing invasive aspergillosis in an animal model. J Clin Microbiol. 2016;54(4):960­966. doi: 10.1128/jcm.03233­15

53. Yajima M., Imadome K., Nakagawa A., Watanabe S., Terashima K., Nakamura H., Ito M., Shimizu N., Honda M., Yamamoto N., Fuji­wara S. A new humanized mouse model of Epstein–Barr virus infection that reproduces persistent infection, lymphoproliferative disorder, and cell­mediated and humoral immune responses. J Infect Dis. 2008;198(5):673­682. doi: 10.1086/590502

54. Yong K.S.M., Her Z., Chen Q. Humanized mice as unique tools for human-specific studies. Arch Immunol Ther Exp (Warsz). 2018;66(4): 245­266. doi: 10.1007/s00005­018­0506­x

55. Yuan G., Hua B., Yang Y., Xu L., Cai T., Sun N., Yan Z., Lu C., Qian R. The circadian gene Clock regulates bone formation via PDIA3. J Bone Miner Res. 2017;32(4):861­871. doi: 10.1002/jbmr.3046

56. Zayoud M., El Malki K., Frauenknecht K., Trinschek B., Kloos L., Karram K., Wanke F., Georgescu J., Hartwig U.F., Sommer C., Jonuleit H., Waisman A., Kurschus F.C. Subclinical CNS inflammation as response to a myelin antigen in humanized mice. J Neuroimmune Pharmacol. 2013; 8(4):1037­1047. doi: 10.1007/s11481­013­9466­4

57. Zhou X., Zhang X.X., Mahmmod Y.S., Hernandez J.A., Li G.F., Huang W.Y., Wang Y.P., Zheng Y.X., Li X.M., Yuan Z.G. A transcriptome analysis: various reasons of adverse pregnancy outcomes caused by acute Toxoplasma gondii infection. Front Physiol. 2020; 11:115. doi: 10.3389/fphys.2020.00115


Рецензия

Просмотров: 387


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


ISSN 2500-3259 (Online)