WikiDer > WormBase
Эта статья поднимает множество проблем. Пожалуйста помоги Улучши это или обсудите эти вопросы на страница обсуждения. (Узнайте, как и когда удалить эти сообщения-шаблоны) (Узнайте, как и когда удалить этот шаблон сообщения)
|
Содержание | |
---|---|
Описание | WormBase: всеобъемлющий ресурс для исследования нематод. |
Организмы | Caenorhabditis elegans |
Контакт | |
Основное цитирование | PMID 19910365 |
Доступ | |
Интернет сайт | http://www.wormbase.org/ |
WormBase это онлайн биологическая база данных о биологии и геноме нематоды модельный организм Caenorhabditis elegans и содержит информацию о других родственных нематодах.[1][2] WormBase используется C. elegans исследовательское сообщество и как информационный ресурс, и как место для публикации и распространения их результатов. База данных регулярно обновляется, новые версии выпускаются каждые два месяца. WormBase - одна из организаций, участвующих в База данных универсальных модельных организмов (GMOD) проект.
Содержание
WormBase состоит из следующих основных наборов данных:
- Аннотированные геномы Caenorhabditis elegans, Caenorhabditis briggsae, Caenorhabditis remanei, Caenorhabditis brenneri, Caenorhabditis angaria, Pristionchus pacificus, Haemonchus contortus, Meloidogyne hapla, Meloidogyne incognita, Brugia malayi и Onchocerca volvulus;
- Отобранные вручную аннотации, описывающие функцию ~ 20 500 C. elegans гены, кодирующие белок, и ~ 16000 C. elegans некодирующие гены;
- Генные семьи;
- Ортологии;
- Сайты связывания геномных факторов транскрипции
- Исчерпывающая информация о мутантных аллелях и их фенотипах;
- Полный геном РНКи (РНК-интерференция) экраны;
- Генетические карты, маркеры и полиморфизмы;
- В C. elegans физическая карта;
- Профили экспрессии генов (стадия, ткань и клетка) из микрочипов, анализа SAGE и слияния промоторов GFP;
- Полная линия клеток червя;
- Схема подключения нервной системы червя;
- Белково-белковое взаимодействие Интерактом данные;
- Генетические регуляторные отношения;
- Детали внутри- и межвидовой последовательности гомологии (со ссылками на другие Базы данных модельных организмов).
Кроме того, WormBase содержит обновленную библиографию с возможностью поиска C. elegans исследование и связано с WormBook проект.
Инструменты
WormBase предлагает множество способов поиска и извлечения данных из базы данных:
- WormMart, Вики - был[3] инструмент для получения различной информации о многих генах (или последовательностях этих генов). Это была реализация WormBase БиоМарт.[4]
- Червячная шахта, Вики - по состоянию на 2016 г.[3] первичный объект интеллектуального анализа данных. Это реализация WormBase InterMine.[5]
- Браузер генома - просмотреть гены C. elegans (и другие виды) в их геномном контексте
- Textpresso - инструмент поиска, который публикует запросы C. elegans литература (включая рефераты встреч) и часть литературы по нематодам.
Последовательность курирования
Под курированием последовательности в WormBase понимается поддержание и аннотация первичной геномной последовательности и консенсусного набора генов.
Последовательность генома
Хотя C. elegans Последовательность генома является наиболее точной и полной последовательностью генома эукариот, она постоянно нуждалась в уточнении по мере создания новых доказательств. Многие из этих изменений были вставками или делециями одиночных нуклеотидов, однако было обнаружено несколько крупных неправильных сборок. Например, в 2005 году пришлось инвертировать космиду размером 39 kb. Другие улучшения произошли в результате сравнения геномной ДНК с последовательностями кДНК и анализа высокопроизводительных данных RNASeq. Когда выявляются различия между геномной последовательностью и транскриптами, повторный анализ исходных геномных данных часто приводит к модификации геномной последовательности. Изменения в геномной последовательности создают трудности при сравнении хромосомных координат данных, полученных из разных версий WormBase. Для облегчения этих сравнений программа и данные по повторному отображению координат доступны по адресу: http://wiki.wormbase.org/index.php/Converting_Coordinates_between_releases
Модели генной структуры
Все наборы генов видов WormBase изначально были созданы с помощью программ прогнозирования генов. Программы предсказания генов дают разумный набор структур генов, но лучшие из них правильно предсказывают только около 80% полных структур генов. Им сложно предсказать гены с необычной структурой, а также гены со слабым сигналом начала трансляции, слабыми сайтами сплайсинга или генами с одним экзоном. Они могут неправильно предсказать модель кодирующего гена, в которой ген является псевдогеном, и они плохо предсказывают изоформы гена, если вообще предсказывают.
Генные модели C. elegans, C. briggsae, C. remanei, и C. brenneri гены курируются вручную. Большинство изменений структуры генов было основано на данных транскрипции из крупномасштабных проектов, таких как библиотеки EST Юджи Кохары, проект Orfeome Марка Видаля (worfdb.dfci.harvard.edu/), данные Waterston и Hillier's Illumina и данные Македонки Митревой 454. Однако другие типы данных (например, выравнивание белков, ab initio программы прогнозирования, лидерные сайты транс-сплайсинга, сигналы поли-А и сайты добавления, SAGE и TEC-RED метки транскриптов, масс-спектроскопические пептиды и консервативные белковые домены) полезны для уточнения структур, особенно там, где экспрессия низкая и поэтому транскрипты недостаточно доступны. Когда гены между доступными видами нематод сохраняются, сравнительный анализ также может быть очень информативным.
WormBase рекомендует исследователям сообщать им через службу поддержки, если у них есть доказательства неправильной структуры генов. Любые доказательства изменения последовательности кДНК или мРНК следует направлять в EMBL / GenBank / DDBJ; это помогает в подтверждении и доказательствах для генной модели, поскольку WormBase регулярно извлекает данные о последовательностях из этих общедоступных баз данных. Это также делает данные общедоступными, позволяя исследователям делать соответствующие ссылки и признания.
Когда любое изменение вносится в CDS (или псевдоген), старая генная модель сохраняется как объект «истории». Он будет иметь суффиксное имя, например: «AC3.5: wp119», где «AC3.5» - это имя CDS, а «119» относится к версии базы данных, в которой было внесено изменение. Причина изменения и доказательства для изменения добавляются к аннотации CDS - их можно увидеть в разделе Visible / Remark раздела «Отображение дерева» CDS на веб-сайте WormBase.
Номенклатура генов
Гены
В WormBase ген - это область, которая экспрессируется, или область, которая была экспрессирована и теперь является псевдогеном. Гены имеют уникальные идентификаторы, например «WBGene00006415». Все гены WormBase C. elegans также имеют имя последовательности, которое происходит от космиды, фосмиды или клона YAC, на котором они расположены, например F38H4.7, что указывает на то, что он находится на космиде «F38H4», и есть по крайней мере 6 других генов на этой космиде. Если ген продуцирует белок, который можно классифицировать как член семьи, гену также можно присвоить CGC имя как тег-30 указывая, что это 30-й член тег генная семья. Присвоение фамилий генов контролируется WormBase [6] и запросы на имена должны быть сделаны до публикации через форму по адресу: http://tazendra.caltech.edu/~azurebrd/cgi-bin/forms/gene_name.cgi
Есть несколько исключений из этого формата, например, гены cln-3.1, cln-3.2, и cln-3.3 которые все одинаково похожи на человеческий ген CLN3.Gene GCG-имена видов, отличных от elegans в WormBase, имеют в начале трехбуквенный код вида, например Cre-acl-5, CBR-ACL-5, CBN-ACL-5.
Ген может быть псевдогеном или может экспрессировать один или несколько генов некодирующей РНК (нкРНК) или белок-кодирующих последовательностей (CDS).
Псевдогены
Псевдогены - это гены, которые не производят разумного функционального транскрипта. Они могут быть псевдогенами кодирующих генов или некодирующей РНК, и могут быть целыми или фрагментами гена и могут выражать или не выражать транскрипт. Граница между тем, что считается разумный кодирующий транскрипт иногда бывает субъективным, так как при отсутствии других доказательств использование слабых сайтов сплайсинга или коротких экзонов часто может привести к предполагаемой, хотя и неудовлетворительной модели CDS. Псевдогены и гены с проблемной структурой постоянно пересматриваются в WormBase и используются новые данные, чтобы попытаться определить их статус.
CDS
Кодирующие последовательности (CDS) - единственная часть структуры гена, которая вручную настраивается в WormBase. Структура гена и его транскриптов происходит из структуры их CDS.
CDS имеют имя последовательности, которое происходит от того же имени последовательности, что и их родительский объект Gene, поэтому ген «F38H4.7» имеет CDS, называемый «F38H4.7». CDS определяет кодирующие экзоны в гене от кодона START (метионин) до кодона STOP (включительно).
Любой ген может кодировать несколько белков в результате альтернативного сплайсинга. Эти изоформы имеют имя, которое образовано из имени последовательности гена с добавленной уникальной буквой. В случае гена bli-4 Существует 6 известных изоформ CDS, которые называются K04F10.4a, K04F10.4b, K04F10.4c, K04F10.4d, K04F10.4e и K04F10.4f.
В литературе принято ссылаться на изоформы с использованием названия семейства генов CGC с добавленной буквой, например пха-4а, однако это не имеет значения в базе данных WormBase и ищет пха-4а в WormBase ничего не вернет. Правильным названием этой изоформы является либо имя CDS / Transcript: F38A6.1a, а еще лучше название белка: WP: CE15998.
Транскрипты генов
Транскрипты гена в WormBase автоматически выводятся путем сопоставления любых доступных выравниваний кДНК или мРНК на модели CDS. Следовательно, эти генные транскрипты часто включают экзоны UTR, окружающие CDS. Если нет доступных транскриптов кДНК или мРНК, то транскрипты генов будут иметь точно такую же структуру, что и CDS, на которых они моделируются.
Транскрипты генов названы в честь названия последовательности CDS, используемого для их создания, например, F38H4.7 или же K04F10.4a.
Однако, если существует альтернативный сплайсинг в UTR, который не изменит последовательность белка, альтернативно сплайсированные транскрипты называются с добавленной цифрой, например: K04F10.4a.1 и K04F10.4a.2. Если отсутствуют изоформы кодирующего гена, например AC3.5, но есть альтернативное объединение в UTR, будет несколько транскриптов с именем AC3.5.1 и AC3.5.2и т. д. Если нет альтернативных транскриптов UTR, одиночный coding_transcript называется так же, как CDS, и не имеет добавленного .1, как в случае K04F10.4f.
Опероны
Группы генов, которые транскрибируются как опероны, рассматриваются как объекты оперонов. У них есть такие имена, как CEOP5460 и подбираются вручную с использованием данных из участков лидерной последовательности, подвергшейся транс-сплайсингу SL2.
Некодирующие гены РНК
В WormBase есть несколько классов классов генов некодирующей РНК:
- тРНК гены предсказываются программой «tRNAscan-SE».
- рРНК гены предсказываются гомологией с другими видами.
- мяРНК гены в основном импортируются из Рфам.
- пиРНК гены взяты из анализа характерного мотива в этих генах.
- miRNA гены в основном были импортированы из miRBase. В них размечены первичный и зрелый транскрипты. Первичная стенограмма будет иметь название последовательности, например W09G3.10 и к этому имени будет добавлена буква, например W09G3.10a (и если есть альтернативные зрелые транскрипты, W09G3.10b, так далее.).
- snoRNA гены в основном импортируются из Rfam или из бумаг.
- Гены нкРНК, которые не выполняют других очевидных функций, но которые, очевидно, не кодируют белок и не являются псевдогенами, подвергаются курированию. Многие из них сохраняют гомологию с генами других видов. Некоторые из них экспрессируются в обратном смысле по отношению к генам, кодирующим белок.
Также есть один ген скРНК.
Транспозоны
Транспозоны не классифицируются как гены и поэтому не имеют родительского генного объекта. Их структура курируется как объект Transposon_CDS с именем вроде C29E6.6.
Другие виды
У видов non-elegans в WormBase есть геномы, которые были собраны с помощью технологий секвенирования, которые не включают секвенирование космид или YAC. Следовательно, эти виды не имеют названий последовательностей для CDS и транскриптов генов, основанных на названиях космид. Вместо этого у них есть уникальные буквенно-цифровые идентификаторы, составленные как имена в таблице ниже.
Разновидность | Пример имени гена |
---|---|
C. briggsae | CBG00001 |
C. remanei | CRE00001 |
C. brenneri | CBN00001 |
C. japonica | CJA00001 |
Pristionchus pacificus | PPA00001 |
Белки
Белковые продукты гена создаются путем трансляции последовательностей CDS. Каждой уникальной последовательности белка дается уникальное идентифицирующее имя, например WP: CE40440. Примеры названий идентификаторов белков для каждого вида в WormBase приведены в таблице ниже.
Разновидность | Пример названия белка |
---|---|
C. elegans | WP: CE00001 |
C. briggsae | БП: CBP00001 |
C. remanei | RP: RP00001 |
C. brenneri | CN: CN00001 |
C. japonica | JA: JA00001 |
Pristionchus pacificus | ПП: PP00001 |
Гетерорабдит бактериофора | HB: HB00001 |
Brugia malayi | BM: BM00001 |
Meloidogyne hapla | MH: MH00001 |
Meloidogyne incognita | MI: MI00001 |
Haemonchus contortus | HC: HC00001 |
Две последовательности CDS из разных генов одного вида могут быть идентичными, и поэтому возможно иметь идентичные белки, кодируемые отдельными генами. Когда это происходит, для белка используется одно уникальное идентифицирующее имя, даже если он производится двумя генами.
ParaSite
WormBase ParaSite является субпорталом примерно 100 черновиков геномов паразитарных гельминтов (нематоды и платигельминты) разработан в Европейский институт биоинформатики и Wellcome Trust Sanger Institute.[7] Все геномы собраны и аннотированы. Дополнительная информация, такая как белковые домены и Генная онтология условия также доступны. Генные деревья позволяют выравнивать ортологи между паразитическими червями, другими нематодами и видами компараторов, не являющимися червями. А БиоМарт Предлагается инструмент интеллектуального анализа данных, обеспечивающий крупномасштабный доступ к данным.
Управление WormBase
WormBase - это результат сотрудничества между Европейский институт биоинформатики, Wellcome Trust Sanger Institute, Институт Онтарио по исследованию рака, Вашингтонский университет в Сент-Луисе, а Калифорнийский технологический институт. Поддерживается грантом P41-HG002223 от Национальные институты здоровья и грант G0701197 от Британский совет медицинских исследований .[8] Caltech выполняет биологическое лечение и разрабатывает лежащие в основе онтологии, EBI выполняет курирование и вычисление последовательностей, а также построение базы данных, Sanger в первую очередь участвует в курировании и отображении геномов и генов паразитических нематод, а OICR разрабатывает веб-сайт и основные инструменты интеллектуального анализа данных.
Примечания и ссылки
- ^ Харрис, TW; и другие. (2009-11-12). «WormBase: всеобъемлющий ресурс для исследования нематод». Нуклеиновые кислоты Res. 38 (Выпуск базы данных): D463–7. Дои:10.1093 / нар / gkp952. ЧВК 2808986. PMID 19910365. Получено 2010-04-26.
- ^ Williams, G.W .; Дэвис, П. А .; Роджерс, А. С .; Bieri, T .; Озерский, П .; Спит, Дж. (2011). «Методы и стратегии курирования структуры генов в WormBase». База данных. 2011: baq039. Дои:10.1093 / база данных / baq039. ЧВК 3092607. PMID 21543339.
- ^ а б «WormMart Sunset Period: будет прекращено с 1 января 2016 года». Блог. WormBase. 13 ноя 2015.
- ^ «ВормМарт». Сбор данных. WormBase.
- ^ «Червячная шахта». Сбор данных. WormBase.
- ^ «Номенклатура генов WormBase». Червячная база.
- ^ http://parasite.wormbase.org
- ^ http://www.wormbase.org/wiki/index.php/WormBaseWiki:Copyrights
внешняя ссылка
- WormBase
- WormBase ParaSite
- Сайт WormBook, онлайн-учебник, дополняющий WormBase.
- Textpresso, поисковая машина C. elegans и другой биологической литературы.
- WormBase Вики
- Примечания к выпуску, подробности о последней версии WormBase
- WormBase: лучшее программное обеспечение, более богатый контент Статья Nucleic Acids Research, описывающая WormBase (2006).
- WormBase на Twitter