Computational epigenetik

DNA-metylering är en epigenetisk mekanism som kan studeras med bioinformatik

Computational epigenetics använder statistiska metoder och matematisk modellering i epigenetisk forskning. På grund av den senaste explosionen av epigenomdatauppsättningar spelar beräkningsmetoder en allt större roll inom alla områden av epigenetisk forskning.

Definition

Forskning inom beräkningsepigenetik omfattar utveckling och tillämpning av bioinformatiska metoder för att lösa epigenetiska frågor, samt beräkningsdataanalys och teoretisk modellering i epigenetiksammanhang. Detta inkluderar modellering av effekterna av histon och DNA CpG-ö-metylering.

Aktuella forskningsområden

Epigenetisk databearbetning och analys

Chip-on-chip-teknik

Olika experimentella tekniker har utvecklats för genomomfattande kartläggning av epigenetisk information, den mest använda är ChIP-on-chip , ChIP-seq och bisulfit-sekvensering . Alla dessa metoder genererar stora mängder data och kräver effektiva sätt för databearbetning och kvalitetskontroll med bioinformatiska metoder.

Epigenom förutsägelse

En betydande mängd bioinformatisk forskning har ägnats åt att förutsäga epigenetisk information från egenskaper hos genomsekvensen . Sådana förutsägelser tjänar ett dubbelt syfte. För det första kan exakta epigenomförutsägelser ersätta experimentella data, till viss del, vilket är särskilt relevant för nyupptäckta epigenetiska mekanismer och för andra arter än människa och mus. För det andra bygger prediktionsalgoritmer statistiska modeller av epigenetisk information från träningsdata och kan därför fungera som ett första steg mot kvantitativ modellering av en epigenetisk mekanism. Framgångsrik beräkningsförutsägelse av DNA- och lysinmetylering och acetylering har uppnåtts genom kombinationer av olika funktioner.

Tillämpningar inom cancer epigenetik

Den viktiga roll som epigenetiska defekter spelar för cancer öppnar nya möjligheter för förbättrad diagnos och terapi. Dessa aktiva forskningsområden ger upphov till två frågor som är särskilt mottagliga för bioinformatisk analys. För det första, med tanke på en lista över genomiska regioner som uppvisar epigenetiska skillnader mellan tumörceller och kontroller (eller mellan olika sjukdomssubtyper), kan vi upptäcka gemensamma mönster eller hitta bevis för ett funktionellt samband mellan dessa regioner och cancer? För det andra, kan vi använda bioinformatiska metoder för att förbättra diagnos och terapi genom att upptäcka och klassificera viktiga sjukdomssubtyper?

Nya ämnen

Den första vågen av forskning inom området beräkningsepigenetik drevs av snabba framsteg av experimentella metoder för datagenerering, som krävde adekvata beräkningsmetoder för databehandling och kvalitetskontroll, föranledde studier av epigenomprediktioner som ett sätt att förstå den genomiska distributionen av epigenetisk information och gav grunden för inledande projekt om cancer epigenetik . Även om dessa ämnen kommer att fortsätta att vara stora forskningsområden och bara mängden epigenetisk data som härrör från epigenomprojekt utgör en betydande bioinformatisk utmaning, dyker flera ytterligare ämnen upp för närvarande.

• Epigenetiska regulatoriska kretsar: Omvänd konstruktion av regulatoriska nätverk som läser, skriver och exekverar epigenetiska koder.
• Populationsepigenetik: Destillering av regulatoriska mekanismer från integrationen av epigenomdata med genuttrycksprofiler och haplotypkartor för ett stort urval från en heterogen population.
• Evolutionär epigenetik: Lär dig om epigenomreglering hos människor (och dess medicinska konsekvenser) genom jämförelser mellan olika arter.
• Teoretisk modellering: Testa vår mekanistiska och kvantitativa förståelse av epigenetiska mekanismer genom in silico -simulering.
• Genomwebbläsare: Utvecklar en ny blandning av webbtjänster som gör det möjligt för biologer att utföra sofistikerad genom- och epigenomanalys i en lättanvänd genomwebbläsarmiljö.
• Medicinsk epigenetik: Söker efter epigenetiska mekanismer som spelar en roll i andra sjukdomar än cancer, eftersom det finns starka indicier för att epigenetisk reglering är involverad i psykiska störningar , autoimmuna sjukdomar och andra komplexa sjukdomar.

Epigenetiska databaser

1. MethDB Innehåller information om 19 905 DNA-metyleringsinnehållsdata och 5 382 metyleringsmönster för 48 arter, 1 511 individer, 198 vävnader och cellinjer och 79 fenotyper.
2. Pubmeth Innehåller över 5 000 uppgifter om metylerade gener i olika cancertyper.
3. REBASE Innehåller över 22 000 DNA-metyltransferasgener härledda från GenBank.
4. DeepBlue Epigenomic Database innehåller epigenomisk data från mer än 60 000 experiment från olika IHEC-medlemsfiler uppdelade i många olika epigenetiska märken. DeepBlue tillhandahåller också ett API för åtkomst och bearbetning av data på servern.
5. MeInfoText Innehåller genmetyleringsinformation för 205 humana cancertyper.
6. MethPrimerDB Innehåller 259 primeruppsättningar från människa, mus och råtta för DNA-metyleringsanalys.
7. Histondatabasen innehåller 254 sekvenser från histon H1, 383 från histon H2, 311 från histon H2B, 1043 från histon H3 och 198 från histon H4, totalt representerande minst 857 arter.
8. ChromDB Innehåller 9 341 kromatinassocierade proteiner, inklusive RNAi-associerade proteiner, för ett brett spektrum av organismer.
9. CREMOFAC Innehåller 1725 redundanta och 720 icke-redundanta kromatin-remodellerande faktorsekvenser i eukaryoter.
10. Krembil Family Epigenetics Laboratory Innehåller DNA-metyleringsdata från mänskliga kromosomer 21, 22, manliga könsceller och DNA-metyleringsprofiler hos monozygotiska och tvåäggstvillingar.
11. MethyLogiX DNA-metyleringsdatabas Innehåller DNA-metyleringsdata för humana kromosomer 21 och 22, manliga könsceller och sent debuterande Alzheimers sjukdom.

Källor och vidare läsning

• Den ursprungliga versionen av den här artikeln baserades på en recensionsartikel om beräkningsepigenetik som publicerades i januarinumret 2008 av tidskriften Bioinformatics:   Bock C, Lengauer T (januari 2008). "Computational epigenetics" . Bioinformatik . 24 (1): 1–10. doi : 10.1093/bioinformatics/btm546 . PMID 18024971 . . Denna recensionsartikel ger >100 referenser till vetenskapliga artiklar och omfattande bakgrundsinformation.
• Ytterligare data har uppdaterats och lagts till, baserat på en recensionsartikel om beräkningsepigenetik som publicerades i januarinumret 2010 av tidskriften Bioinformation: Lim SJ, Tan TW och Tong, JC (2010) Computational epigenetics: the new scientific paradigm. Bioinformation, 4(7): 331-337 . Denna recensionsartikel ger >129 referenser till vetenskapliga artiklar. Den publiceras som open access och kan laddas ner gratis från förlagets webbsida: http://bioinformation.net/004/007000042010.pdf .