Bioinformatica

5. La construcción sistemática de la diversidad biológica
gráficos relación de la integración de genes,
proteína, metabolito y fenotipo de datos

Para abordar el problema de forma sistemática la creación de
diagramas de conjuntos de datos a gran escala, hemos desarrollado una
la base de datos del sistema con herramientas que permitan la integración de
función de las proteínas y lasinteracciones celulares. Porque
muchos de los datos se dispersa a través académica y
sitios comerciales, una base de datos local relacional (PathDB)
se utiliza para almacenar y analizar los datos. El PathDB
sistema de base de datos se ha desarrollado utilizando Arabidopsis
thaliana y Saccharomyces cerevisiae como prototipo
organismos, sin embargo, funciona igual de bien para otros
organismos.
Elcontenido de Arabidopsis consta de metabolismo
datos relacionados con el comisariado de más de 1000 artículos de investigación
(Véase www.ncgr.org / pathdb), los datos de metabólico
experimentos de perfiles (Fiehn et al., 2000), Soybase
(Http://soybase.agron.iastate.edu/), KEGG (Kanehisa,
2002) y el proyecto de ontología de genes de Arabidopsis
(Www.arabidopsis.org/info/ontologies/). Losdatos fueron
también se importan de los últimos experimentos a gran escala
en S. cerevisiae, incluyendo las interacciones proteína-proteína
(Ito et al, 2001;. Uetz et al, 2000.), Los complejos de proteínas
(Gavin et al, 2002;. Ho et al, 2002)., ADN-proteína
Arrays (Iyer et al, 2001;. Lee et al, 2002;.. Ren et al,
2000), lípido-proteína matrices (Zhu et al., 2001),
sintéticas interaccionesletales (Tong et al., 2001) y
interacciones predichas computacionalmente (Mellor et al,
2002). Conjuntos de datos adicionales y bases de datos importados
en la base de datos incluye datos de levadura proceso biológico,
la ubicación de organismos, la función de proteínas y el fenotipo
(Ashburner et al, 2000;.. Mewes et al, 2000),
bases de datos sobre el metabolismo (Kanehisa, 2002), así
comocompilaciones en las interacciones genéticas y físicas
122 JL Blanchard / Campo de Investigación de Cultivos 90 (2004) 117-131
JL Blanchard / Campo de Investigación de Cultivos 90 (2004) 117-131 123

Fig. 3. La identificación de un gen de expresión subred que aumenta en la expresión en respuesta a la adición de un antibiótico. Esta red fue construida a partir de una lista de Escherichia colifactores de transcripción y los genes que regulan (Shen-Orr et al., 2002). Esta lista se ha cargado en Cytoscape (www.cytoscape.org) para crear una red de regulación transcripcional.
Microarrays de expresión de la ASAP (Glasner et al., 2003) se cargue en Cytoscape, y los genes (los círculos) fueron de color rojo (arriba) o azul (abajo), basado en el nivel de transcripción. A
parte de la red fueidentificado visualmente como subir (en el círculo) se magnificó. Así, la desrepresión LEXA mediada de un conjunto de genes implicados en la respuesta SOS bacteriana es
evidente en este experimento.

(Mewes y cols., 2000). La base de datos de la investigación PathDB
en la actualidad contiene más de 150.000 interacciones levadura.
Utilizando la base de datos PathDB y el Visor de Camino,
lasredes de regulación o metabólica puede automáticamente
se construye a partir de una lista de genes en una ontología de genes
categoría o varios otros puntos de partida, incluyendo
resultados de la agrupación de los experimentos de microarrays
(Fig. 4).

Fig. 4. El análisis de los datos de microarrays de expresión en el contexto de pathways.With el paquete PathDB, una vista de árbol (A) de datosde expresión génica puede
se generará a partir del análisis conjunto de datos de microarrays de expresión. Un nodo interno del árbol que corresponde a un grupo pueden ser seleccionados y enviados
a PathDB. Un diagrama (B) está montado de forma automática que muestra los datos experimentales (por ejemplo, reacciones metabólicas, las interacciones proteína-ADN y otros
conjuntos de datos que...