Exprimovaná značka sekvence - Expressed sequence tag

v genetika, an vyjádřená značka sekvence (EST) je krátká sub-posloupnost a cDNA sekvence.[1] EST lze použít k identifikaci genu přepisy a pomáhají při objevování genů a při určování genové sekvence.[2] Identifikace EST proběhla rychle, ve veřejných databázích je nyní k dispozici přibližně 74,2 milionu EST (např. GenBank 1. ledna 2013, všechny druhy).

Výsledek EST je jednorázový sekvenování a naklonovaný cDNA. CDNA použité pro generování EST jsou typicky jednotlivé klony z a cDNA knihovna. Výsledná sekvence je fragment relativně nízké kvality, jehož délka je omezena současnou technologií na přibližně 500 až 800 nukleotidy. Protože tyto klony sestávají z DNA, která je komplementární k mRNA, představují EST části exprimovaných genů. Mohou být v databázích zastoupeny buď jako sekvence cDNA / mRNA, nebo jako reverzní komplement mRNA, pramen šablony.

Lze mapovat EST na konkrétní umístění chromozomů pomocí fyzické mapování techniky, jako např radiační hybridní mapování, Šťastné mapování nebo RYBA. Alternativně, pokud byl sekvenován genom organismu, z něhož pochází EST, lze sekvenci EST srovnat s tímto genomem pomocí počítače.

Současné chápání lidská sada genů (od roku 2006) zahrnuje existenci tisíců genů založených výhradně na důkazech EST. V tomto ohledu se EST staly nástrojem k upřesnění předpovězených transkriptů pro tyto geny, což vede k predikci jejich proteinových produktů a nakonec jejich funkce. Navíc situace, ve které jsou tyto EST získány (tkáň, orgán, stav onemocnění - např. rakovina ) poskytuje informace o podmínkách, za kterých příslušný gen působí. EST obsahují dostatek informací, aby bylo možné navrhnout přesné sondy pro DNA mikročipy které pak lze použít k určení genová exprese profily.

Někteří autoři používají výraz „EST“ k popisu genů, o nichž kromě tagu existují jen malé nebo žádné další informace.[3]

Dějiny

V roce 1979 týmy na Harvardu a Caltech rozšířily základní myšlenku výroby DNA kopií mRNA in vitro na amplifikaci takové knihovny v bakteriálních plazmidech.[4]

V roce 1982 myšlenku výběru náhodných nebo polonáhodných klonů z takové knihovny cDNA pro sekvenování prozkoumal Greg Sutcliffe a spolupracovníci.[5]

V roce 1983 Putney a kol. sekvenováno 178 klonů z knihovny cDNA králičího svalu.[6]

V roce 1991 Adams a spolupracovníci vytvořili termín EST a zahájili systematičtější sekvenování jako projekt (počínaje 600 mozkovými cDNA).[2]

Zdroje údajů a anotací

dbEST

DbEST je divize společnosti Genbank založená v roce 1992. Pokud jde o GenBank, data v dbEST jsou přímo odesílána laboratořemi po celém světě a nejsou upravována.

EST kontigy

Kvůli způsobu, jakým jsou sekvenovány EST, je mnoho odlišných exprimovaných sekvenčních značek často částečnými sekvencemi, které odpovídají stejné mRNA organismu. Ve snaze snížit počet exprimovaných sekvenčních značek pro následné analýzy objevů genů několik skupin sestavilo exprimované sekvenční značky do EST kontigy. Příklad zdrojů, které poskytují EST kontigy, zahrnují: indexy genů TIGR,[7] Unigene,[8] a STACK [9]

Vytváření EST kontig není triviální a může přinést artefakty (kontigy, které obsahují dva odlišné genové produkty). Když je k dispozici úplná genomová sekvence organismu a transkripty jsou anotovány, je možné obejít sestavu konfigurace a přímo porovnat transkripty s EST. Tento přístup se používá v systému TissueInfo (viz níže) a usnadňuje propojení anotací v genomové databázi s tkáňovými informacemi poskytovanými daty EST.

Tkáňové informace

Vysoce výkonné analýzy EST se často setkávají s podobnými výzvami pro správu dat. První výzvou je, že tkáňový původ knihoven EST je popsán prostou angličtinou v dbEST.[10] To ztěžuje psaní programů, které mohou jednoznačně určit, že dvě knihovny EST byly sekvenovány ze stejné tkáně. Podobně chorobné stavy tkáně nejsou anotovány výpočetně přátelským způsobem. Například rakovinový původ knihovny se často mísí s názvem tkáně (např. Název tkáně „glioblastom „označuje, že knihovna EST byla sekvenována z mozkové tkáně a chorobným stavem je rakovina).[11] S výraznou výjimkou rakoviny se stav onemocnění často nezaznamenává do záznamů dbEST. Projekt TissueInfo byl zahájen v roce 2000, aby pomohl s těmito výzvami. Projekt poskytuje aktualizovaná data (denně aktualizovaná) k disambiguaci původu tkáně a stavu onemocnění (rakovina / nerakovina), nabízí tkáňovou ontologii, která spojuje tkáně a orgány prostřednictvím „je součástí“ vztahů (tj. Formalizuje znalosti, že hypotalamus je součástí mozku , a ten mozek je součástí centrálního nervového systému) a distribuuje software s otevřeným zdrojovým kódem pro propojení anotací transkriptů ze sekvenovaných genomů s profily tkáňové exprese počítanými s daty v dbEST.[12]

Viz také

Reference

  1. ^ Informační přehled ESTs. Národní centrum pro biotechnologické informace.
  2. ^ A b Adams MD, Kelley JM, Gocayne JD a kol. (Červen 1991). "Doplňkové sekvenování DNA: tagy exprimované sekvence a projekt lidského genomu". Věda. 252 (5013): 1651–6. doi:10.1126 / science.2047873. PMID  2047873. S2CID  13436211.
  3. ^ dbEST
  4. ^ Sim GK, Kafatos FC, Jones CW, MD Koehler, Efstratiadis A, Maniatis T (prosinec 1979). „Využití knihovny cDNA pro studium evoluce a vývojové exprese chorionových multigenních rodin“. Buňka. 18 (4): 1303–16. doi:10.1016/0092-8674(79)90241-1. PMID  519770.
  5. ^ Sutcliffe JG, Milner RJ, Bloom FE, Lerner RA (srpen 1982). "Společná 82-nukleotidová sekvence jedinečná pro mozkovou RNA". Proc Natl Acad Sci U S A. 79 (16): 4942–6. doi:10.1073 / pnas.79.16.4942. PMC  346801. PMID  6956902.
  6. ^ Putney SD, Herlihy WC, Schimmel P (1983). „Nový klon troponinu T a cDNA pro 13 různých svalových proteinů, nalezený sekvenováním brokovnic“. Příroda. 302 (5910): 718–21. doi:10.1038 / 302718a0. PMID  6687628. S2CID  4364361.
  7. ^ Lee Y, Tsai J, Sunkara S a kol. (Leden 2005). „Genové indexy TIGR: shlukování a shromažďování EST a známých genů a integrace s eukaryotickými genomy“. Nucleic Acids Res. 33 (Problém s databází): D71–4. doi:10.1093 / nar / gki064. PMC  540018. PMID  15608288.
  8. ^ Stanton JA, Macgregor AB, Green DP (2003). "Identifikace tkáňově obohacené genové exprese v myších tkáních pomocí databáze NIH UniGene". Appl Bioinform. 2 (3 doplňky): S65–73. PMID  15130819.
  9. ^ Christoffels A, van Gelder A, Greyling G, Miller R, Hide T, Hide W (leden 2001). „STACK: Sequence Tag Alignment and Consensus Knowledgebase“. Nucleic Acids Res. 29 (1): 234–8. doi:10.1093 / nar / 29.1.234. PMC  29830. PMID  11125101.
  10. ^ Skrabanek L, Campagne F (listopad 2001). „TissueInfo: vysoce výkonná identifikace profilů a specificity tkáňové exprese“. Nucleic Acids Res. 29 (21): E102–2. doi:10.1093 / nar / 29.21.e102. PMC  60201. PMID  11691939.
  11. ^ Campagne F, Skrabanek L (2006). „Těžba exprimovaných sekvenčních značek identifikuje markery rakoviny klinicky zajímavé“. BMC bioinformatika. 7: 481. doi:10.1186/1471-2105-7-481. PMC  1635568. PMID  17078886.
  12. ^ : institut pro výpočetní biomedicínu :: TissueInfo Archivováno 4. června 2008 v Wayback Machine

externí odkazy

Tkáňové informace