NCBI GEOの使い方3〜データセットブラウザの使い方1〜 (0分4秒)

120120版 (0分4秒)

今回の動画ではGEOのデータセットブラウザの使い方を説明します。データセットブラウザでは、登録されている実験のデータを様々なツールを用いて眺め、解析することができます。 (0分12秒)

Datasets の検索窓にキーワードを入力。 (0分23秒)

検索結果です。 (0分33秒)

今回は例としてこちらのデータセットを見てみます。 (0分39秒)

Dicer 1 欠損マウス肝細胞の解析です。Dicer 1 はmiRNA 前駆体をmature にするのに必要な酵素です。 (0分44秒)

実験のデータセットブラウザです。 (0分56秒)

Expression Profiles をクリック。 (1分1秒)

この実験で解析されている全ての遺伝子の発現情報です。 (1分8秒)

検索窓のアクセッション番号に続けて遺伝子名を入力することで、 (1分17秒)

その遺伝子に限って表示できます。 (1分27秒)

例として使ったGpc3 (グリピカン3)は、細胞膜表面上に存在する糖タンパク質で、肝がん細胞で高発現していることがわかっています。 (1分33秒)

グラフをクリックすると詳細を見られます。 (1分42秒)

Data Analysis Tools をクリック。 (1分53秒)

様々な解析ツールが利用できます。 (1分59秒)

今回はこのうち、データのクラスタ分析を行うCluster heatmapsを説明します。 (2分3秒)

まずは階層的クラスタリング(Hierarchical)の説明をします。 (2分11秒)

データ間距離の定義を非中心相関係数、ピアソンの相関係数、ユークリッド距離から選択、 (2分20秒)

クラスタリングのアルゴリズムをAverage/UPGMA、Single(最近接法)、Complete(最遠隣法)から選択し、Displayをクリックします。 (2分31秒)

結果が表示されました。 (2分42秒)

高発現が赤紫、低発現が緑で表されています。 (2分49秒)

色の設定は、colorsをクリックすると変えられます。 (2分58秒)

なお、クラスタリングの設定もこちらから変えられます。 (3分9秒)

ところで、このままでは各ノードが何を表すのかわかりません。 (3分22秒)

拡大する必要があります。ヒートマップ上をクリックすると領域選択が開始されます。 (3分27秒)

リサイズや移動で範囲を決定したら、 (3分35秒)

Stack up をクリック。 (3分43秒)

選択した範囲が拡大されました。 (3分52秒)

各ノードが指すサンプルのID及び遺伝子名が表示されています。 (4分0秒)

サンプルの内容とIDの対応は、元のページに戻って、 (4分9秒)

Sample Subsets から確認できます。 (4分16秒)

今回はこのような対応になっています。 (4分30秒)

コントロール (4分30秒)

Dicer 1 欠損 (4分30秒)

さらに範囲選択して、 (4分39秒)

Plot values をクリック。 (4分45秒)

各遺伝子のサンプルごとの発現の様子がプロットで確認できます。 (4分51秒)

範囲選択して、View in Entrez をクリック。 (5分2秒)

選択範囲内のデータを棒グラフで見られます。 (5分10秒)

範囲選択して、Download をクリック。 (5分22秒)

選択範囲内のデータがテキスト形式でダウンロードできます。 (5分31秒)

続いて、分割最適化法(Partitional)の説明をします。 (5分40秒)

Partitional (K-means/K-medians)をクリック。 (5分46秒)

データ間距離の定義を非中心相関係数、ピアソンの相関係数、ユークリッド距離から選択。 (5分57秒)

K-method (クラスタ内の代表点の取り方)を平均値とメディアンから選択。 (6分7秒)

分割する個数を2~15で選択。 (6分15秒)

Display をクリック。 (6分22秒)

結果が表示されました。 (6分30秒)

乱数を使うアルゴリズムのため、リトライすると、 (6分37秒)

異なる結果が得られることに注意して下さい。 (6分44秒)

画像をクリックすると、各クラスタの詳細を見ることができます。 (6分50秒)

範囲選択・拡大などの操作は、先ほどと同様に行えます。 (7分4秒)

By location on chromosome をクリック。 (7分13秒)

各データを染色体上の位置に従って配置したヒートマップが表示されます。左の数字が染色体番号です。 (7分25秒)

選択して拡大、などの操作はここでも同様です。 (7分36秒)

Biomart v0.8を使ってIDから遺伝子情報を取得する20120127 ver. (0分4秒)

BioMartは、the Ontario Institute for Cancer Research (OiCR) とthe European Bioinformatics Institute (EBI) が共同で開発しているクエリ指向型データ管理システムです。 (0分11秒)

BioMartを開きます。 (0分20秒)

先日、BioMartのバージョンアップが行われインターフェースの大幅な変更や新機能の追加がなされました。 (0分26秒)

今回の動画ではバージョンアップで変更された点を、IDから遺伝子のDescription等を取得する中で解説し、また、追加された新機能についても解説を行なっていきます。 (0分33秒)

ブラウザ上でBioMartを使うには、Proceed to Bio Portalをクリックします。 (0分38秒)

Identifier SearchとToolsは新しく追加された検索機能で、後ほど解説します。 (0分44秒)

従来のBioMartと同様に検索をしたいときは、Database searchから条件に合うデータベースを選択します。 (0分50秒)

今回は、ヒトのExt1,Ext2遺伝子のVEGA Gene IDを例として、Descriptionなどの情報を取得します。 (0分56秒)

IDのリスト、vegaid.txtを用意しました。 (1分3秒)

Ext2 (1分3秒)

Ext1 (1分3秒)

まず、Search by database nameからEnsembl Genes 64を選択します。 (1分8秒)

なお、Internet ExplorerではBioMartのデザインが崩れてしまうので、この動画のブラウザはGoogle Chromeを使用しています。 (1分14秒)

次にDatasetsを選択します。ヒトのExt1,Ext2を調べるので、DatasetsをHomo sapiens genesにします。 (1分19秒)

FILTERSの欄で、取得する遺伝子情報の絞込みを行います。 (1分25秒)

何もフィルターをかけずに取得すると、このデータセットにある50000個以上の遺伝子情報が取得されることになってしまいます。 (1分31秒)

Ext1,Ext2の情報だけを取得するために、先ほど用意したIDでフィルターをかけます。 (1分37秒)

FILTERS内のGENEの欄からID List Limitのタブをクリックし、VEGA Gene ID(s)を選択します。 (1分45秒)

upload fileをクリックし、先ほどのID listをアップします。 (1分52秒)

これでフィルターは完了です。IDのほかに染色体領域や表現型など様々な条件でフィルターをかけることができます。 (1分58秒)

ATTRIBUTESでは、表示させる遺伝子情報の詳細を設定できます。 (2分5秒)

Featuresでは遺伝子の場所や説明やIDなどの基本的な情報を指定できます。 (2分12秒)

Structuresでは遺伝子の場所の他にUTR・CDS・エキソンの情報を指定できます。 (2分19秒)

Transcript Eventでは転写に関する情報を指定できます。 (2分28秒)

Homologsではパラログ遺伝子やオルソログ遺伝子の情報を指定できます。 (2分35秒)

Variationでは変異に関する情報を指定できます。 (2分42秒)

今回はFeaturesから遺伝子の説明や、他のデータベースのIDなどを取得してみます。 (2分47秒)

Ensembl Gene ID,Description,VEGA Gene ID(s),Unigene ID,Refseq Genomic ID(s)にチェックを入れます。 (2分58秒)

外部データベース(Ensembl以外）のIDの取得では、一度にできる種類が3種類までに制限されています。 (3分10秒)

GOをクリックすると結果が表示されます。 (3分16秒)

VEGA gene ID１つに対し、Unigene IDでは複数が対応し、RefSeq IDは１つも対応していません。 (3分21秒)

このように、IDの出力は必ずしも1対１対応ではないので注意してください。 (3分29秒)

結果はDownload dataをクリックすることでダウンロードできます。 (3分36秒)

大量のデータを扱う場合は、ブラウザでは表示しきれないので、ダウンロードして表計算ソフトなどを用いて表示させます。 (3分42秒)

ここからは新しく追加された機能について解説していきます。 (3分50秒)

これらの機能は従来のDatabase searchを簡易化させたもので、特定の結果を出力させたいときに効率よく検索を行うことができます。 (3分56秒)

Gene retrieval,variant retrievalではそれぞれ、EnsemblでのGeneに関するアノテーション、変異に関する情報を取得できます。 (4分2秒)

Sequence retrievalでは、実際に配列を取得するよう指定できます。 (4分8秒)

取得できる配列の部分は上流配列、エキソン、UTR、CDSなど細かく指定することが可能です。 (4分13秒)

従来のBioMartでは配列の取得もDatabase searchから行えましたが、バージョン0.8ではsequence retrievalからしか行えないので注意してください。 (4分18秒)

ID converterでは手持ちのIDリストに対応する別のデータベースのIDを取得できます。 (4分26秒)

例として先ほどのVEGA gene IDをCCDSのIDに変換します。 (4分32秒)

DatasetをHomo sapiens genesにし、CONVERT側のEntryをVEGA gene IDにします。 (4分38秒)

先ほどのIDリストをupdate fileをクリックしアップします。 (4分45秒)

To側をCCDS ID(s)にしGoをクリックすることでID変換表を取得できます。 (4分53秒)

該当するIDが１つもない場合はerrorが表示されます。 (4分59秒)

複数のデータベースのIDへの変換表を作成するにはDatabase searchから行なってください。 (5分5秒)

IDENTIFIER SEARCHでは遺伝子のID,もしくは遺伝子名を入力することで、遺伝子情報を調べることができます。 (5分12秒)

Ext1を例として入力してみます。 (5分18秒)

検索結果として1件が示されました。 (5分25秒)

Ensembl gene IDをクリックすることで、その遺伝子のGENE REPORTを表示できます。 (5分32秒)

GENE REPORTではEnsemblによるアノテーションのほかに、複数のデータベースによるアノテーションやその遺伝子に関するGene Ontologyの情報などを見ることができます。 (5分41秒)

多数の遺伝子の情報を得たい場合には従来の方法が良いですが、特定の少数の遺伝子の情報を得たい場合にはこちらの方法で検索すると良いでしょう。 (5分48秒)

このように、Biomart v0.8ではデザインの一新と新機能の追加により以前の仕様のものよりも見やすさ、使いやすさが向上しています。 (5分55秒)

一方で検索方法については以前の仕様と大きな違いはありません。 (6分1秒)

複雑な検索については、統合TV内にある別のBioMart動画を参照してください。 (6分6秒)

http://ggrna.dbcls.jp/と入力してGGRNAのページを表示します。

GGRNAは、様々なキーワードから素早く遺伝子を検索できるサービスです。

ここで、生物種を選択できます。

ここに検索したいキーワードを入力します。試しに「homeobox」と入力してみましょう。

クリック。

検索結果が表示されました。

ヒットしたtranscriptのRefSeq IDです。

検索語に色がつきます。

クリック。

NCBI RefSeqのデータが表示されました。

キーワードをダブルクオート()でくくるとフレーズ検索ができます。

「RNA interference」で検索してみましょう。

クリック。

RNA interference に関連する遺伝子が表示されました。

複数のキーワードをスペースかコンマで区切るとAND検索になります。

「RNase PAZ domain」で検索してみましょう。

クリック。

RNase を含むヒットが225件

PAZ domain を含むヒットが19件

両方とも含むヒットが3件

検索タグを利用して検索条件を細かく指定できます。

「aa:」という検索タグをつけるとアミノ酸配列から検索できます。

「aa:KDEL」で検索してみましょう。KDEL配列は小胞体保留シグナルです。

クリック。

アミノ酸配列に KDEL を含む遺伝子が表示されました。

検索タグは他にもあります。Helpで見ることができます。

symbol:遺伝子名で検索

probe:マイクロアレイのプローブで検索

seq1:,seq2:,seq3:塩基配列のミスマッチを許した検索

Advanced searchで検索条件を細かく指定することも可能です。

ここに KDEL と入力してみましょう。

検索タグを利用する場合の書き方が自動的に表示されます。

クリック。

結果は検索タグを利用した場合と同じです。

基本的な操作方法は以上です。ここからはGGRNAの具体的な活用事例を紹介します。

活用事例その1: PCRのプライマー配列を検索

PCRのプライマー

forward:CTAGCTGCCAAAGAAGGACAT

reverse:CAATGAGATGTTGTCGTGCTC

で増幅する遺伝子を検索します。

「CTAGCTGCCAAAGAAGGACATcomp:CAATGAGATGTTGTCGTGCTC」で検索してみましょう。reverse primerには相補鎖を検索するcomp: タグをつけます。

NFKB1遺伝子の2つの転写物がヒットしました。

position 2328 2547 は2つのプライマー配列がマッチした先頭の位置をそれぞれ示しています。

(CDS: 468 - 3374)とあるのはCDSの範囲を示しています。

プライマーがマッチしている場所を詳しく見てみましょう。

活用事例その2: caspaseによる切断部位の検索

caspaseは、特定のペプチド配列を認識して切断します。GGRNAのアミノ酸配列検索を使えば、切れると予想される遺伝子と切断サイトがわかります。

caspase-8 の切断配列である IETD で検索してみましょう。

アミノ酸配列を検索する aa: タグをつけて「aa:IETD」で検索します。

AA_position 731とあり、ヒットした位置が表示されています。

ただし、この数字はcaspaseで切れる位置(D)ではなく、ヒットした場所の先頭の位置(I)です。

ヒットした位置を詳しく見てみましょう。

他の活用事例の参照

Helpをクリック。

ここをクリックすると他の活用事例も見ることができます。

スライドをクリックすると、その場面から動画が再生されます。When a slide is clicked, video is played from the scene.

UCSC Genome Browserの使い方〜 wig形式のファイルをトラックとして追加する 〜 (0分2秒)

120116版 (0分2秒)

UCSCゲノムブラウザーにWIG形式のファイルをトラックとして追加します。 (0分6秒)

http://genome.ucsc.edu/ (0分6秒)

wiggle形式(WIG形式)は密で連続的なデータを表現する形式です。GC率やChIP-Seqのデータなどを表示するためによく使用されています。 (0分14秒)

http://genome.ucsc.edu/goldenPath/help/wiggle.html (0分14秒)

variableStep chrom=chr19 span=15059304701 10.059304901 12.559305401 15.059305601 17.559305901 20.059306081 17.559306301 15.059306691 12.559307871 10.0 (0分21秒)

WIGファイルの例です。2つの部分に分かれています。 (0分21秒)

宣言行 (0分21秒)

データ行 (0分21秒)

variableStep chrom=chr19 span=15059304701 10.059304901 12.559305401 15.059305601 17.559305901 20.059306081 17.559306301 15.059306691 12.559307871 10.0 (0分24秒)

トラック定義行 (0分28秒)

track type=wiggle_0 name="hoge" variableStep chrom=chr19 span=15059304701 10.059304901 12.559305401 15.059305601 17.559305901 20.059306081 17.559306301 15.059306691 12.559307871 10.0 (0分28秒)

トラックとして表示する場合はトラック定義行を付け加えます (0分28秒)

http://www.ncbi.nlm.nih.gov/projects/geo/query/acc.cgi?acc=GSE21365 (0分37秒)

まずはWeb上のWIGファイルを表示します。今回はGEO(Gene Expression Omnibus)のGSE21365のWIGファイルを使用します。 (0分37秒)

WIGファイルのURLをコピーします。 (0分44秒)

↑がWIGファイルです。gz形式で圧縮されたままでもOKです。 (0分50秒)

WIGファイルのURLをコピーします。 (0分54秒)

Genome Browser をクリックし、種とアセンブリを選択します。 (0分59秒)

add custom tracks をクリック！ (1分12秒)

先ほどコピーしたWIGファイルのURLを貼り付けます。 (1分14秒)

URLの前にトラック定義行を追加します。track type=wiggle_0 name="トラック名" (1分21秒)

Submit をクリック！（しばらく時間がかかります。） (1分26秒)

go to genome browser をクリック！ (1分35秒)

トラックが表示されました。 (1分40秒)

トラックを右クリックして表示方式を設定できます。 (1分45秒)

トラック定義行の詳しい説明は、ここから参照できます。 (1分53秒)

http://genome.ucsc.edu/goldenPath/help/wiggle.html (1分53秒)

今度は、手元のコンピュータに保存した500MB以内のWIGファイルをトラックとして表示しましょう。まずWIGファイルにトラック定義行を追加します。 (2分7秒)

巨大なWIGファイルはそのまま編集できません。 (2分15秒)

そこでトラック定義行を別のファイルに作成し、後でWIGファイルと結合させます。 (2分24秒)

トラック定義行のみのファイルを作ります。 (2分30秒)

track_definition.txt (2分35秒)

track type=wiggle_0[改行]と入力します。 (2分37秒)

track_definition.txt (2分40秒)

アドレスバーを右クリックして、作業フォルダのパスをコピーします。 (2分47秒)

Win + Rを押して、cmd /k cd [コピーしたアドレス] と入力します。 (2分53秒)

copy [ファイル１]+[ファイル２] [結合先ファイル]と入力して、２つのファイルを結合します。 (3分2秒)

トラック定義行が結合されたWIGファイルが生成されました。 (3分12秒)

次にgzip形式に圧縮しファイルサイズを小さくします。 (3分18秒)

WindowsではLhaplusなどで圧縮可能です。 (3分18秒)

次にgzip形式に圧縮しファイルサイズを小さくします。 (3分23秒)

先ほどのAdd Custom Tracksの画面から、参照 をクリックして圧縮したWIGファイルをアップロードします。 (3分28秒)

go to genome browserをクリックすれば完了です。 (3分42秒)

BodyParts3D/Antomographyでは、臓器別に取得された数値データ(例えば遺伝子発現量)を色情報に変換し、人体ヒートマップを作成できます。 今回は、その方法を紹介します。

ある遺伝子Aの発現量について仮に右のようなデータがあるとします。

心臓:1500

胃:1200

小腸:960

大腸:610

肝臓:230

このようなデータを用いて人体ヒートマップを作成してみましょう。

各臓器をPalletに加えます。

臓器の画像をドラッグすると追加できます。

Anatomographyで確認します。

Window controlsを開きます。

Columnsを開き、Valueをチェックします。

心臓:1500胃:1200小腸:960大腸:610肝臓:230

Valueに数値を入力します。

MAX、MINに数値の最大値、最小値を入力し、BARをチェックします。

Heat Mapはデフォルトでチェックが入っていますが、もし入っていなければチェックしてください。

Valueに入力した数値によって、臓器が色分けされました。

数値が最大のものは赤色、最小のものは青色で示します。

Legendで説明を書くこともできます。

Draw legendをチェックします。

スライドをクリックすると、その場面から動画を再生できます。When a slide is clicked, video is played from the scene.

スライドをクリックすると、その場面から動画を再生できます。When a slide is clicked, video is played from the scene.