1 / 71

Eines bioinformàtiques i estadístiques per a la investigació biomèdica

Eines bioinformàtiques i estadístiques per a la investigació biomèdica. Anàlisi de dades amb Ingenuity Pathways Alex Sánchez Unitat d’Estadística i Bioinformàtica. We are drowning in information and starved for knowledge John Naisbitt

cosmo
Download Presentation

Eines bioinformàtiques i estadístiques per a la investigació biomèdica

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Eines bioinformàtiques i estadístiques per a la investigació biomèdica Anàlisi de dades amb Ingenuity Pathways Alex Sánchez Unitat d’Estadística i Bioinformàtica

  2. We are drowning in information and starved for knowledge John Naisbitt Who on efficient work is bent,Must choose the fittest instrument. Goehthe (Fausto)

  3. Esquema de la presentación • Más allá de los microarrays… • Ingenuity Pathways Analysis • Visión general • Componentes • Tipos de estudios • Ejemplos de uso • Exploración y búsqueda de información • Análisis de datos Alex Sánchez. Unitat d'Estadística i Bioinformatica

  4. Más allá de los microarrays …

  5. Un experimento con microarrays... Listas de identificadores (genes, miRNAs, …) seleccionados Alex Sánchez. Unitat d'Estadística i Bioinformatica

  6. gi|84939483  gi|39893845  gi|27394934  gi|18890092  gi|10192893  gi|11243007  gi|20119252  gi|19748300  So Where do we go from here? Or, How To Drive A Biologist Crazy? • gi|44308356  • gi|50021874  • gi|10003001  • gi|27762947  • gi|24537303  • gi|27284958  • gi|37373499  • … Ted Slater Proteomics Center of Emphasis Pfizer Gobal R&D Michigan

  7. De las listas a la Biologia • Enfoque tradicional para el análisis de las listas de genes: de uno en uno • Literatura, bases de datos, ... • Problema: • Tarea lenta, tediosa y, lo que es peor ... • Ignora posibles interacciones • Enfoque alternativo: Análisis Funcional o de “Significación Biológica”. Alex Sánchez. Unitat d'Estadística i Bioinformatica

  8. Los métodos de Análisis Funcional • Son métodos automáticos para • Identificar procesos biológicos asociados con los resultados experimentales. • Determinar los temas funcionales comunes a grupos de genes seleccionados. • Analizar las conexiones entre genes, moléculas y enfermedades mediante la exploración automática de la literatura para descubrir asociaciones relevantes con los resultados experimentales. • Facilitan el uso de información auxiliar. • Ayudan a entender los fenómenos biológicos subyacentes. Alex Sánchez. Unitat d'Estadística i Bioinformatica

  9. Herramientas de Análisis Funcional • Docenas de programas en los últimos 10 añoshttp://estbioinfo.stat.ub.es/resources/index.html • Estudio directo de las listas de genes • Basadas en GO u otras BD (KEGG,...)  • fatiGO, DAVID, GSEA, Babelomics ... [SerbGO] • Ingenuity Pathways Analysis • Exploracion de relaciones en la literatura • PubMed, Scopus, HighWire, GOPubMed, … • Ingenuity Pathways Analysis • Estudio de pathways asociados con las listas • Pathway Explorer, GenMapp, • Ingenuity Pathway Analysis Alex Sánchez. Unitat d'Estadística i Bioinformatica

  10. Cursos y materiales • CNIO • 4th Course on Functional Analysis of Gene Expression • Canadian Bioinformatics Workshop • Interpreting gene lists from omics sets • EADGENE and SABRE • Post-analyses Workshop

  11. Ejemplos de Análisis Funcional

  12. Ejemplo 1 • The Polycomb group protein EZH2 is involved in progression of prostate cancer (Nature, 419 (10) 624-629) • Varambally et al. (2002) estudian las diferencias entre cancer de prostata localizado (PCA) y metastático (MET) • EZH2 sobreexpresado en MET • Los casos de PCA con EZH2 alto  peor prognosis • Sugieren que EZH2 puede • Estar implicado en la progresión PCAMET • Distinguir el PCA benigno del de mal pronóstico.

  13. Ejemplo 1 • Análisis de microarrays  • Listas de genes up (55) y down (438) reg. • Un análisis funcional permitirá estudiar • Que procesos biológicos (pathways) estan relacionados con los genes de las listas • Bases de datos de anotaciones • Que funciones se presentan en las listas con una frecuencia distinta de la de todos los genes estudiados • Análisis de enriquecimiento • Las herramientas disponibles en Babelomics son una buena opción para este análisis.

  14. Ejemplo 2 – De genes a Pathways Alex Sánchez. Unitat d'Estadística i Bioinformatica

  15. Los genes se agrupan por funciones Alex Sánchez. Unitat d'Estadística i Bioinformatica

  16. Las funciones se asocian a pathways Alex Sánchez. Unitat d'Estadística i Bioinformatica

  17. Los cambios de expresión se proyectan en el pathway Significación Biológica Alex Sánchez. Unitat d'Estadística i Bioinformatica

  18. Introducción “The Ingenuity View”

  19. Ingenuity Pathways Analysis • Ingenuity Pathways Analysis (IPA) is an all-in-one software application that enables researchers to model, analyze, and understand the complex biological and chemical systems at the core of life science research Alex Sánchez. Unitat d'Estadística i Bioinformatica

  20. IPA Challenge Cancer Expression Arrays Proteomics Traditional Assays Disease/physiological response Disease Processes Overlapping cellular processes/pathways Cellular Processes Angiogenesis Apoptosis Molecular Interactions Molecules VEGFA FAS bevacizumab Experimental Platforms Molecular Perturbation Integrate, Interpret, Gain Therapeutic Insight from Experimental Data

  21. IPA Challenge Cancer Expression Arrays Proteomics Traditional Assays Search for genes implicated in disease Disease Processes Identify related cellular processes/pathways Cellular Processes Angiogenesis Apoptosis Generate hypothesis Molecules VEGFA FAS bevacizumab Experimental Platforms Guide in vivo/in vitro assays Gain Rapid Understanding of Experimental Systems

  22. Ingenuity Platform Ingenuity Knowledge Base Content Ontology • Findings manually extracted from full text • Extensive libraries of metabolic and signaling pathways • Chemical and drug information • Scalable best-in-class content acquisition processes • Designed to enable computation • Consists of biological objects and processes in organized into major branches • Robust, up-to-date synonym library • Knowledge infrastructure tools and processes for structuring biological and chemical knowledge

  23. Ingenuity Knowledge Base: Content • Expert Extraction: Full text from top journals • Coverage of peer-reviewed journals, plus review articles and textbooks • Manually extracted by Ph.D. scientists • Import Annotations, Findings: • OMIM, GO, Entrez Gene • Tissue and Fluid Expression Location • Molecular Interactions (e.g. BIND, DIP, TarBase) • Internally curated knowledge: • Signaling & Metabolic Pathways • Drug/Target/Disease relationships • Toxicity Lists • All findings are structured for computation and updated regularly

  24. 17/06/2009 Alex Sánchez. Unitat d'Estadística i Bioinformatica

  25. Como trabajan juntos Alex Sánchez. Unitat d'Estadística i Bioinformatica

  26. Tipos de análisis

  27. Preguntas y respuestas

  28. Instalación, acceso y uso

  29. Instalación y puesta en marcha • IPA funciona en línea. • No se instala. Tan sólo se accede a él • Para utilizarlo se necesita una cuenta • Prueba (15 días). • Acceso (IRHUVH y HVH) mediante reserva previa a la UEB y en horario de mañana o tarde. • Funciona en Windows o Mac, pero no en Linux Alex Sánchez. Unitat d'Estadística i Bioinformatica

  30. Requisitos del sistema Alex Sánchez. Unitat d'Estadística i Bioinformatica 30

  31. Acceso

  32. Formas de arrancar IPA

  33. El entorno de Ingenuity Pantallas, menús, ayudas

  34. Pantalla de inicio rápido Alex Sánchez. Unitat d'Estadística i Bioinformatica 34

  35. Gestor de proyectos Alex Sánchez. Unitat d'Estadística i Bioinformatica 35

  36. Barra de búsqueda Alex Sánchez. Unitat d'Estadística i Bioinformatica 36

  37. Ayuda (1) Sistemas de ayuda Alex Sánchez. Unitat d'Estadística i Bioinformatica

  38. Ayuda (2) Tutoriales Alex Sánchez. Unitat d'Estadística i Bioinformatica

  39. Ayuda (3). Workflows Alex Sánchez. Unitat d'Estadística i Bioinformatica

  40. Programa de formación Alex Sánchez. Unitat d'Estadística i Bioinformatica

  41. Búsqueda, Análisis, Comunicación Capacidades básicas del programa

  42. 17/06/2009 Alex Sánchez. Unitat d'Estadística i Bioinformatica

  43. Search & Explore Alex Sánchez. Unitat d'Estadística i Bioinformatica

  44. Search and Explore Biological & Chemical Knowledge

  45. Gene View / Chem View

  46. Dynamic Signalling & Metabolic Pathways

  47. My Pathway & Lists • Build custom libraries of pathways representing mechanism of action and mechanism of toxicity. Create custom, literature-supported signaling pathways with proteins of interest. Store collections of custom pathways and lists for subsequent core, IPA-Tox™, IPA-Biomarker™, or IPA-Metabolomics™ analyses. • Use the Grow and Connect tools to edit and expand networks based on the molecular relationships most relevant to the project: • Transcriptional networks • Phosphorylation cascades • Protein-Protein or Protein-DNA interaction networks • microRNA-mRNA target networks • Chemical effects on proteins • Use Search results as building blocks for custom pathways • Identify cross-talk between biological processes and pathways • Understand whether gene lists and signatures are tightly connected at the molecular level

  48. Path Explorer Path Designer

  49. Analyze & Interpret data • IPA Core Analysis • IPA Tox Analysis • IPA Biomarker Analysis • IPA Metabolomic Analysis Alex Sánchez. Unitat d'Estadística i Bioinformatica

More Related