เอพิเจเนติกส์เชิงคำนวณ

เอพิเจเนติกส์เชิงคำนวณ^{[ 1 ]}ใช้วิธีการทางสถิติและการสร้างแบบจำลองทางคณิตศาสตร์ใน การวิจัย เอพิเจเนติกส์เนื่องจากการเพิ่มขึ้นอย่างรวดเร็วของชุดข้อมูลเอพิเจโนม วิธีการคำนวณจึงมีบทบาทเพิ่มมากขึ้นในทุกด้านของการวิจัยเอพิเจเนติกส์

งานวิจัยด้านเอพิเจเนติกส์เชิงคำนวณครอบคลุมการพัฒนาและการประยุกต์ใช้วิธีการทางชีวสารสนเทศเพื่อแก้ปัญหาทางด้านเอพิเจเนติกส์ ตลอดจนการวิเคราะห์ข้อมูลเชิงคำนวณและการสร้างแบบจำลองทางทฤษฎีในบริบทของเอพิเจเนติกส์ ซึ่งรวมถึงการสร้างแบบจำลองผลกระทบของการเมทิลเลชั่นของฮิสโตนและดีเอ็นเอ CpG ไอส์แลนด์

ขอบเขตการวิจัยในปัจจุบัน

ความสำคัญ

วิธีการคำนวณและเทคโนโลยีการจัดลำดับรุ่นต่อไป (NGS) กำลังถูกนำมาใช้เพื่อศึกษาการเมทิลเลชั่นของ DNA และการดัดแปลงฮิสโตน ซึ่งมีความสำคัญในการวิจัยมะเร็ง การจัดลำดับที่มีปริมาณมากให้ข้อมูลเชิงลึกที่มีค่าเกี่ยวกับการเปลี่ยนแปลงทางเอพิเจเนติกส์ และปริมาณข้อมูลที่เพิ่มขึ้นเหล่านี้ผลักดันให้เกิดการพัฒนาอย่างต่อเนื่องของเทคนิคชีวสารสนเทศเพื่อการจัดการและการวิเคราะห์ที่มีประสิทธิภาพ^{[ 2 ]}

มีความจำเป็นต้องใช้เครื่องมือบูรณาการข้อมูลที่สามารถผสานรวมการดัดแปลงเอพิเจเนติกส์ประเภทต่างๆ และข้อมูลโอไมซ์ (รวมถึงทรานสคริปโตมิกส์ จีโนมิกส์ เอพิเจโนมิกส์ และโปรตีโอมิกส์) เพื่อให้เข้าใจกระบวนการทางชีววิทยาอย่างครอบคลุม ซึ่งต้องอาศัยการกำหนดมาตรฐาน การระบุคำอธิบายประกอบ และการประสานข้อมูลเอพิเจเนติกส์ พร้อมกับการปรับปรุงวิธีการคำนวณและการเรียนรู้ของเครื่อง^{[ 3 ]}

การทำความเข้าใจผลกระทบเชิงหน้าที่ของเอพิเจเนติกส์ในโรคต่างๆ สามารถก้าวหน้าได้อย่างมากโดยใช้เครื่องมือแก้ไขเอพิเจเนติกส์ เช่น เทคโนโลยี CRISPR-dCas9 เครื่องมือเหล่านี้ช่วยให้สามารถปรับเปลี่ยนเครื่องหมายเอพิเจเนติกส์ได้อย่างแม่นยำในตำแหน่งเฉพาะ ทำให้ผู้วิจัยสามารถประเมินผลกระทบของการเปลี่ยนแปลงเหล่านี้ในแบบจำลองเซลล์และสัตว์ ซึ่งเป็นการเสริมข้อมูลเชิงลึกที่ได้จากการวิเคราะห์เชิงคำนวณ^{[ 3 ]}

การประมวลผลและการวิเคราะห์ข้อมูล

มีการพัฒนาเทคนิคการทดลองต่างๆ สำหรับการทำแผนที่ข้อมูลเอพิเจเนติกส์ทั่วทั้งจีโนม^{[ 4 ]}ซึ่งเทคนิคที่ใช้กันอย่างแพร่หลายที่สุด ได้แก่ChIP-on-chip , ChIP-seqและการจัดลำดับไบซัลไฟต์วิธีการเหล่านี้ทั้งหมดสร้างข้อมูลจำนวนมากและต้องการวิธีการประมวลผลข้อมูลและการควบคุมคุณภาพที่มีประสิทธิภาพโดยวิธีการทางชีวสารสนเทศ

การคาดการณ์

งานวิจัยด้านชีวสารสนเทศจำนวนมากได้ทุ่มเทให้กับการทำนายข้อมูลเอพิเจเนติกส์จากลักษณะของลำดับจีโนมการทำนายดังกล่าวมีจุดประสงค์สองประการ ประการแรก การทำนายเอพิเจโนมที่แม่นยำสามารถใช้แทนข้อมูลจากการทดลองได้ในระดับหนึ่ง ซึ่งมีความเกี่ยวข้องอย่างยิ่งสำหรับกลไกเอพิเจเนติกส์ที่เพิ่งค้นพบใหม่ และสำหรับสิ่งมีชีวิตชนิดอื่นนอกเหนือจากมนุษย์และหนู ประการที่สอง อัลกอริทึมการทำนายสร้างแบบจำลองทางสถิติของข้อมูลเอพิเจเนติกส์จากข้อมูลการฝึกอบรม ดังนั้นจึงสามารถทำหน้าที่เป็นขั้นตอนแรกในการสร้างแบบจำลองเชิงปริมาณของกลไกเอพิเจเนติกส์ การทำนายการเมทิลเลชันและการอะเซทิเลชันของ DNA และไลซีนด้วยวิธีการคำนวณที่ประสบความสำเร็จนั้นได้เกิดขึ้นจากการรวมกันของคุณลักษณะต่างๆ^{[ 5 ]}^{[ 6 ]}

การประยุกต์ใช้ในด้านเอพิเจเนติกส์ของมะเร็ง

บทบาทสำคัญของความบกพร่องทางอีพีเจเนติกส์ในโรคมะเร็งเปิดโอกาสใหม่ๆ สำหรับการวินิจฉัยและการรักษาที่ดีขึ้น พื้นที่การวิจัยที่กำลังดำเนินอยู่นี้ก่อให้เกิดคำถามสองข้อที่เหมาะสมอย่างยิ่งสำหรับการวิเคราะห์ทางชีวสารสนเทศ ประการแรก เมื่อมีรายชื่อของบริเวณจีโนมที่แสดงความแตกต่างทางอีพีเจเนติกส์ระหว่างเซลล์มะเร็งและเซลล์ควบคุม (หรือระหว่างชนิดย่อยของโรคต่างๆ) เราสามารถตรวจจับรูปแบบทั่วไปหรือหาหลักฐานความสัมพันธ์เชิงหน้าที่ของบริเวณเหล่านี้กับมะเร็งได้หรือไม่ ประการที่สอง เราสามารถใช้วิธีการทางชีวสารสนเทศเพื่อปรับปรุงการวินิจฉัยและการรักษาโดยการตรวจจับและจำแนกชนิดย่อยของโรคที่สำคัญได้หรือไม่

หัวข้อที่กำลังมาแรง

การวิจัยคลื่นลูกแรกในสาขาเอพิเจเนติกส์เชิงคำนวณนั้นเกิดขึ้นจากความก้าวหน้าอย่างรวดเร็วของวิธีการทดลองสำหรับการสร้างข้อมูล ซึ่งจำเป็นต้องมีวิธีการคำนวณที่เหมาะสมสำหรับการประมวลผลและการควบคุมคุณภาพข้อมูล กระตุ้นให้เกิดการศึกษาการทำนายเอพิเจโนมเพื่อทำความเข้าใจการกระจายตัวของข้อมูลเอพิเจเนติกส์ในจีโนม และเป็นรากฐานสำหรับโครงการเริ่มต้นเกี่ยวกับเอพิเจเนติกส์ของมะเร็งแม้ว่าหัวข้อเหล่านี้จะยังคงเป็นหัวข้อหลักของการวิจัย และปริมาณข้อมูลเอพิเจเนติกส์จำนวนมหาศาลที่ได้จากโครงการเอพิเจโนมนั้นก่อให้เกิดความท้าทายทางชีวสารสนเทศอย่างมาก แต่ปัจจุบันก็มีหัวข้อใหม่ ๆ เกิดขึ้นอีกหลายหัวข้อ

วงจรควบคุมทางเอพิเจเนติกส์: การวิเคราะห์ย้อนกลับของเครือข่ายควบคุมที่อ่าน เขียน และดำเนินการรหัสเอพิเจเนติกส์
เอพิเจเนติกส์ระดับประชากร : การกลั่นกรองกลไกการควบคุมจากการบูรณาการข้อมูลเอพิเจโนมกับโปรไฟล์การแสดงออกของยีน และแผนที่ แฮพลโลไทป์สำหรับตัวอย่างขนาดใหญ่จากประชากรที่มีความหลากหลาย
เอพิเจเนติกส์เชิงวิวัฒนาการ : การเรียนรู้เกี่ยวกับการควบคุมเอพิเจโนมในมนุษย์ (และผลกระทบทางการแพทย์) โดยการเปรียบเทียบข้ามสายพันธุ์
การสร้างแบบจำลองเชิงทฤษฎี: การทดสอบความเข้าใจเชิงกลไกและเชิงปริมาณของเราเกี่ยวกับกลไกเอพิเจเนติกส์โดยการจำลองในคอมพิวเตอร์^{[ 7 ]}
โปรแกรมดูข้อมูลจีโนม : การพัฒนาระบบเว็บเซอร์วิสรูปแบบใหม่ที่ช่วยให้นักชีววิทยาทำการวิเคราะห์จีโนมและเอพิเจโนมขั้นสูงได้ภายในสภาพแวดล้อมโปรแกรมดูข้อมูลจีโนมที่ใช้งานง่าย
เอพิเจเนติกส์ทางการแพทย์ : การค้นหากลไกทางเอพิเจเนติกส์ที่มีบทบาทในโรคอื่นๆ นอกเหนือจากมะเร็ง เนื่องจากมีหลักฐานทางอ้อมที่ชัดเจนว่าการควบคุมทางเอพิเจเนติกส์มีส่วนเกี่ยวข้องกับความผิดปกติทางจิตโรคภูมิต้านตนเองและโรคซับซ้อนอื่นๆ

พอร์ทัลข้อมูลและโครงการต่างๆ

พอร์ทัลและโครงการข้อมูลเอพิเจโนมิกส์
ชื่อ	คำอธิบาย	ลิงก์
พอร์ทัลข้อมูล IHEC	นำเสนอรายการข้อมูลอ้างอิงอีพิเจโนมที่ครอบคลุมสำหรับมนุษย์ (hg19, hg38) และหนู (mm10)	พอร์ทัล IHEC ^{[ 2 ]}
NIH ROADMAP Epigenomics Mapping Consortium	นำเสนอแผนที่จีโนมทั่วทั้งระบบที่แสดงการดัดแปลงฮิสโตน การเข้าถึงโครมาติน การเมทิลเลชั่นของดีเอ็นเอ และการแสดงออกของ mRNA ในเซลล์และเนื้อเยื่อประเภทต่างๆ ของมนุษย์	พอร์ทัล ROADMAP ^{[ 2 ]}
ซีอีเอชอาร์ซี	โครงการริเริ่มของแคนาดาที่ให้ข้อมูลโดยละเอียดเกี่ยวกับอีพิเจโนมของมนุษย์จากเนื้อเยื่อต่างๆ	พอร์ทัล CEEHRC ^{[ 2 ]}
พิมพ์เขียว	โครงการของยุโรปที่สร้างแผนที่เอพิเจโนมิกส์สำหรับหมู่เลือด 100 ชนิดที่แตกต่างกัน	พอร์ทัล BLUEPRINT ^{[ 2 ]}
ไอเฮค เครสต์	เน้นที่จีโนมอ้างอิงสำหรับเซลล์เยื่อบุผิวของมนุษย์ เซลล์บุผนังหลอดเลือด และเซลล์สืบพันธุ์	พอร์ทัล CREST ^{[ 2 ]}
ดีพบลู	ฐานข้อมูลส่วนกลางที่ออกแบบมาเพื่อดำเนินการทางโปรแกรมกับข้อมูลด้านเอพิเจเนติกส์ รวมถึงการซ้อนทับและการรวมข้อมูล	พอร์ทัล DeepBlue ^{[ 2 ]}
เบราว์เซอร์เอพิเจโนม	จัดหาลำดับอ้างอิงและแบบร่างการประกอบสำหรับจีโนมที่หลากหลาย	เบราว์เซอร์เอพิเจโนม^{[ 2 ]}
WashU Epigenome Browser	นำเสนอข้อมูลทางด้านเอพิเจโนมิกส์อย่างครอบคลุมสำหรับสิ่งมีชีวิตหลากหลายชนิด รวมถึงวัวและแมลงวันผลไม้ นอกเหนือจากมนุษย์และหนู	พอร์ทัล WashU ^{[ 2 ]}
โครงการ ENCODE	โครงการที่ได้รับทุนสนับสนุนจาก NIH ซึ่งมีเป้าหมายเพื่อทำแผนที่องค์ประกอบการทำงานทั้งหมดของจีโนมมนุษย์	พอร์ทัล ENCODE ^{[ 2 ]}
เจนเอ็กซ์พี	โปรแกรมดูจีโนมแบบโต้ตอบที่ผสานรวมข้อมูลจากระบบการระบุคำอธิบายแบบกระจาย (Distributed Annotation System: DAS)	พอร์ทัล GenExp ^{[ 2 ]}
คณะทำงาน AHEAD	ความพยายามอย่างเป็นระบบในการทำแผนที่อีพิเจโนมของมนุษย์ โดยสร้างเครือข่ายชีวสารสนเทศเพื่อใช้เป็นคู่มืออ้างอิงที่เกี่ยวข้องกับเนื้อเยื่อปกติ	^{[ 2 ]}
กลุ่มโครงการ HEP	ให้ข้อมูลเอพิเจโนมที่มีความละเอียดสูงสำหรับการวิเคราะห์เมทิลเลชั่นของดีเอ็นเอในบุคคล 43 คน	^{[ 2 ]} HEP
กลุ่มพันธมิตรโครงการ HEROIC	มุ่งเน้นการศึกษาการควบคุมทางเอพิเจเนติกส์ในปริมาณมากโดยใช้การทดสอบทางจีโนมิกส์ต่างๆ	พอร์ทัลฮีโร่^{[ 2 ]}
dbEM	ฐานข้อมูลที่ตรวจสอบบทบาทของโปรตีนเอพิเจเนติกส์ในการก่อให้เกิดมะเร็ง โดยมีข้อมูลเกี่ยวกับการกลายพันธุ์และการแสดงออกของยีนในตัวอย่างเนื้องอกต่างๆ	พอร์ทัล dbEM ^{[ 2 ]}
เอพิแฟคเตอร์	ฐานข้อมูลที่เชื่อมโยงปัจจัยทางพันธุกรรมเฉพาะกับยีนที่เกี่ยวข้อง	พอร์ทัล EpiFactors ^{[ 2 ]}
เฮดด์	มุ่งเน้นการจัดเก็บและบูรณาการชุดข้อมูลที่เกี่ยวข้องกับยาที่ออกฤทธิ์ต่อกลไกทางพันธุกรรมระดับเอพิเจเนติกส์	พอร์ทัล HEDD ^{[ 2 ]}

ฐานข้อมูล

ฐานข้อมูลการเมทิลเลชั่นของดีเอ็นเอและเอพิเจเนติกส์
ชื่อ	คำอธิบาย	การอ้างอิง
เมธดีบี	ประกอบด้วยข้อมูลเกี่ยวกับปริมาณเมทิลเลชั่นของดีเอ็นเอ 19,905 รายการ และรูปแบบเมทิลเลชั่น 5,382 รูปแบบ สำหรับ 48 สปีชีส์ 1,511 บุคคล 198 เนื้อเยื่อและสายเซลล์ และ 79 ฟีโนไทป์	^{[ 8 ]}
ผับเมธ	ประกอบด้วยข้อมูลมากกว่า 5,000 รายการเกี่ยวกับยีนที่มีการเติมหมู่เมทิลในมะเร็งชนิดต่างๆ	^{[ 9 ]}
ฐานใหม่	ประกอบด้วยยีนเมทิลทรานสเฟอเรสของดีเอ็นเอมากกว่า 22,000 ยีน ซึ่งได้มาจากฐานข้อมูล GenBank	^{[ 10 ]}
ฐานข้อมูลเอพิเจโนมิกส์ DeepBlue	ประกอบด้วยข้อมูลเอพิเจโนมิกส์จากการทดลองมากกว่า 60,000 ครั้งจากสมาชิก IHEC ต่างๆ โดยแบ่งออกเป็นเครื่องหมายเอพิเจเนติกส์ต่างๆ DeepBlue ยังมี API สำหรับการเข้าถึงและประมวลผลข้อมูลอีกด้วย	^{[ 11 ]}
ข้อมูลฉัน	ประกอบด้วยข้อมูลการเมทิลเลชั่นของยีนในมะเร็งมนุษย์ 205 ชนิด	^{[ 12 ]}
เมธไพรเมอร์DB	ประกอบด้วยชุดไพรเมอร์ 259 ชุด จากมนุษย์ หนู และหนูแรต สำหรับการวิเคราะห์เมทิลเลชั่นของดีเอ็นเอ	^{[ 13 ]}
ฐานข้อมูลฮิสโตน	ประกอบด้วยลำดับ 254 ลำดับจากฮิสโตน H1, 383 ลำดับจากฮิสโตน H2, 311 ลำดับจากฮิสโตน H2B, 1043 ลำดับจากฮิสโตน H3 และ 198 ลำดับจากฮิสโตน H4 ซึ่งแสดงถึงอย่างน้อย 857 สปีชีส์	^{[ 14 ]}
โครมดีบี	ประกอบด้วยโปรตีนที่เกี่ยวข้องกับโครมาตินจำนวน 9,341 ชนิด รวมถึงโปรตีนที่เกี่ยวข้องกับ RNAi สำหรับสิ่งมีชีวิตหลากหลายชนิด	^{[ 15 ]}
เครโมแฟค	ประกอบด้วยลำดับปัจจัยการปรับโครงสร้างโครมาตินที่ซ้ำซ้อน 1,725 ลำดับ และลำดับปัจจัยการปรับโครงสร้างโครมาตินที่ไม่ซ้ำกัน 720 ลำดับ ในสิ่งมีชีวิตยูคาริโอต	^{[ 16 ]}
ห้องปฏิบัติการเอพิเจเนติกส์ของตระกูลเครมบิล	ประกอบด้วยข้อมูลการเมทิลเลชั่นของดีเอ็นเอของโครโมโซม 21, 22 ของมนุษย์ เซลล์สืบพันธุ์เพศชาย และโปรไฟล์การเมทิลเลชั่นของดีเอ็นเอในฝาแฝดเหมือนและฝาแฝดต่างไข่	^{[ 17 ]}
ฐานข้อมูลการเมทิลเลชั่นดีเอ็นเอ MethyLogiX	ประกอบด้วยข้อมูลการเมทิลเลชั่นของดีเอ็นเอจากโครโมโซมคู่ที่ 21 และ 22 ของมนุษย์ เซลล์สืบพันธุ์เพศชาย และโรคอัลไซเมอร์ที่เกิดขึ้นในวัยชรา	^{[ 18 ]}

แหล่งข้อมูลและเอกสารอ่านเพิ่มเติม

บทความฉบับดั้งเดิมนี้อ้างอิงจากบทความวิจารณ์เกี่ยวกับเอพิเจเนติกส์เชิงคำนวณที่ตีพิมพ์ในวารสาร Bioinformatics ฉบับเดือนมกราคม 2551: Bock C, Lengauer T (มกราคม 2551). "เอพิเจเนติกส์เชิงคำนวณ" . Bioinformatics . 24 (1): 1– 10. doi : 10.1093/bioinformatics/btm546 . PMID 18024971 .บทความวิจัยฉบับนี้มีเอกสารอ้างอิงทางวิทยาศาสตร์มากกว่า 100 รายการ พร้อมทั้งข้อมูลพื้นฐานที่ครอบคลุม

[ 1 ]

[ 4 ]

[ 5 ]

[ 6 ]

[ 7 ]

[ 8 ]

[ 9 ]

[ 10 ]

[ 11 ]

[ 12 ]

[ 13 ]

[ 14 ]

[ 15 ]

[ 16 ]

[ 17 ]

[ 18 ]