Обзор сета генов

Начало

Мне достался набор из 35 генов. "Посмотрев его руками", могу выдать следующие соображения:

TYR, TYRP1 - что-то связанное с тирозином
MAOA, MAOB - моноаминоксидазы А и B, которые в основном связаны с обратным захватом нейромедиатров (дофамин, серотонин...)
бросается в глаза набор генов ADH1A, ADH1B, ADH1C, ADH4, ADH6, ADH7 и возможно ассоциированные с ними ALDH3A1, ALDH3B1, ALDH3B2. Но о них я ничего не знаю

Небольшой вывод ожидаемого: возможно, будет какой-то метаболический путь, связанны с нейромедиаторами, поэтому по тканям мб мозг.

Gene Ontology & PANTHER

Первый взгляд

Gene Ontology - "это база" для начального обзора генов. Закинула туда общий список, сравнение со всеми генами человека (так как ваще непонятно, к какому процессу они примерно относятся итд). Для p-value критерий Фишера. Выдача в PANTHERе.

Так как генов было много (35), то вставлять сюда скрины из выдачи смысла не вижу)) Поэтому:

тут ссылка на выдачу в виде таблицы

До начала разбора результатов можно еще добавить, что вообще-то в выдаче было 38 ID. Разберемся, почему:

**Рис.1** Количество ID по сравнению с количеством поданных генов и гены с несколькими ID в PANTHER.

Задавшись вопросом "а почему..." я посмотрела в NCBI Genes эти гены. Но к сожалению "а почему..." меня не оставило.

TPO: ссылкаTPO и ссылкаTHPO. Если почитать аннотации, то можно зависнуть над полем аннотация:
Annotation information Note: TPO (Gene ID: 7173) and THPO (Gene ID: 7066) share the TPO symbol/alias in common. TPO is a widely used alternative name for thrombopoietin (THPO), which can be confused with the official symbol for TPO, thyroid peroxidase.
Насколько я понимаю, это разные реально существующие гены, которые почему-то иногда называют одним символом TPO, хотя у тромбопротеин-кодирующего гена правильное название THPO. Если это правда, то можно ожидать, что если TPO и THPO гены, вовлеченные в разные процессы, то один из ID, определенных PANTHERом будет избыточным и собьет с толку. Увы))
PNMT: сслыкаPNMT. Для гена известно несколько альтернативных транскрипта, поэтому скорее всего оба они попали в список
MIF: сслыкаMILF. Тоже вроде разница транскриптов, так как ген ОЧЕНЬ широко экспрессируется

**Рис.2** Емкий вывод по множественным ID

Анализ

Ну, сначала можно быстренько проверить на то, а не рандомный ли набор мне дали (было бы смешно). Видно, что для каждого GO термина гены в выборке перепредставлены, что наталкивает на мысль, что все-таки взяты из какого-то конркетного процесса. P-value везде хорошее

Прочитав все GO термины, я скажу, что все они относятся к метаболическим процессам. Встречаются как и термины катаболизма, так и биосинтеза. Красиво оформлю мысли в список:

Процесс: метаболизм
"Подпроцессы": катаболизм и анаболизм
Субстраты: гормоны - дофамин, норэпинифрин, эпинифрин; АК - тирозин, глутамат, аспартат, фенилаланин; жирные кислоты; этанол и формальдегид
Самый крупный частный случай: большинство из субстратов относятся к ароматическим (бензил-содержащим) соединениям (гормоны и торизин с фенилаланином)
Проверка моих первых слов: обратный захват гормонов и их метаболические пути, а также метаболизм тирозина

Наверное, глубже тут я копнуть не смогу. Посмотрю в других базах

STRING

Первый взгляд

**Рис.3** Граф взаимодействий. Разные цвета у связей показывают тип источника, откуда взялась информация о взаимодействии. Мне было лень копаться в цветах, поэтому...

**Рис.4** ... поэтому в просто настроила граф так, чтобы толщина линий отражала степень уверенности в связи. Это по-моему логичнее

Анализ

В принципе, граф хороший, потому что изолированных вершин нет, и связь между генами добротная. Ну то, что для всех известна 3D структура продукта, было в принципе понятно из предыдущего полотна текста...

Мне еще показалось, что interactome graph предполагает именно взаимодействие между белками и комплексами белков, то есть если для работы белку нужно собраться в комплекс с какими-то другими, то лучше об этом знать. Поэтмоу я их кластеризовала по 'physical complex'. Получилось следующее:

**Рис.5** Здесь связями показаны белки, которые собираются в комплексы. Их целых 6!!! круто же :) логично, что белки генов с похожими названиями (которые я писала в самом начале) входят в один комплекс (типа ADHxx и ALDH3xx)

Так, хорошо, можно еще поиграться с кластеризацией, потому что на рисунках 3-4 кажется, что точно заметно два больших кластера, а мб даже и три.

**Рис.7** 4 кластера (добавилась часть комплекса ADHxx!! не зря я комплексы чекнула)

Дальше я попробовала потыкать на разные другие типы кластеризации, интересно вот что: если разбить на 3 кластера по плотности узлов, то далеко не все кластеры добавятся в эти кластеры. Еще интересно, что если продолжить разбивать на кластеры по центроидам, то алгоритм будет выделять в новый кластер только 1 узел. Тогда можно довести до следующей картинки:

Видно, что большие кластеры одинаковые (ну, то есть 3 кластера из алгоритма с плотностью узлов). Причем один из них это часть комплекса белков ADHxx. Интересно, что только 3 белка из комплекса ВЕЗДЕ выделяются в отдельны кластер. Но, кстати, в алгоритме по плотности узлов остальные белки комплекса ADHxx не относятся ни к какому кластеру. супергуд!!!

Если посмотреть раздел Analyses, то можно взглянуть на данные с низким FDR (ну хотя бы меньше 0.001)

Биологический процесс GO: катаболизм тирозина и биосинтез аспартата

Локальные кластеры STRING

катаболизм дофамина: MAOA, MAOB, PNMT, DBH, COMT, LRTOMT (6/6)
альдегид- и этанол-дегидрогиназы, NADP-зависимые
катаболизм тирозина: HPD, HGD, FAH, GSTZ1< (4/5)
большой кластер, связанный с нейромедиаторами (8/11)

Прикола ради посмотрю коэкпрессию и cooccurrence (хз как красиво на русский перевести), но в принципе, и так понятно, что там все будет ок

Human Protein Atlas

Оказалось, что тут можно смотреть только отдельные гены... кринж... смотреть 35 генов я убьюсь, а по 3 генам делать вывод по остальным 32 неохота. Поэтому я просто потом их закину в reactome, а ради красивых картиночек выберу неизвестный мне ген GOT1 (в честь GOT7, благослови господь джексона вана)

Посмотрим на экспрессию по тканям

аэаааъоъ... Довольно неожиданно увидеть на первом месте экспрессии рнк язык, а белка - тестикулы...

но в целом, можно сказать, что белок экспрессируется в большом количестве тканей и очень сильно, при этом разные зоны мозга занимают топ-места. Кстати про мозг:

**Рис.11** экспрессия рнк в мозгу человека (у свинки и мышки тоже экспрессируется по всему мозгу)

Reactome

Какой убогий интерфейс... мне не понравилось((

Но в общем, путем долгих тыканий, дошла до следующих картинок и процессов:

**Процесс 1:** метаболизм АК и их производных, преимущественно тирозина, аспартат и глутамина, а также биосинтез меланина

**Процесс 2:** окисление этанола, дезаминирование биогенных аминов до альдегидов

**Процесс 3:** разрушение нейромедиаторов дофамина и серотонина, в частности обратный захват

**Процесс 4:** регуляция дифференциации тестикул!!!

KEGG

Tyrosine pathway

ВЫВОДЫ

Во-первых, про бд: GO самая информативная в плане объема информации, хотя там нет никаких картинок. Использовать ее не очень удобно, но для какого-то анализа выборки достаточно. STRING мне понравилась больше всего, есть сводка из GO, графы красивые и кастомизируемые на любой вкус. Protein Atlas - больше похоже на игрушку и склад красивых картинок (ну собственно он и есть атлас), а Reactome просто не оч удобно использовать, хотя ответ дал проще всех.

Итого, я вроде как сразу вдалась в правильное направление мыслей про нейромедиаторы и тирозин. Мой сет генов принимает участие преимущественно в 4 процессах:

Метаболизм АК и их производных, преимущественно ароматических (и еще более преимущественно тирозина)
Регуляиця нейромедиаторов, их ингибирование
Окисление этанола и биогенных аминов
дИфФеРеНцИаЦиЯ тЕсТиКуЛ (увы)

"Не стесняйтесь проявлять свою фантазию и испытывать мое чувство юмора."

извините