在转录组数据揭示人类生长模式

背景

亚当•史蒂文斯博士是一个人类发展系统生物学家彼得·克莱顿教授的工作小组在英国曼彻斯特大学。除了industrially-funded和商业机密研究药物反应,斯蒂文博士和他的同事们发表了大量论文对生长激素的药物基因组学。

年轻的人类以有趣的方式增长。斯蒂文博士指出,人类是唯一的动物回到青春期的快速增长。其他动物,甚至其他哺乳动物,有很长的少年阶段——出生后迅速增长,然后他们的增长速度减慢,直到他们达到他们的最终减少了成人的大小。

这样的观察超越古怪的事实。了解孩子成长是理解许多儿童疾病和关键条件,尤其是那些影响经济增长。

“积极恢复增长是一个生物危险的事情。如果你想了解药物和疾病对儿童的影响,您需要理解这一点,”史蒂文斯博士指出。“一个孩子是非常不同的两个比四个或10但医学上他们都具有相同的待遇。”

他的研究旨在将更多的理解过程。除了长椅上的研究,他在网上进行各种组学数据集的研究主要来自血液样本在整个人类的童年。“问题是没有适合这样的动物模型研究活动回归长骨增长唯一的模型我们可以使用是人类。”

技术情况

史蒂文的RNA和微阵列数据集包括转录组数据——措施RNA序列。他也看着基因数据的集成,使数据(如蛋白质组学和磷蛋白质组数据)。

他使用这些数据来研究正常儿童成长和发展的各种障碍。例如,他看着身材矮小,生长激素缺乏症,染色体病,例如特纳综合征中,女孩通常是用生长激素治疗。他也看着疾病在儿童的生长有影响,比如癌症。“许多癌症儿童有一个特定的发病年龄,这意味着不同的基因,”他解释说。还有些药物,如类固醇,影响经济增长。

“现在我们从分子水平上更好地理解如何映射增长及其对药学的影响基因,”史蒂文斯博士解释道。“我们开发的方法允许我们研究它更清楚,highly-resolved分子地图。”

解决方案

协助这项研究,他转向Qlucore组学从瑞典Qlucore浏览器软件。斯蒂文博士发现,运行一个项目时的一个基本问题是,您可能需要一个统计学家,但他们并不总是理解生物学。使用软件的关键因素之一是visually-driven接口。数据需要提交的方式可以由评论家不理解和分析统计数据和数学专家。

“纯粹的天才让可视化分析。我们想要的软件,non-statisticians的访问。一个基本问题,我看到所有的时间如果你运行一个项目,并意识到你需要统计专业知识你找到统计人员,但他们不理解生物学。有一个沟通的问题。”

斯蒂文博士不同微阵列在各种条件下导入工具和测试是否存在差异。行业标准转录组数据集可能包含大约400微阵列,每个55000数据点。他还其他组学数据导入到Qlucore。他说,这些数据集往往是小,但仍有成千上万的数据分样本。

他所做的与此数据取决于数据和他想问的问题。

“如果我有一个假设,它的使用非常简单,复制很多其他工具做什么,”他说。“Qlucore是评估结构的力量当我与hypothesis-free数据进来。”

事实上,他多次指出,他已经能够发现先前未被发现的模式也在发布数据集的可视化功能的软件。