Epigenética computacional [1] [2] [ fuente no confiable? ] utiliza métodos estadísticos y modelos matemáticos en la investigación epigenética . Debido a la reciente explosión de conjuntos de datos de epigenoma, los métodos computacionales juegan un papel cada vez más importante en todas las áreas de la investigación epigenética.
Definición
La investigación en epigenética computacional comprende el desarrollo y la aplicación de métodos bioinformáticos para resolver cuestiones epigenéticas, así como el análisis de datos computacionales y el modelado teórico en el contexto de la epigenética. Esto incluye el modelado de los efectos de la metilación de la isla CpG de histonas y ADN.
Áreas de investigación actuales
Procesamiento y análisis de datos epigenéticos
![](http://wikiimg.tojsiabtv.com/wikipedia/en/thumb/8/8d/ChIP-on-chip_wet-lab.png/428px-ChIP-on-chip_wet-lab.png)
Se han desarrollado varias técnicas experimentales para el mapeo de información epigenética en todo el genoma, [3] las más utilizadas son la secuenciación de ChIP-on-chip , ChIP-seq y bisulfito . Todos estos métodos generan grandes cantidades de datos y requieren formas eficientes de procesamiento de datos y control de calidad mediante métodos bioinformáticos.
Predicción del epigenoma
Se ha dedicado una cantidad sustancial de investigación bioinformática a la predicción de información epigenética a partir de características de la secuencia del genoma . Tales predicciones tienen un doble propósito. En primer lugar, las predicciones precisas del epigenoma pueden sustituir los datos experimentales, hasta cierto punto, lo que es particularmente relevante para los mecanismos epigenéticos recién descubiertos y para otras especies distintas del ser humano y el ratón. En segundo lugar, los algoritmos de predicción construyen modelos estadísticos de información epigenética a partir de datos de entrenamiento y, por lo tanto, pueden actuar como un primer paso hacia el modelado cuantitativo de un mecanismo epigenético. La predicción computacional exitosa de la metilación y acetilación de lisina y ADN se ha logrado mediante combinaciones de varias características. [4] [5]
Aplicaciones en epigenética del cáncer
El importante papel de los defectos epigenéticos en el cáncer abre nuevas oportunidades para mejorar el diagnóstico y la terapia. Estas áreas activas de investigación dan lugar a dos preguntas que son particularmente susceptibles de análisis bioinformático. Primero, dada una lista de regiones genómicas que exhiben diferencias epigenéticas entre las células tumorales y los controles (o entre diferentes subtipos de enfermedades), ¿podemos detectar patrones comunes o encontrar evidencia de una relación funcional de estas regiones con el cáncer? En segundo lugar, ¿podemos utilizar métodos bioinformáticos para mejorar el diagnóstico y la terapia mediante la detección y clasificación de subtipos de enfermedades importantes?
Temas emergentes
La primera ola de investigación en el campo de la epigenética computacional fue impulsada por el rápido progreso de los métodos experimentales para la generación de datos, que requerían métodos computacionales adecuados para el procesamiento de datos y el control de calidad, lo que impulsó los estudios de predicción de epigenomas como un medio para comprender la distribución genómica de la información epigenética. y sentó las bases para proyectos iniciales sobre epigenética del cáncer . Si bien estos temas seguirán siendo áreas importantes de investigación y la mera cantidad de datos epigenéticos que surgen de los proyectos de epigenoma representa un desafío bioinformático significativo, actualmente están surgiendo varios temas adicionales.
- Circuitos reguladores epigenéticos: ingeniería inversa de las redes reguladoras que leen, escriben y ejecutan códigos epigenéticos.
- Epigenética de poblaciones : destilación de los mecanismos reguladores de la integración de datos del epigenoma con perfiles de expresión génica y mapas de haplotipos para una muestra grande de una población heterogénea.
- Epigenética evolutiva : aprendizaje sobre la regulación del epigenoma en humanos (y sus consecuencias médicas) mediante comparaciones entre especies.
- Modelado teórico: prueba de nuestra comprensión mecanicista y cuantitativa de los mecanismos epigenéticos mediante simulación in silico . [6]
- Navegadores del genoma : desarrollo de una nueva combinación de servicios web que permiten a los biólogos realizar análisis sofisticados del genoma y del epigenoma dentro de un entorno de navegador del genoma fácil de usar.
- Epigenética médica : búsqueda de mecanismos epigenéticos que desempeñen un papel en enfermedades distintas del cáncer, ya que existe una fuerte evidencia circunstancial de que la regulación epigenética está involucrada en trastornos mentales , enfermedades autoinmunes y otras enfermedades complejas. [ cita requerida ]
Bases de datos de epigenética
- MethDB [7] Contiene información sobre 19.905 datos de contenido de metilación del ADN y 5.382 patrones de metilación para 48 especies, 1.511 individuos, 198 tejidos y líneas celulares y 79 fenotipos.
- Pubmeth [8] Contiene más de 5000 registros sobre genes metilados en varios tipos de cáncer.
- REBASE [9] Contiene más de 22.000 genes de ADN metiltransferasas derivados de GenBank.
- DeepBlue Epigenomic Database [10] contiene datos epigenómicos de más de 60.000 experimentos de diferentes archivos de miembros de IHEC divididos en muchas marcas epigenéticas diferentes. DeepBlue también proporciona una API para acceder y procesar los datos en el servidor.
- MeInfoText [11] Contiene información sobre la metilación de genes en 205 tipos de cáncer humano.
- MethPrimerDB [12] Contiene 259 juegos de cebadores de humanos, ratones y ratas para el análisis de metilación del ADN.
- La base de datos de histonas [13] contiene 254 secuencias de la histona H1, 383 de la histona H2, 311 de la histona H2B, 1043 de la histona H3 y 198 de la histona H4, que en conjunto representan al menos 857 especies.
- ChromDB [14] Contiene 9.341 proteínas asociadas a cromatina, incluidas proteínas asociadas a ARNi, para una amplia gama de organismos.
- CREMOFAC [15] Contiene 1725 secuencias de factor de remodelación de cromatina redundantes y 720 no redundantes en eucariotas.
- El Laboratorio de Epigenética de la Familia Krembil [16] Contiene datos de metilación del ADN de los cromosomas humanos 21, 22, células germinales masculinas y perfiles de metilación del ADN en gemelos monocigóticos y dicigóticos.
- Base de datos de metilación del ADN MethyLogiX [17] Contiene datos de metilación del ADN de los cromosomas humanos 21 y 22, células germinales masculinas y la enfermedad de Alzheimer de aparición tardía.
Fuentes y lectura adicional
- La versión original de este artículo se basó en un artículo de revisión sobre epigenética computacional que apareció en la edición de enero de 2008 de la revista Bioinformatics: Bock, C .; Lengauer, T. (enero de 2008). "Epigenética computacional" . Bioinformática . 24 : 1-10. doi : 10.1093 / bioinformatics / btm546 . PMID 18024971 .. Este artículo de revisión proporciona más de 100 referencias a artículos científicos y una amplia información de antecedentes.
- Se han actualizado y agregado datos adicionales, basados en un artículo de revisión sobre epigenética computacional que apareció en la edición de enero de 2010 de la revista Bioinformation : Lim SJ, Tan TW y Tong, JC (2010) Computational epigenética: el nuevo paradigma científico. Bioinformación, 4 (7): 331-337 . Este artículo de revisión proporciona> 129 referencias a artículos científicos. Se publica como acceso abierto y se puede descargar gratuitamente desde la página web del editor: http://bioinformation.net/004/007000042010.pdf .
Referencias
- ^ Bock, C; Lengauer T (2008). "Epigenética computacional" . Bioinformática . 24 (1): 1–10. doi : 10.1093 / bioinformatics / btm546 . PMID 18024971 .
- ^ Lim, SJ; Tan TW; Tong JC (2010). "Epigenética computacional: el nuevo paradigma científico" (PDF) . Bioinformación . 4 (7): 331–337. doi : 10.6026 / 97320630004331 . PMC 2957762 . PMID 20978607 .
- ^ Madrigal, P; Krajewski, P (julio de 2015). "Descubrimiento de la variabilidad correlacionada en conjuntos de datos epigenómicos utilizando la transformada de Karhunen-Loeve" . Minería de Biodatos . 8 : 20. doi : 10.1186 / s13040-015-0051-7 . PMC 4488123 . PMID 26140054 .
- ^ Shi, Shao-Yun; Jian-Ding Qiu; Xing-Yu Sun; Sheng-Bao Suo; Shu-Yun Huang; Ru-Ping Liang (2012). "PLMLA: predicción de metilación de lisina y acetilación de lisina mediante la combinación de múltiples características". Mol. BioSyst . 8 (1): 1520-1527. doi : 10.1039 / C2MB05502C . PMID 22402705 . S2CID 6172534 .
- ^ Zheng, Hao; Shi-Wen Jiang; Hongwei Wu (2011). "Mejora del poder predictivo del modelo de predicción para la metilación del ADN genómico humano". Biocomp'11 : Conferencia Internacional 2011 sobre Bioinformática y Biología Computacional. S2CID 14599625 .
- ^ Roznovat, IA; Ruskin HJ (2013). "Un modelo computacional de señales genéticas y epigenéticas en cáncer de colon". Ciencias interdisciplinarias: Ciencias de la vida computacionales . 5 (3): 175–186. doi : 10.1007 / s12539-013-0172-y . PMID 24307409 . S2CID 11867110 .
- ^ Base de datos de metilación del ADN
- ^ Pubmeth.Org
- ^ "Página de inicio oficial de REBASE | la base de datos de enzimas de restricción | NEB" .
- ^ "Servidor de datos epigenómicos DeepBlue" .
- ^ "MeInfoText: metilación de genes asociados y la información de cáncer de la minería de textos" . Archivado desde el original el 3 de marzo de 2016 . Consultado el 29 de enero de 2010 .
- ^ "methPrimerDB: la base de datos de cebadores de PCR de análisis de metilación de ADN" . Archivado desde el original el 15 de julio de 2014 . Consultado el 29 de enero de 2010 .
- ^ "Base de datos de histonas - Base de datos de histonas" . Archivado desde el original el 5 de septiembre de 2015 . Consultado el 29 de enero de 2010 .
- ^ "ChromDB :: Chromatin Database" . Archivado desde el original el 10 de abril de 2019 . Consultado el 29 de enero de 2010 .
- ^ Cremofac
- ^ http://www.epigenomics.ca
- ^ Base de datos de metilación archivada el 3 de diciembre de 2008 en la Wayback Machine.