Connectivity Map(cMap)的探索应用(三)

之前Connectivity Map(cMap)的探索应用(一)和Connectivity Map(cMap)的探索应用(二)简单介绍了下分析平台,展示形式等内容。同时还介绍了cmap分析的两种在线分析工具build2和clue的使用。但很多时候方法很多,但并不清楚该分析在具体的科研中应用。因此,今天着重来看下cmap主要在什么科研目的下使用?换句话说,就是cmap分析的科研应用场景!

1. 未知小分子的功能识别

原理:将未知作用的小分子表达特征与已知功能的小分子表达谱进行cmap分析,识别未知小分子的作用

案例:为了检查中药(TCM)的分子和细胞作用,确定了分别用102种来自中药的不同分子处理的MCF7细胞的基因表达谱,并使用CMap比较这些谱图并预测这些化合物的作用机理。结果发现,从药用植物花椒中分离出的可尼替丁氯化物(NC)与拓扑异构酶抑制剂和肾上腺素能受体拮抗剂相连,另外的实验证实了这些假设。

文献:The gene expression profiles in response to 102 traditional Chinese medicine (TCM) components: a general template for research on TCMs.


2. 未知小分子作用的靶基因识别

原理:将未知靶标机理的小分子表达特征与数据中功能缺失表达谱的cmap分析,识别未知小分子作用的靶基因。

案例:通过数据库化合物筛选,一类苄基-4-哌啶酮化合物被确定为尤因肉瘤新疗法的潜在候选药物。为了确定该药物的作用机理,对其中两种化合物处理的尤因肉瘤细胞系做芯片检测,得到表达特征,然后通过CMap query功能进行分析,发现它们与蛋白酶体抑制剂MG-262的特征高度一致。这一发现导致后来确定了19s蛋白酶体亚基作为这些化合物的靶标。

文献:Proteasome addiction defined in Ewing’s sarcoma is effectively targeted by a novel class of 19S proteasome inhibitors。


3. 识别治疗某疾病的候选药物

原理:将某疾病的表达特征与数据库中小分子表达谱进行cmap分析,识别能治疗该疾病的候选药物。

案例:

[1] 通过CMap分析,发现苯并咪唑(一种苯并咪唑驱虫药)可作为通过诱导细胞骨架变化以及增加的骨形态发生蛋白2(BMP-2)的表达和活性来促进骨分化。

[2] 将子宫颈癌的不同亚型的表达特征经cmap分析,发现植物类黄酮芹菜素是逆转疾病的候选药物,进一步的体外实验表明,芹菜素与干扰素γ组合使用时,可增强后者的抗癌活性,选择性降低HeLa宫颈腺癌细胞的活力,但不降低鳞状细胞癌细胞的活力。

文献:

[1] Connectivity Map-based discovery of parbendazole reveals targetable human osteogenic pathway.

[2] Bioinformatics and in vitro experimental analyses identify the selective therapeutic potential of interferon gamma and apigenin against cervical squamous cell carcinoma and adenocarcinoma.


4. 突变/变异分析

原理:分析遗传变异相对于正常状态的转录影响。

案例:通过对表征与肺腺癌相关的194个体细胞突变进行cmap分析,且开发了一种基于表达的变异体影响表型方法,以区分具有影响力的变异体和中性变异体,最后结果确定有69%的突变具有影响力。

文献:High-throughput Phenotyping of Lung Cancer Somatic Mutations


5. 谱系分析

原理:比较来自不同谱系的细胞的转录谱,识别marker及特定谱系定点

案例:通过cmap分析,识别出"树突状细胞祖细胞到不同功能谱系多样性"的转录组转化基点。

文献:Identification of cDC1- and cDC2-committed DC progenitors reveals early lineage priming at the common DC progenitor stage in the bone marrow.


6. 通路分析

原理:通过转录谱识别受GOF(基因过表达)或LOF(基因敲除)影响的通路,目的在于搭建基因(敲除/过表达后的signature)—通路(小分子化合物对应的通路调节)之间的关系

案例:异位表达p73后选择FC大于2的上下调基因作为signature,通过cmap分析发现与MTOR信号抑制剂高度相似,MTOR信号抑制剂包括雷帕霉素,二甲双胍和吡菌铵,这些化合物预计会诱导p73活性。进一步的实验表明,用这些化合物治疗原代和癌细胞系可提高p73水平,从而支持MTOR信号传导与p73调控之间的关系。

文献:A gene signature-based approach identifies mTOR as a regulator of p73.


总结

从目前文章的应用来看,1—3类应用是比较多的,4—6类的应用较少。药学、中医药、各类疾病药物筛选等方向是cmap分析主要的应用研究领域。


往期回顾

miR-circ靶向关系如何批量预测?

Connectivity Map(cMap)的探索应用(一)

miRNA靶标预测数据的答疑解惑!

Connectivity Map(cMap)的探索应用(二)

cMAP在线分析——旧版build2的使用

今天的内容就到这里~~~,更多内容可关注公共号“YJY技能修炼”~~~

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,366评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,521评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 165,689评论 0 356
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,925评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,942评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,727评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,447评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,349评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,820评论 1 317
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,990评论 3 337
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,127评论 1 351
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,812评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,471评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,017评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,142评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,388评论 3 373
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,066评论 2 355