Эта статья является кандидатом в добротные статьи

Ensembl

Материал из Википедии — свободной энциклопедии
Перейти к: навигация, поиск
Логотип Ensembl

Ensembl — совместный научный проект Европейского института биоинформатики и Института Сенгера. Основной задачей этого проекта является обеспечение специалистов интегрированным доступом к базам данных, касающихся строения геномов более 50 видов позвоночных, включая человека (Homo sapiens), мышь (Mus musculus), крысу (Rattus norvegicus), рыбку Данио-рерио (Danio rerio) и др.[1]. Проект был запущен в 1999 году перед завершением проекта «Геном человека»[2].

Базы данных Ensembl регулярно обновляются с частотой не менее двух раз в год. Текущая версия проекта 88 была опубликована 29 марта 2017 года[3]. Свежие новости проекта публикуются на официальном веб-сайте. Там же можно найти информацию об очных образовательных мероприятиях по работе с Ensembl[4]. Основам работы с системой можно также научиться, просмотрев тематические видео на сайте Ensembl и EMBL-EBI.

Аннотация генома[править | править вики-текст]

Основные элементы генома позвоночных[править | править вики-текст]

Проект Ensembl сосредоточен на предоставлении подробной информации о геномах позвоночных животных. Типичный размер такого генома составляет миллиарды пар оснований. Например, геном мыши (Mus musculus) и геном человека (Homo sapiens) содержат около 3 миллиардов пар оснований. Только несколько процентов генома представляют собой кодирующие последовательности, соответствующие примерно 20-25 тысячам генов в случае человека[5]. Кодирующие последовательности обладают неслучайной структурой, что позволяет обнаружить их при анализе генома. Некодирующие последовательности генома в некоторых случаях также являются биологически функциональными, подразделяясь на псевдогены, гены транспортной и рибосомной РНК, гены длинных некодирующих РНК, малых ядерных РНК, малых ядрышковых РНК, микроРНК и т.д. Работа с элементами генома возможна только при наличии информации о положении этого элемента и взаимодействии с другими. Разметка положения каждого такого элемента называется аннотацией генома[6].

Аннотация генома может быть проведена как вручную коллективом экспертов, так и с использованием автоматических программных подходов, как это реализовано в Ensembl[7].

Система аннотации Ensembl[править | править вики-текст]

Стандартная процедура аннотации Ensembl занимает до 4 месяцев и состоит из нескольких стадий[8]. Вначале проводится автоматическая маскировка повторов и предсказание положения генов. Затем на геном выравниваются известные кодирующие белки последовательности данного организма, полученные экспериментально. Если для участка генома такой последовательности нет, в ходе последующей стадии для этой цели используются последовательности близких видов. Помимо этого на геном наносится информация об известных видоспецифичных последовательностях кДНК и EST. Когда возможно, на геном также накладываются данные экспериментов по РНК-секвенированию[9].

Для геномов человека и мыши стандартный процесс аннотации дополняется аннотацией проекта HAVANA. Объединенная аннотация Ensembl/HAVANA составляет набор генов человека и мыши GENCODE[10].

В номенклатуре Ensembl гену может быть присвоено 3 статуса: known, novel, merged. Статус known указывает на то, что данный участок соотносится с известной последовательностью этого организма из публичных баз данных UniProtKB и NCBI RefSeq. В случае, если есть совпадение только с последовательностью другого организма, гену присваивается статус novel. Статус merged указывает на полное совпадение аннотаций Ensembl и HAVANA[8].

Геномный браузер Ensembl[править | править вики-текст]

Снимок экрана актуальной на 16.04.2017 версии геномного браузера Ensembl. Показан участок 17 хромосомы человека. На верхней панели изображена вся хромосома, выбранный участок выделен красной рамкой. Ниже отображен участок хромосомы длиной 1 миллион нуклеотидов, рассматриваемый участок также выделен красной рамкой. На нижней панели показаны элементы аннотации Ensembl. Для одного элемента (белок-кодирующего гена) открыто окно дополнительной информации.

Первичная цель проекта Ensembl заключается в автоматическом анализе и аннотировании геномов позвоночных, а также предоставлении доступа к этим геномам. Геномный браузер Ensembl способен визуализировать имеющиеся в базе Ensembl геномы и их аннотации в различном масштабе, от целого кариотипа до конкретного участка последовательности генома в текстовом виде. Аннотированные элементы отображаются в виде полос (треков) относительно референсного генома. Визуализация треков может быть настроена пользователем под собственные нужды. Дополнительная информация по каждому элементу аннотации доступна во всплывающих окнах при наведении курсора на элемент. Пользователям доступна возможность загружать и визуализировать собственные данные по геномной аннотации. Сделать это можно либо используя сервер DAS (Distributed Annotation System), либо загрузив файл в поддерживаемом формате (BigBED, BigWig, VCF, BAM и другие)[11][12][13][14].

API и другие способы доступа[править | править вики-текст]

Для хранения информации Ensembl использует реляционные базы данных на MySQL. Для получения информации из баз Ensembl используется набор API (интерфейс программирования приложений), написанных на Perl. API позволяют не зависеть от изменений в структуре базы данных сторонним приложениям. API Ensembl используется в веб-интерфейсе проекта для представления данных, а также может быть загружен пользователем и применяться для написания скриптов для автоматизации получения данных из баз Ensembl. Информация по загрузке, установке и использованию API Ensembl содержится на сайте проекта[15].

API Ensembl подразделяется на секции по типам обрабатываемых данных: Ensembl Core API (для работы с генами, последовательностями и другими элементами автоматической аннотации), Ensembl-Compara API (для работы с данными по сравнительной геномике), Ensembl-Variation API (для работы с данными о однонуклеотидных полиморфизмах, соматических мутациях, структурных вариациях), Ensembl-Regulation API (для работы с данными по регуляции генома) и другие[16].

Для доступа к базе Ensembl с использованием клиента на другом языке программирования используется сервер Ensembl REST[17]. Для получения больших объемов данных может использоваться сервис BioMart. Кроме того для скачивания полных баз Ensembl на MySQL можно использовать FTP-сервер проекта.

Доступные инструменты[править | править вики-текст]

На сайте Ensembl доступен ряд инструментов для обработки данных как из базы Ensembl, так и загруженных пользователем[18]. Для поиска заданной последовательности по всем геномам Ensembl используются алгоритмы BLAT или BLAST. Присутствует инструмент для загрузки данных из базы Ensembl в видоизменённом формате (File Chameleon), а также для перевода формата данных между разными сборками геномов и релизами Ensembl.

Variant effect predictor[править | править вики-текст]

Ensembl Variant effect predictor (VEP) — это инструмент для анализа и аннотации геномных вариаций в кодирующих и некодирующих участках. VEP аннотирует геномные вариации, опираясь на широкую выборку данных базы Ensembl, включая транскрипты, регуляторные области, частоты ранее наблюдавшихся вариаций, клинические данные и предсказания биофизических последствий вариаций. Возможен анализ двух категорий вариаций: малые точно определенные вариации (инсерции, делеции, тандемные повторы, однонуклеотидные полиморфизмы) либо более крупные структурные вариации генома (изменения копийности генов, крупные инсерции или делеции). VEP доступен в виде сервиса на веб-сайте Ensembl, в виде отдельного Perl-скрипта, а также через Ensembl REST[19].

Партнёрские проекты[править | править вики-текст]

Ensembl Genomes[править | править вики-текст]

Изначально проект Ensembl специализировался на геномах позвоночных животных, однако увеличение количества информации о геномах других живых существ привело к появлению в 2009 году проекта Ensembl Genomes, использующего платформу, инструменты и систему аннотации Ensembl[20]. В рамках данного проекта было создано 5 подразделений:

Сборка геномов Ensembl Genomes выходит одновременно для всех подразделений и независимо от основного проекта. Текущая версия сервиса 34, последнее обновление было совершено в декабре 2016 года[21].

Ensembl Pre![править | править вики-текст]

Доступ к геномам, находящимся в данный момент в процессе аннотации, осуществляется с помощью сервиса Ensembl Pre!. На данный момент доступна информация о геномах 17 организмов. Последнее обновление сервиса было проведено 19 января 2015 года[22].

Примечания[править | править вики-текст]

  1. Paul Flicek, Bronwen L. Aken, Benoit Ballester, Kathryn Beal, Eugene Bragin Ensembl's 10th year // Nucleic Acids Research. — 2010-01-01. — Т. 38, вып. suppl_1. — С. D557–D562. — ISSN 0305-1048. — DOI:10.1093/nar/gkp972.
  2. Paul Flicek, M. Ridwan Amode, Daniel Barrell, Kathryn Beal, Simon Brent Ensembl 2011 // Nucleic Acids Research. — 2011-01-01. — Т. 39, вып. suppl_1. — С. D800–D806. — ISSN 0305-1048. — DOI:10.1093/nar/gkq1064.
  3. Ensembl 88 has been released! (March 29, 2017).
  4. Ensembl workshops. Ensembl.
  5. Human assembly and gene annotation. Ensembl (March 2017).
  6. Roger P. Alexander, Gang Fang, Joel Rozowsky, Michael Snyder, Mark B. Gerstein Annotating non-coding regions of the genome // Nature Reviews Genetics. — Т. 11, вып. 8. — С. 559–571. — DOI:10.1038/nrg2814.
  7. Val Curwen, Eduardo Eyras, T. Daniel Andrews, Laura Clarke, Emmanuel Mongin The Ensembl Automatic Gene Annotation System (англ.) // Genome Research. — 2004-05-01. — Vol. 14, iss. 5. — P. 942–950. — DOI:10.1101/gr.1858004.
  8. 1 2 Ensembl annotation.
  9. Bronwen L. Aken, Sarah Ayling, Daniel Barrell, Laura Clarke, Valery Curwen The Ensembl gene annotation system // Database. — 2016-01-01. — Т. 2016. — DOI:10.1093/database/baw093.
  10. Why do human and mouse gene counts change between GENCODE releases?. GencodeGenes (13 September 2016).
  11. Andrew Yates, Wasiu Akanni, M. Ridwan Amode, Daniel Barrell, Konstantinos Billis Ensembl 2016 // Nucleic Acids Research. — 2016-01-04. — Т. 44, вып. D1. — С. D710–D716. — ISSN 0305-1048. — DOI:10.1093/nar/gkv1157.
  12. Giulietta M. Spudich, Xosé M. Fernández-Suárez Touring Ensembl: A practical guide to genome browsing // BMC Genomics. — 2010-01-01. — Т. 11. — С. 295. — ISSN 1471-2164. — DOI:10.1186/1471-2164-11-295.
  13. Giulietta Spudich, Xosé M. Fernández-Suárez, Ewan Birney Genome browsing with Ensembl: a practical overview // Briefings in Functional Genomics. — 2007-09-01. — Т. 6, вып. 3. — С. 202–219. — ISSN 2041-2649. — DOI:10.1093/bfgp/elm025.
  14. Xosé M. Fernández-Suárez, Michael K. Schuster Using the Ensembl Genome Server to Browse Genomic Sequence Data (англ.) // Current Protocols in Bioinformatics. — John Wiley & Sons, Inc., 2002-01-01. — ISBN 9780471250951. — DOI:10.1002/0471250953.bi0115s30.
  15. Arne Stabenau, Graham McVicker, Craig Melsopp, Glenn Proctor, Michele Clamp The Ensembl Core Software Libraries (англ.) // Genome Research. — 2004-05-01. — Vol. 14, iss. 5. — P. 929–933. — DOI:10.1101/gr.1857204.
  16. Doxygen Perl documentation (en-gb). www.ensembl.org. Проверено 14 апреля 2017.
  17. Andrew Yates, Kathryn Beal, Stephen Keenan, William McLaren, Miguel Pignatelli The Ensembl REST API: Ensembl Data for Any Language // Bioinformatics. — 2015-01-01. — Т. 31, вып. 1. — С. 143–145. — ISSN 1367-4803. — DOI:10.1093/bioinformatics/btu613.
  18. Ensembl Tools (en-gb). www.ensembl.org. Проверено 14 апреля 2017.
  19. William McLaren, Laurent Gil, Sarah E. Hunt, Harpreet Singh Riat, Graham R. S. Ritchie The Ensembl Variant Effect Predictor // Genome Biology. — 2016-01-01. — Т. 17. — С. 122. — ISSN 1474-760X. — DOI:10.1186/s13059-016-0974-4.
  20. Paul Julian Kersey, James E. Allen, Irina Armean, Sanjay Boddu, Bruce J. Bolt Ensembl Genomes 2016: more genomes, more complexity // Nucleic Acids Research. — 2016-01-04. — Т. 44, вып. D1. — С. D574–D580. — ISSN 0305-1048. — DOI:10.1093/nar/gkv1209.
  21. Ensembl Genomes.
  22. Dan Murphy (Genebuild). New Ensembl Pre! sites. Ensembl Blog (19 January 2015).

Ссылки[править | править вики-текст]