ワームベース

ワームベース

コンテンツ
説明	WormBase: 線虫研究のための包括的なリソース。
生物	線虫
接触
主な引用	19910365 の検索結果
アクセス
Webサイト	ワームベース

WormBase は、線虫モデル生物Caenorhabditis elegansの生物学とゲノムに関するオンライン生物学データベースで、他の関連線虫に関する情報も含まれています。^{[1] [2] WormBase は、} C. elegans研究コミュニティによって情報リソースとして、また研究結果の公開と配布の場として使用されています。データベースは定期的に更新され、2 か月ごとに新しいバージョンがリリースされます。WormBase は、 Generic Model Organism Database (GMOD) プロジェクトに参加している組織の 1 つです。

WormBase は次の主要なデータ セットで構成されています。

• Caenorhabditis elegans、Caenorhabditis briggsae、Caenorhabditis remanei、Caenorhabditis brenneri、Caenorhabditis angaria、Pristionchus pacificus、Haemonchus contortus、Meloidogyne hapla、Meloidogyne incognita、Brugia の注釈付きゲノムマレー語とオンコセルカ捻転症。
• 約 20,500 個のC. elegansタンパク質コード遺伝子と約 16,000 個のC. elegans非コード遺伝子の機能を説明する、手作業でキュレーションされた注釈。
• 遺伝子ファミリー;
• オーソロジー;
• ゲノム転写因子結合部位
• 変異対立遺伝子とその表現型に関する包括的な情報。
• 全ゲノムRNAi（RNA干渉）スクリーニング;
• 遺伝子マップ、マーカー、多型;
• C. elegans の物理地図。
• マイクロアレイ、SAGE 分析、GFP プロモーター融合からの遺伝子発現プロファイル (ステージ、組織、細胞)。
• 線虫の完全な細胞系統。
• 虫の神経系の配線図。
• タンパク質間相互作用インタラクトームデータ;
• 遺伝的制御関係;
• 種内および種間の配列相同性の詳細（他のモデル生物データベースへのリンク付き）。

さらに、WormBase にはC. elegans研究の最新の検索可能な参考文献が含まれており、 WormBookプロジェクトにリンクされています。

WormBase は、データベースからデータを検索および取得するためのさまざまな方法を提供します。

• WormMart、Wikiは^[3]多くの遺伝子（またはそれらの遺伝子の配列）に関するさまざまな情報を取得するためのツールでした。これはBioMartのWormBase実装でした。^[4]
• WormMine、Wiki - 2016年現在、^[3]主要なデータマイニング施設。これはInterMineのWormBase実装です。^[5]
• ゲノムブラウザ - C. elegans （および他の種）の遺伝子をゲノムコンテキストで閲覧します
• Textpresso - 公開されているC. elegans文献 (会議要旨を含む) および線虫文献のサブセットを検索するツール。

WormBase でのシーケンス キュレーションとは、プライマリ ゲノム シーケンスとコンセンサス 遺伝子セットの維持と注釈付けを指します。

C. elegans のゲノム配列は最も正確で完全な真核生物のゲノム配列ですが、新しい証拠が作成されるにつれて、継続的に改良が必要になっています。これらの変更の多くは、単一のヌクレオチドの挿入または削除でしたが、いくつかの大きなミスアセンブリが発見されました。たとえば、2005 年には 39 kb のコスミドを反転する必要がありました。その他の改善は、ゲノム DNA と cDNA 配列の比較と RNASeq ハイスループットデータの分析から得られました。ゲノム配列と転写産物の違いが特定されると、元のゲノムデータの再分析により、ゲノム配列が変更されることがよくあります。ゲノム配列の変更は、WormBase の異なるリリースから得られたデータの染色体座標を比較する際に困難をもたらします。座標の再マッピングプログラムがあり、これらの比較を支援するマッピングデータが利用可能です。 ^[6]

WormBase 種のすべての遺伝子セットは、当初は遺伝子予測プログラムによって生成されました。遺伝子予測プログラムは、妥当な遺伝子構造のセットを提供しますが、最も優れたプログラムでも、完全な遺伝子構造の約 80% しか正しく予測できません。通常とは異なる構造を持つ遺伝子、弱い翻訳開始シグナル、弱いスプライス サイト、または単一のエクソン遺伝子を持つ遺伝子を予測するのは困難です。遺伝子が擬似遺伝子であるコーディング遺伝子モデルを誤って予測することがあり、遺伝子のアイソフォームを予測するとしても、精度が低くなります。

C. elegans、C. briggsae、C. remanei、およびC. brenneri遺伝子の遺伝子モデルは 手動でキュレーションされています。遺伝子構造の変更の大部分は、Yuji Kohara の EST ライブラリ、Mark Vidal の Orfeome プロジェクト (worfdb.dfci.harvard.edu/)、Waterston と Hillier の Illumina データ、および Makedonka Mitreva の 454 データなどの大規模プロジェクトの転写データに基づいています。ただし、他のデータ タイプ (タンパク質アラインメント、ab initio予測プログラム、トランススプライス リーダー サイト、ポリ A シグナルと付加サイト、SAGE およびTEC-RED転写タグ、質量分析ペプチド、および保存されたタンパク質ドメインなど) は、特に発現が低く、転写が十分に利用できない場合に、構造を改良するのに役立ちます。利用可能な線虫種間で遺伝子が保存されている場合、比較分析も非常に有益です。

WormBase は、遺伝子構造の誤りの証拠がある場合、研究者にヘルプデスク経由で知らせるよう奨励しています。変更の cDNA または mRNA 配列の証拠は、EMBL/GenBank/DDBJ に提出する必要があります。WormBase はこれらの公開データベースから配列データを定期的に取得するため、これは遺伝子モデルの確認と証拠に役立ちます。これによりデータも公開され、研究者への適切な参照と謝辞が可能になります。

CDS (または擬似遺伝子) に変更が加えられると、古い遺伝子モデルが「履歴」オブジェクトとして保存されます。これには「AC3.5:wp119」のようなサフィックス名が付きます。ここで「AC3.5」は CDS の名前で、「119」は変更が加えられたデータベース リリースを指します。変更の理由と変更の証拠は CDS の注釈に追加されます。これらは、WormBase Web サイトの CDS の「ツリー表示」セクションの「表示/コメント」セクションで確認できます。

WormBase では、遺伝子とは発現している領域、または発現していて現在は擬遺伝子となっている領域です。遺伝子には、「WBGene00006415」のような一意の識別子が付けられています。すべての C. elegans WormBase 遺伝子には、遺伝子が存在するコスミド、フォスミド、または YAC クローンから派生したシーケンス名も付けられています。たとえば、F38H4.7 は、コスミド「F38H4」上にあり、そのコスミドには少なくとも 6 つの他の遺伝子があることを示します。遺伝子がファミリーのメンバーとして分類できるタンパク質を生成する場合、その遺伝子には、これがタグ遺伝子ファミリーの 30 番目のメンバーであることを示すtag-30のようなCGC名も割り当てられることがあります。遺伝子ファミリー名の割り当ては WormBase によって管理されています。^[7]公開前に、WormBase で名前のリクエストを行う必要があります。^[8]

この形式には、 cln-3.1、cln-3.2、cln-3.3などの遺伝子がいくつか例外としてあり、これらはすべてヒト遺伝子CLN3と同等に類似しています。WormBase の非 elegans 種の遺伝子 GCG 名には、 Cre-acl-5、Cbr-acl-5、Cbn-acl-5のように、3 文字の種コードが先頭に付加されます。

遺伝子は擬似遺伝子である場合もあれば、1 つ以上の非コード RNA 遺伝子 (ncRNA) またはタンパク質コード配列 (CDS) を表現する場合もあります。

擬似遺伝子とは、妥当で機能的な転写産物を生成しない遺伝子のことです。擬似遺伝子は、コーディング遺伝子または非コーディング RNA の擬似遺伝子である可能性があり、遺伝子全体または断片である可能性があり、転写産物を発現する場合と発現しない場合があります。妥当なコーディング転写産物と見なされる境界は、他の証拠がない場合、弱いスプライス サイトまたは短いエクソンの使用によって、不十分ではあるものの、推定上の CDS モデルが生成されることが多いため、主観的になることがあります。擬似遺伝子および問題のある構造を持つ遺伝子は、WormBase で常にレビューされており、新しい証拠を使用してそれらのステータスを解決しようとしています。

コーディング シーケンス (CDS) は、WormBase で手動でキュレートされる遺伝子構造の唯一の部分です。遺伝子とその転写産物の構造は、CDS の構造から派生します。

CDS には、親遺伝子オブジェクトと同じシーケンス名から派生したシーケンス名があるため、遺伝子「F38H4.7」には「F38H4.7」という CDS があります。CDS は、START (メチオニン) コドンから STOP コドンまで (STOP コドンを含む) の遺伝子内のコーディング エクソンを指定します。

遺伝子は選択的スプライシングの結果、複数のタンパク質をコード化できます。これらのアイソフォームには、遺伝子の配列名に固有の文字を付加した名前が付けられます。遺伝子bli-4の場合、 K04F10.4a、K04F10.4b、K04F10.4c、K04F10.4d、K04F10.4e、K04F10.4f という 6 つの CDS アイソフォームが知られています。

文献では、CGC 遺伝子ファミリー名に文字を付加したもの (例: pha-4a)を使用してアイソフォームを参照するのが一般的ですが、これは WormBase データベース内では意味を持たず、 WormBase でpha-4aを検索しても何も返されません。このアイソフォームの正しい名前は、CDS/転写産物名: F38A6.1a、またはさらに適切なのはタンパク質名: WP:CE15998です。

WormBase の遺伝子の転写は、利用可能な cDNA または mRNA アラインメントを CDS モデルにマッピングすることで自動的に生成されます。そのため、これらの遺伝子転写には、CDS を囲む UTR エクソンが含まれることがよくあります。利用可能な cDNA または mRNA 転写がない場合、遺伝子転写は、モデル化された CDS とまったく同じ構造になります。

遺伝子転写産物は、作成に使用された CDS の配列名に基づいて命名されます (例: F38H4.7またはK04F10.4a )。

ただし、UTR に選択的スプライシングがあり、タンパク質配列が変更されない場合、選択的スプライシングされた転写産物には数字が付加された名前が付けられます (例: K04F10.4a.1およびK04F10.4a.2 )。コーディング遺伝子のアイソフォーム (例: AC3.5 )が存在しないが、UTR に選択的スプライシングがある場合は、 AC3.5.1およびAC3.5.2などの名前の転写産物が複数存在することになります。代替 UTR 転写産物がない場合、単一の coding_transcript には CDS と同じ名前が付けられ、K04F10.4f の場合のように .1 は付加されません。

オペロンとして共転写される遺伝子のグループは、オペロン オブジェクトとしてキュレーションされます。これらにはCEOP5460のような名前が付けられ、SL2 トランススプライス リーダー シーケンス サイトからの証拠を使用して手動でキュレーションされます。

WormBase には、非コーディング RNA 遺伝子クラスがいくつかあります。

• tRNA遺伝子はプログラム「tRNAscan-SE」によって予測されます。
• rRNA遺伝子は他の種との相同性によって予測されます。
• snRNA遺伝子は主にRfamから輸入されます。
• piRNA遺伝子は、これらの遺伝子の特徴的なモチーフの分析から得られます。
• miRNA遺伝子は主にmiRBaseからインポートされています。これらには、一次転写産物と成熟転写産物がマークアップされています。一次転写産物にはW09G3.10のようなシーケンス名が付けられ、成熟転写産物にはW09G3.10aのようにこの名前に文字が追加されます(代替の成熟転写産物がある場合はW09G3.10bなど)。
• snoRNA遺伝子は主に Rfam または論文からインポートされます。
• 明らかな他の機能はないが、明らかにタンパク質コードではなく、擬似遺伝子でもない ncRNA 遺伝子がキュレーションされています。これらの多くは、他の種の遺伝子と相同性が保存されています。これらのうちいくつかは、タンパク質コード遺伝子とは逆の意味で発現しています。

scRNA 遺伝子も 1 つあります。

トランスポゾンは遺伝子として分類されないため、親遺伝子オブジェクトはありません。その構造は、 C29E6.6のような名前を持つ Transposon_CDS オブジェクトとして管理されます。

WormBase の非エレガンス種は、コスミドや YAC のシーケンシングを伴わないシーケンシング技術から組み立てられたゲノムを持っています。したがって、これらの種には、コスミド名に基づく CDS および遺伝子転写物のシーケンス名がありません。代わりに、以下の表の名前のように構成された一意の英数字識別子があります。

遺伝子のタンパク質産物は、CDS 配列を翻訳することによって作成されます。各固有のタンパク質配列には、 WP:CE40440のような固有の識別名が与えられます。WormBase の各種のタンパク質識別名の例を以下の表に示します。

同じ種内の別の遺伝子からの 2 つの CDS 配列が同一である可能性があり、したがって、別の遺伝子によってコード化された同一のタンパク質が存在する可能性があります。このような場合、そのタンパク質は 2 つの遺伝子によって生成されたものであっても、単一の固有の識別名が使用されます。

WormBase ParaSite ^[9]は、欧州バイオインフォマティクス研究所とウェルカムトラストサンガー研究所で開発された、寄生性蠕虫（線虫と扁形動物）の約100種のドラフトゲノムのサブポータルです。すべてのゲノムはアセンブルされ、注釈が付けられています。タンパク質ドメインや遺伝子オントロジー用語などの追加情報も利用できます。遺伝子ツリーにより、寄生虫、他の線虫、および非蠕虫比較種間のオーソログのアラインメントが可能になります。BioMartデータマイニングツールが提供され、データへの大規模なアクセスが可能になります。

WormBaseは、欧州バイオインフォマティクス研究所、ウェルカムトラストサンガー研究所、オンタリオがん研究所、ワシントン大学セントルイス校、カリフォルニア工科大学の共同プロジェクトです。国立衛生研究所の助成金P41-HG002223と英国医学研究会議の助成金G0701197によってサポートされています。^[10] カリフォルニア工科大学は生物学的キュレーションと基礎となるオントロジーの開発を行い、EBIは配列のキュレーションと計算、およびデータベースの構築を行い、サンガーは主に寄生性線虫のゲノムと遺伝子のキュレーションと表示に携わり、OICRはウェブサイトと主要なデータマイニングツールを開発しています。

• ワームベース
• ワームベース パラサイト
• WormBook ウェブサイトは、WormBase のオンライン教科書ガイドです。
• Textpresso、C. elegans やその他の生物学文献の検索エンジン。
• ワームベースウィキ
• リリースノート、最新のWormBaseリリースの詳細
• WormBase: より優れたソフトウェア、より豊富なコンテンツ WormBase について説明する Nucleic Acids Research の記事 (2006)。
• Twitterの WormBase

• フライベース
• ゼンベース