GSUITEハイパーブラウザー：ゲノムとエピゲノム全体のデータセットコレクションの統合分析

背景：エンコードやロードマップエピゲノミクスなどの最近の大規模な事業により、多数の細胞タイプにわたるさまざまな機能要素を表すヒト参照ゲノム（ゲノムトラックとして）にマッピングされた実験データが生成されました。幅広い調査のためにこれらの公的に利用可能なデータの潜在的な価値が高いにもかかわらず、広範囲にわたる利用に必要な分析的方法論にはほとんど注意が払われていません。 調査結果：ここでは、ゲノムトラックのコレクションの分析の最初の原則的な扱いを提示します。複数の異なるデータソースにわたって比較分析と確認的分析を可能にするために、新しい計算および統計的方法論を開発しました。幅広い調査にわたって有用な一連の一般的な質問を描き、さまざまな統計測定とヌルモデルを選択することの意味を説明します。例には、異なる組織や疾患にわたる対照的な分析が含まれます。方法論は、包括的なオープンソースソフトウェアシステムであるGSUiteハイパーブラウザーに実装されています。機能性を生物学者がアクセスできるようにし、再現性のある分析を促進するために、方法論を活用する巧妙にガイド付きでカスタマイズ可能な方法を提供するWebベースのインターフェイスも開発しました。このシステムを使用すると、多くの新しい生物学的質問を柔軟に提起し、迅速に回答できます。 結論：合理化されたデータ収集、データセットコレクションの相互運用可能な表現、およびガイド付きセットアップと解釈を備えたカスタマイズ可能な統計分析の組み合わせにより、GSUiteハイパーブラウザーは、ゲノムとエピゲノム全体のトラックコレクションの統合分析のための最初の包括的なソリューションを表します。ソフトウェアはhttps://hyperbrowser.uio.noで入手できます。

BACKGROUND: Recent large-scale undertakings such as ENCODE and Roadmap Epigenomics have generated experimental data mapped to the human reference genome (as genomic tracks) representing a variety of functional elements across a large number of cell types. Despite the high potential value of these publicly available data for a broad variety of investigations, little attention has been given to the analytical methodology necessary for their widespread utilisation. FINDINGS: We here present a first principled treatment of the analysis of collections of genomic tracks. We have developed novel computational and statistical methodology to permit comparative and confirmatory analyses across multiple and disparate data sources. We delineate a set of generic questions that are useful across a broad range of investigations and discuss the implications of choosing different statistical measures and null models. Examples include contrasting analyses across different tissues or diseases. The methodology has been implemented in a comprehensive open-source software system, the GSuite HyperBrowser. To make the functionality accessible to biologists, and to facilitate reproducible analysis, we have also developed a web-based interface providing an expertly guided and customizable way of utilizing the methodology. With this system, many novel biological questions can flexibly be posed and rapidly answered. CONCLUSIONS: Through a combination of streamlined data acquisition, interoperable representation of dataset collections, and customizable statistical analysis with guided setup and interpretation, the GSuite HyperBrowser represents a first comprehensive solution for integrative analysis of track collections across the genome and epigenome. The software is available at: https://hyperbrowser.uio.no.