[논문]인체 유래 환경유해물질 노출에 따른 멀티 오믹스 데이터 통합 분석 가시화 시스템

신가희; 홍지만; 박서우; 강병철; 이봉문

doi:10.9717/kmms.2022.25.2.363

인체 유래 환경유해물질 노출에 따른 멀티 오믹스 데이터 통합 분석 가시화 시스템
Visualization for Integrated Analysis of Multi-Omics Data by Harmful Substances Exposed to Human 원문보기

멀티미디어학회논문지 = Journal of Korea Multimedia Society, v.25 no.2, 2022년, pp.363 - 373

신가희 (Insilicogen Inc.) , 홍지만 (Insilicogen Inc.) , 박서우 (Insilicogen Inc.) , 강병철 (DiF Inc.) , 이봉문 (CKU center for health policy research., Catholic Kwandong University)

Abstract ▼ AI-Helper

Multi-omics data is difficult to interpret due to the heterogeneity of information by the volume of data, the complexity of characteristics of each data, and the diversity of omics platforms. There is not yet a system for interpreting to visualize research data on environmental diseases concerning environmental harmful substances. We provide MEE, a web-based visualization tool, to comprehensively explore the complexity of data due to the interconnected characteristics of high-dimensional data sets according to exposure to various environmental harmful substances. MEE visualizes omics data of correlation between omics data, subjects and samples by keyword searches of meta data, multi-omics data, and harmful substances. MEE has been demonstrated the versatility by two examples. We confirmed the correlation between smoking and asthma with RNA-seq and Methylation-Chip data, it was visualized that genes (P HACTR3, PXDN, QZMB, SOCS3 etc.) significantly related to autoimmune or inflammatory diseases. To visualize the correlation between atopic dermatitis and heavy metals, we selected 32 genes related immune response by integrated analysis of multi-omics data. However, it did not show a significant correlation between mercury in blood and atopic dermatitis. In the future, should continuously collect an appropriate level of multi-omics data in MEE system, will obtain data to analyze environmental substances and diseases.

주제어

표/그림 (6)

그림 Fig. 1. Visualization work-flow of MEE.
그림 Fig. 2. The main visualization interface for MEE. (a) Performing a query of a asthma multi-omics study, (b) Gene mutation frequencies and types in samples. The red bars indicate gene amplifications, blue bars are deep deletions, green bars are missense mutations, gray bars indicate truncating mutations, (c) Add clinical tracks such as disease, age, gender and smoking to sample set, and (d) Summary of gene profiling based on target genes for a set of samples.
그림 Fig. 3. System architecture for environmental harmful substance multi-omics DB.
그림 Fig. 4. Visualization of omics information on subjects and samples. (a) Summary of meta-data and (b) Histone modification data.
그림 Fig. 5. Visualization of muti-omics data. (a) Meta-data, Gene profile of RNA-Seq, Medip-seq, Chip-seq, SNP, (b) Interaction of RNA-Seq and MeDIP-Seq, and (c) Co-expression.
그림 Fig. 6. Representation of the pattern and type of meta-data, gene profile of RNA-Seq and methylated level in AFC samples according to Cotinine.

AI 본문요약
AI-Helper

문제 정의

본 논문에서는 저농도로 장기간 동안 환경 유해물질이 인체에 노출될 경우, 인체 내 분자적 변화를 일으키므로 이러한 현상을 다양한 멀티 오믹스 데이터를 통해 환경성 질환과 환경유해물질과의 연관성을 통합적으로 해석할 수 있는 가시화 시스템을 제안하였다. 현재까지 MEE시스템에는 총 1281개의 샘플이 등록되어 있으며, 웹을 통해 가시화에 활용할 수 있도록 하였다(http://mee.
MEE는 국내 외 환경 유해물질 노출에 따른 환경성 질환 연구 데이터들을 정규화하고 분석파이프라인을 통해 분석된 결과 및 시각화 정보를 제공하여 사용자의 가설에 따라 키워드 검색 기반으로 합리적인 규모로 좁혀진 정량적 다중 오믹스 데이터를 시각화하는 웹 인터페이스이다. 본 논문에서는 환경유해물질과 천식 또는 아토피와 같은 환경성 질환에 대한 멀티 오믹스 데이터 세트를 이용하여 시각화 기능을 보여주고자 한다. 첫번째 데이터 세트는 RNA-Seq 데이터와 Methyl- ation-Chip데이터[16]로 천식 발병과의 상관관계를 밝히기 위한 데이터를 이용하여 가시화하였다.

참고문헌 (17)

K.T. Cha, S.S. Oh, J.H. Yoon, K.H. Lee, S.K. Kim, B.S. Cha S.H. Kim et al., "Adverse Health Outcomes in Residents Exposed to Cement Dust," Toxicology and Environmental Health Sciences, Vol. 3. pp. 239-244, 2011.

상세보기
F. Grun and B. Blumberg, "Environmental Obesogens: Organotinsand Endocrine Disruption via Nuclear Receptor Signaling," Endocrinology, Vol. 147, pp. S50-S55, 2006.

상세보기
R. Vermeulen, E.L. Schymanski, A.L. Barabasi, and G.W. Miller, "The Exposome and Health: Where Chemistry Meets Biology," Science. Vol. 367, No. 6476, pp. 392-396, 2020.

상세보기
S.B. Koh, "Environmental Diseases," Journal of the Korean Medical Association, Vol. 55, No. 3, pp. 212-213, 2012

상세보기
O. Robinson and M. Vrijheid, "The Pregnancy Exposome," Current Environmental Health Report, Vol. 2, pp. 204-213, 2015.

상세보기
K.A. Thayer, J.J. Heindel, J.R. Bucher, and M.A. Gallo, "Role of Environmental Chemicals in Diabetes and Obesity: a National Toxicology Program Workshop Review," Environmental Health Perspectives, Vol. 120, pp. 779-789, 2012.

상세보기
M.M. Niedzwiecki, D.I. Walker, R. Vermeulen, M. Chadeau-Hyam, D.P. Jones, and G.W. Miller, "The Exposome: Molecules to Populations," Annual Review of Pharmacology and Toxicology, Vol. 59, pp. 107-127, 2019.

상세보기
C.P. Wild, "Complementing the Genome with an "Exposome": The Outstanding Challenge of Environmental Exposure Measurement in Molecular Epidemiology," Cancer Epidemiology Biomarkers & Prevention, Vol. 14, No. 8, pp. 1847-1850, 2005.

상세보기
R. Hernandez-de-Diego, S. Tarazona, C. Martinez-Mira, L. Balzano-Nogueira, P. FurioTari, G.J. Pappas et al., "PaintOmics3: a Web Resource for the Pathway Analysis and Visualization of Multi-omics Data," Nucleic Acids Research. Vol. 46, pp. W503-W509, 2018.

상세보기
J. Gao, B.A. Aksoy, U. Dogrusoz, G. Dresdner, B. Gross, S.O. Sumer et al., "Integrative Analysis of Complex Cancer Genomics and Cinical Profiles Using the cBioPortal," Science Signaling. Vol. 6, p. pl1, 2013.

상세보기
M.J. Goldman, B, Craft, M. Hastie, K. Repecka, F. McDade, A. Kamath et al., "Visualizing and Interpreting Cancer Genomics Data via the Xena Platform," Nature Biotechnology. Vol. 38, pp. 675-678, 2020.

상세보기
S.V. Vasaikar, P. Straub, J. Wang, and B. Zhang, "LinkedOmics: Analyzing Multi-Omics Data within and across 32 Cancer Types," Nucleic Acids Research. Vol. 46, pp. D956-D963, 2018.

상세보기
R. Ihaka and R. Gentleman, "R: a Language for Data Analysis and Graphics," Journal of Computational and Graphical Statistics, Vol. 5, No. 3, pp. 299-314, 1996.

상세보기
E. Bonnet, L. Calzone, and T. Michoel, "Integrative Multi-Omics Module Network Inference with Lemon-Tree," PLoS Computational Biology, Vol. 11, No. 2, pp. e1003983, 2015.

상세보기
R. Argelaguet, B. Velten, D. Arnol, S. Dietrich, T. Zenz, J.C. Marioni et al., "Multi-Omics Factor Analysis-a Framework for Unsupervised Integration of Multi-Omics Data Sets," Molecular Systems Biology, Vol. 14, No. 6, pp. 8124, 2018.
J. Nicodemus-Johnson, R.A. Myers, N.J. Sakabe, D.R. Sobreira, D.K. Hogarth, E.T. Naureckas et al., "DNA Methylation in Lung Cells is Associated with Asthma Endotypes and Genetic Risk," The Journal of Clinical Investigation Insight, Vol. 1, No. 20, pp. 90151, 2016.
Y. Park and Y. Lee, "A Study on Countermeasure for Privacy in Mobile Office," Journal of Korea Multimedia Society, Vol. 18, No. 2, pp. 178-188, 2015.

원문보기 상세보기

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증