Lee, Wan-Seon
(Bioinformatics Unit, ISTECH Inc.)
,
Jeon, Ki-Seon
(Bioinformatics Unit, ISTECH Inc.)
,
Um, Chan-Hwi
(Bioinformatics Unit, ISTECH Inc.)
,
Hwang, Seung-Young
(GENOCHECK Co.Ltd.,#630 HBI, Hanyang Univ.)
,
Jung, Jin-Wook
(Hanyang University)
,
Kim, Seung-Jun
(GENOCHECK Co.Ltd.,#630 HBI, Hanyang Univ.)
,
Kang, Kyung-Sun
(Lab of Stem Cell & tumor Biology, Department of Veterinary Public Health, College of Veterinary Medicine, Seoul National Uni.)
,
Park, Joon-Suk
(Lab of Stem Cell & tumor Biology, Department of Veterinary Public Health, College of Veterinary Medicine, Seoul National Uni.)
,
Hwang, Jae-Woong
(Lab of Stem Cell & tumor Biology, Department of Veterinary Public Health, College of Veterinary Medicine, Seoul National Uni.)
,
Kang, Jong-Soo
(Shin-Won Scientific Co.Ltd.)
,
Lee, Gyoung-Jae
(Shin-Won Scientific Co.Ltd.)
,
Chon, Kum-Jin
(Shin-Won Scientific Co.Ltd.)
,
Kim, Yang-Suk
(Bioinformatics Unit, ISTECH Inc.)
Toxicogenomics is now emerging as one of the most important genomics application because the toxicity test based on gene expression profiles is expected more precise and efficient than current histopathological approach in pre-clinical phase. One of the challenging points in Toxicogenomics is the co...
Toxicogenomics is now emerging as one of the most important genomics application because the toxicity test based on gene expression profiles is expected more precise and efficient than current histopathological approach in pre-clinical phase. One of the challenging points in Toxicogenomics is the construction of intelligent database management system which can deal with very heterogeneous and complex data from many different experimental and information sources. Here we present a new Toxicogenomics database developed as a part of 'Toxicogenomics for Efficient Safety Test (TEST) project'. The TEST database is especially focused on the connectivity of heterogeneous data and intelligent query system which enables users to get inspiration from the complex data sets. The database deals with four kinds of information; compound information, histopathological information, gene expression information, and annotation information. Currently, TEST database has Toxicogenomics information fer 12 molecules with 4 efficacy classes; anti cancer, antibiotic, hypotension, and gastric ulcer. Users can easily access all kinds of detailed information about there compounds and simultaneously, users can also check the confidence of retrieved information by browsing the quality of experimental data and toxicity grade of gene generated from our toxicology annotation system. Intelligent query system is designed for multiple comparisons of experimental data because the comparison of experimental data according to histopathological toxicity, compounds, efficacy, and individual variation is crucial to find common genetic characteristics .Our presented system can be a good information source for the study of toxicology mechanism in the genome-wide level and also can be utilized fur the design of toxicity test chip.
Toxicogenomics is now emerging as one of the most important genomics application because the toxicity test based on gene expression profiles is expected more precise and efficient than current histopathological approach in pre-clinical phase. One of the challenging points in Toxicogenomics is the construction of intelligent database management system which can deal with very heterogeneous and complex data from many different experimental and information sources. Here we present a new Toxicogenomics database developed as a part of 'Toxicogenomics for Efficient Safety Test (TEST) project'. The TEST database is especially focused on the connectivity of heterogeneous data and intelligent query system which enables users to get inspiration from the complex data sets. The database deals with four kinds of information; compound information, histopathological information, gene expression information, and annotation information. Currently, TEST database has Toxicogenomics information fer 12 molecules with 4 efficacy classes; anti cancer, antibiotic, hypotension, and gastric ulcer. Users can easily access all kinds of detailed information about there compounds and simultaneously, users can also check the confidence of retrieved information by browsing the quality of experimental data and toxicity grade of gene generated from our toxicology annotation system. Intelligent query system is designed for multiple comparisons of experimental data because the comparison of experimental data according to histopathological toxicity, compounds, efficacy, and individual variation is crucial to find common genetic characteristics .Our presented system can be a good information source for the study of toxicology mechanism in the genome-wide level and also can be utilized fur the design of toxicity test chip.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
한다. TEST project는 약물에 대한 해부학적 독성 분석 결과와 유전자 발현 변화간의 상관관계 분석을 통해 전임상 단계에서 '신약 후보 물질의 독성을 판정할 수 있는 진단칩의 개발 및 제품화'를 목적으로 한다. TEST 데이터베이스는 이 프로젝트를 통해 산출된 이종 데이터간의 연결 관계에 대해 초점을 두고 있으며 이들 정보를 최적으로 활용할 수 있는 데이터 통합 및 지능적 쿼리 시스템으로 구성되어 있다.
TEST 데이터베이스는 진행중인 과제를 통한 데이터 뿐만 아니라 외부의 다른 독성 데이터와 다른 방법을 통한 데이터, 예를들면 'Chemical structure, 를 활용하거나 대사물질을 소변이나 체액으로부터 독성에 의한 genotype, phenotype을 확인하는 방법에 의한 결과 등 cDNA microarray 이외의 다른 방법들을 통해 얻은 데이터와의 비교 및 교환을 가능토록 그 기능을 확대하여 독성유전체학 연구를 위한 통합 관리 데이터베이스로서의 역할을 하고자 한다.
본 논문에서는 2002년부터 진행중인 'Toxicogenomics for Efficient Safety Test(TEST)' project를 통해 산출된 데이터를 통합하여 관리하는 TEST database에 대해 소개하고자 한다. TEST project는 약물에 대한 해부학적 독성 분석 결과와 유전자 발현 변화간의 상관관계 분석을 통해 전임상 단계에서 '신약 후보 물질의 독성을 판정할 수 있는 진단칩의 개발 및 제품화'를 목적으로 한다.
제안 방법
본 데이터베이스는 다른 형태의 네 가지 종류의 데이터베이스 - compound, animal experiment, microarray, annotation information- 를 통합 구성하고 있다.
위궤양, 고혈압, 항생제, 항암제 둥 총 4가지 분류의 약물을 각 3종씩 선택하여 각 약물에 대한 CAS(Chemical Abstracts Service) number, MTD(Maximum tolerated dose), NOL(Normal Operating Loss), 구조 둥에 대한 기본적인 정보와 약물에 대한 실험 정보를 저장한다.
대상 데이터
TEST 데이터베이스는 샘플 준비부터 histopathology 데이터 및 유전자 발현 패턴분석 결과에 이르기까지 2002년부터 진행중인 TEST 프로젝트로부터 산출된 모든 데이터를 저장 관리한다.
cDNA microarray에 심겨진 clone set은 16k ResGen clone set 으로부터 *Gene Ontology(GO)'를 통한 '기능적 분류 알고리즘(fimctional classification algorithm)', 독성 관련 키워드, 그리고 관련 문헌 둥을 이용하여 용하여 4.8k의 clone을 선별하였다. 이렇게 선별된 clone은 선별 기준에 따라 4가지 둥급(표1)으로 나누어 관리되고, public database를 이용한 조직 별 발현 정보 이용 및 데이터베이스 연동이 가능하다
후속연구
데이터베이스이다. 같은 조건 혹은 다른 조건간의 데이터 비교가 용이하며 매년 진행되는 연구에 따른 데이터 량 증가와 상관없이 추가 분석 및 비교가 가능하다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.