OPTIMAS-DW:玉米转录组学、代谢组学、离子组学、蛋白质组学和表型组学的综合数据资源

背景

玉米是一种主要的农作物，为人类和动物提供营养，也是一种可再生的生物能源资源。当考虑到有限的化石燃料、世界人口增长或世界气候变化的问题时，找到增加玉米产量和生物量的方法以及研究它对特定的非生物和生物压力情况的反应是很重要的。在OPTIMAS系统生物学项目中，玉米植物在大量受控的胁迫条件下生长，进行表型表征，收获植物材料以分析特定环境条件或发育阶段的影响。转录组学、代谢组学、基因组学和蛋白质组学参数是在相同的植物材料中测量的，从而可以比较不同组学域的结果。开发了一个数据仓库来存储实验数据以及所做实验的分析结果。

描述

OPTIMAS数据仓库(OPTIMAS- dw)是一个全面的玉米数据收集系统，整合了来自不同数据域的数据，如转录组学、代谢组学、离子组学、蛋白质组学和表型组学。在OPTIMAS项目中，设计了一个44K寡核苷酸芯片，并对其进行了注释，以描述所选择的寡核苷酸的功能。进行了几个处理和植物生长阶段的实验，并将测量数据填充到数据模板中，并通过基于Java的导入工具导入到数据仓库中。web界面允许用户浏览OPTIMAS-DW中存储的所有实验数据，包括所有数据域。此外，用户可以过滤数据以提取特别感兴趣的信息。所有数据都可以导出为不同的文件格式，以便进一步的数据分析和可视化。数据分析集成了来自不同数据域的数据，使用户能够找到不同系统生物学问题的答案。最后，提供了玉米特异性途径信息。

结论

利用OPTIMAS-DW建立了一个玉米数据仓库，它能够处理不同的数据域，包括几个分析结果，这些结果将支持研究人员的工作，特别是支持系统生物学研究。该系统可在http://www.optimas-bioenergy.org/optimas_dw。

玉米是一种主要的农作物，为人类和动物提供营养，也是一种可再生的生物能源资源。考虑到化石燃料是有限的，很明显，必须有替代的生产方式。生物燃料或许就是这样一种选择。当看到世界人口的大幅增长时，很明显，需要为更多的人提供食物，但与此相反，可用的可耕地却越来越少。世界气候变化导致世界各地的极端天气条件更多，这意味着植物必须更能抵抗这种条件。因此，寻找提高玉米产量和生物量的途径，研究玉米在特定的非生物和生物胁迫下的反应具有重要意义。OPTIMAS项目(优化玉米生物量)于2009年启动，旨在寻找产量和生物量增加问题的答案，并进一步获得植物资源在营养生物量和玉米产量之间分布的有用见解(http://www.optimas-bioenergy.org/)。

分析方法的快速改进现在使系统生物学方法直接扩展到作物植物系统。在项目期间，玉米植株在大量受控的胁迫条件下生长，表现出表型特征，收获植物材料以分析特定环境条件(如寒冷、干旱或营养胁迫)或发育阶段(如开花、叶片梯度依赖生长阶段)的影响。通过收集同一植物材料的转录组学、代谢组学、离子组学和蛋白质组学的测量数据，可以比较不同组学结构域的结果。更好地了解表型变化背后的代谢事件将有助于进一步优化玉米育种和栽培，使其具有作为食物、饲料和生物能源的多种用途。中心目标是将收集到的数据存储在数据库中，并找到一种概念来连接来自不同领域的这些数据，最后向用户提供对所有收集到的数据和分析结果的访问。

已经有几个玉米数据库可用，如MaizeGDB [1]和Panzea [2]。MaizeGDB是一个存储和管理玉米遗传和基因组学相关数据的数据库。它还作为一个社区平台，提供有关个人和组织的参考资料和信息。Panzea是一个处理玉米基因组分子和功能多样性的数据库。该数据库包括基因型、表型和多态性数据。

OPTIMAS-DW是一个综合的数据仓库，包含了来自五个领域的大量集成的特定于玉米的数据。数据仓库是一个数据库，它使用户能够集成和分析来自不同数据域的数据。这包括转录组学、代谢组学、蛋白质组学、基因组学和表型学数据以及代谢途径。到目前为止，还没有其他数据库允许存储所有这些数据域的数据。OPTIMAS-DW是一个公共信息资源，它为研究人员提供了大量的数据，用于他们自己的研究。本文介绍了OPTIMAS-DW的结构和使用方法。

数据库的介绍

OPTIMAS-DW可以通过web应用程序访问。这允许用户访问OPTIMAS项目中收集的所有数据。它基于ORACLE应用Express (APEX)技术。web界面是一个两级标签系统，包括60多个页面来呈现OPTIMAS-DW的内容。数据本身存储在ORACLE数据库中。数据库模式包含大约60个表，用于存储原始数据、元信息和分析结果。存储数据的挑战是存在必须链接的不同数据域。这里我们可以使用以前项目的经验[3.]。在我们的方法中，数据库模式包括描述实验的元数据。每个测量值都可以连接到具有特定特征的特定样品，例如基因型，植物生长阶段，处理或植物解剖结构。图中给出了该概念的一个示例1。在附加文件中1下面显示了OPTIMAS数据库模式的摘录。它说明了如何在数据库中实现这个概念。键表是t103_measurement_value，其中特定于数据域的模式连接到元数据模式。OPTIMAS-DW中当前可用的所有数据域模式都包含在该文件中，以说明系统可以通过不同类型的数据域进行增强。

OPTIMAS- dw用于导入、存储和检索OPTIMAS数据的一般流程如图所示2。根据数据域的不同，信息以不同的格式提供。序列数据以fasta格式提供。转录组学数据可在格式化的文本文件中获得。代谢组学、基因组学、蛋白质组学和表型数据使用基于Microsoft Excel的模板提供。此外，在此模板中提供元数据，包括前面提到的描述实验中每个生物实体的特定特征。此外，还提供了关于数组代码和示例名称的信息，以便将数据连接到相关的成绩单数据。数据通过使用Java编程语言开发的导入工具导入到数据库中。在导入过程中，将检查所使用的词汇表以及数据类型的正确性，以确保只将有效的数据导入OPTIMAS数据仓库。

web应用程序本身允许用户浏览、搜索、过滤和下载存储的数据。OPTIMAS-DW支持两种数据导出方式:(a)导出到包含用户选择的所有数据(例如为特定处理或时间点过滤的数据)的以制表符分隔的文件，以及(b)导出到VANTED中用于数据分析和可视化的特殊格式[4的工具Visualisation和一个分析的Net工作包含E此种Data。导出工具是一个Java Web Start应用程序，用户可以在其中选择文件格式和存储文件的目标目录。使用VANTED，用户能够将OPTIMAS数据仓库中的实验数据映射到存储在MetaCrop中的玉米特定路径[5]，这是一个人工管理的存储库，包含有关作物植物代谢的高质量数据。这些路径也可以通过OPTIMAS-DW的web界面访问。因此，MetaCrop数据库模式提供了相关信息，将OPTIMAS-DW的web界面直接链接到MetaCrop中的特定路径。除了使用VANTED，还可以使用其他工具分析数据，例如名为WGCNA(加权基因相关网络分析)的R软件包[6]。WGCNA是一个广泛使用的工具[7- - - - - -9]，允许用户找到负责玉米植物高生物量生产的有趣基因。这些分析的结果可以通过web界面访问。除了WGCNA分析结果外，还提供了genesspring(版本GX11)分析结果。

阵列设计

在OPTIMAS项目中，设计了44K安捷伦寡核苷酸芯片来执行不同的基因表达分析。根据以往使用POCI阵列(马铃薯寡聚芯片计划)的经验[10]，该项目的数据库模式被改编为OPTIMAS oligo芯片。因此，在项目开始时，最新可用的玉米基因组版本3b.50（http://maizesequence.org)选择寡核苷酸芯片所需的单基因。爆炸(11]分析提供了数据集中冗余的信息。为了克服冗余的MIRA [12模拟智能读组装(miming Intelligent Read assembly)。此外，还选择了17723个contigs和16881个singleton作为unigenes，并添加了4个额外的序列，即来自项目合作伙伴的特殊候选基因，这些基因不存在于所选的unigenes中。为了获得42000个单基因，我们从NCBI玉米单基因中选择了7392个EST序列，这些序列与预测的玉米基因没有匹配。安捷伦公司的earray软件http://www.genomics.agilent.com)计算了41,780个60-mer寡核苷酸，这些寡核苷酸可以在OPTIMAS-DW上浏览和下载。当玉米基因组于2009年11月发表时[13]，将44K芯片的质量与玉米基因组版本4a.53进行比较分析。结果发现，53,764个基因模型中有52,040个与OPTIMAS单基因集匹配。因此，决定生成一个从OPTIMAS标识符到4a的映射。53版本的玉米基因组。除了在OPTIMAS-DW中可用外，芯片数据还在GEO [14]，并可在网上(http://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GPL14913)。作为附加服务，OPTIMAS-DW提供ViroBLAST [15]，它使用户能够对OPTIMAS单一基因集(玉米基因组版本3b)运行BLAST序列。50和4a.53)或NCBI玉米单一基因集。

注释

在OPTIMAS-DW中可以获得几个BLAST结果。例如，《Blast2Go》[16支持将序列数据与基因本体注释连接起来[17]及酵素委员会编号(EC) [18]。因此，针对玉米基因组4a版本的OPTIMAS单基因集进行了BLAST。53和玉米基因组版本4a的进一步BLAST。53.to NRPEP was carried out and then mapped to the Gene Ontology terms. A complete list of available BLAST results is shown in Table1。此外，还建立了一个将OPTIMAS标识符与玉米基因组版本4a中的基因标识符连接起来的映射文件。53提供。此外，从玉米基因组版本4a中绘制反之亦然的图谱。53.to the best hit OPTIMAS identifier enhanced by annotations from TAIR10 [19]以及基于高粱数据的基因本体和KOG描述[20.] (sbi1.4注释)。

数据概述

在OPTIMAS项目中，进行了几个处理和植物生长阶段的试验，并收集了来自不同数据域的信息。在处理实验中，玉米植株在特定的胁迫条件下生长，如氮胁迫、冷胁迫和干旱胁迫，以发现植物在这些条件下的表现。对菌根玉米品系也进行了研究。植物生育期试验包括玉米植株叶片梯度和开花时间分析。收集的数据包括转录组学、代谢组学、基因组学、蛋白质组学和表型学数据。关于存储实验的概述见表2。

所有实验均收集了不同领域的数据，并可通过OPTIMAS-DW的web界面分别进行访问(图1)3.a).例如，当用户选择转录组数据域时，用户可以浏览包含转录组数据的所有实验(图2)3.c).用户现在可以考虑查看基因特定数据或浏览实验的整个转录组数据集。在其他数据域中，用户可以以同样的方式进行操作。代谢组学数据可以通过特定的物质名称来过滤，离子组学数据可以通过过滤一个特定的离子名称来访问，蛋白质组学数据可以通过特定的酶名称来过滤，表型数据可以通过特定的性状来过滤。转录组数据域另外包括基因特定视图，使用户能够检查和比较多达十个选定基因的基因表达(图2)3.b).视图允许用户按实验进行过滤，并确定实验样本的顺序。

另一种浏览数据的方法是从实验视图开始的。在这里，用户可以浏览所有实验，并可以访问特定实验样本的所有可用域的数据。如图所示1，元数据概念在此网页内实现。通过选择特定的实验样本，可以检索到各个数据域的数据。当使用特定于数据域的视图时，元数据对用户也是可见的，但只能浏览特定于域的数据。因此，领域特定视图使用户能够检索和分析领域特定数据，而实验视图则具有检索和分析特定样品的不同领域数据的优点。对于每个实验也有一个简短的描述(图1)3.e)。

OPTIMAS-DW存储的实验之一是叶片梯度实验。在叶片梯度实验中，完成了对第三片玉米叶片发育梯度的系统分析，以研究器官发育以及生理生化功能[21]。测量来自不同数据域的数据并将其存储在数据仓库中。详细地说，有转录组学、代谢组学、基因组学、蛋白质组学和表型数据可用。本实验测量值的个数见表2。正如背景部分所提到的，数据是从相同的植物材料中测量的，使我们能够直接关联来自不同领域的数据。例如，在叶片梯度试验中，可以检测到转录本与酶活性之间的相关性以及代谢物与酶活性之间的相关性。在图3.显示了一份包括叶片梯度实验转录组学数据选择的报告。在这里，数据被过滤出上调的基因。数字4举例说明了一个使用VANTED (Junker等人描述的方法)进行数据映射的例子。22])。叶片梯度实验的代谢组学数据被映射到TCA-Cycle上。对于实验中测量的每一种代谢物，图中相应的节点包括一个可视化数据的折线图。在这里，用户可以看到从尖端(1)到基部(10)的第三片叶子的每个部分的测量代谢物浓度。

除了实验数据外，用户还可以从web界面检索分析结果。这包括定义了特定条件的WGCNA结果。例如，用户可以在氮胁迫实验中检测与鲜重、生长速率或代谢物谱高度相关的基因[24]。此外，还列出了芯片ID和相关值以及注释。此外，可获得WGCNA分析的模块列表，其中包括所有实验的转录数据。模块是一组相互连接的节点，代表高度相关的基因。在这里，用户可以检测到哪些基因位于同一模块中。此外，每个模块的基因表达谱可用于可视化分析实验的每个样本的平均表达模式(模块特征基因)。WGCNA模块概述使用户能够在不同的WGCNA分析结果中执行特定基因位于哪个模块。借助该功能，用户可以检测基因，这些基因将在不同的实验中以不同的方式反应。

最后，用户可以浏览存储在MetaCrop中的特定路径。表格提供了这些路径的列表，包括可单击的缩略图，将用户重定向到MetaCrop。在MetaCrop中，用户可以浏览路径数据以获得详细信息。

OPTIMAS-DW提供了一个创新的概念，通过元数据链接来自不同数据域的数据。通过调整OPTIMAS-DW的主要组件(如数据模板、导入工具、数据库模式和web界面)，可以很容易地通过额外的数据域扩展数据仓库。通过web界面，用户可以很容易地通过浏览感兴趣的特定数据域或查找与特定实验相关的数据来提取数据。基因特定视图或WGCNA分析等工具使用户能够获得不同系统生物学问题的答案。例如，使用WGCNA可以检测与玉米植株生长速度或鲜重相关的基因。在这种情况下，分析使用转录和表型数据来检测玉米植株生物量增加的负责基因。使用OPTIMAS-DW，用户可以使用不同的数据域执行数据分析。例如，通过使用基因特定视图，用户可以查看感兴趣的基因在不同实验和条件下的行为，如基因型、植物生长阶段、处理或植物解剖。

OPTIMAS-DW使我们能够在未来的玉米相关项目中存储更多的实验数据，以加强我们的玉米数据收集。通过进一步扩展数据库内容及其功能，OPTIMAS-DW可以帮助研究人员更好地了解玉米植株的系统生物学过程。由于在OPTIMAS-DW开发过程中积累的经验，该基础设施和管道也可用于为其他植物生物建立数据仓库。此外，数据分析的方法可以在未来得到改进，使用户可以直接从web界面开始数据分析，并选择他们感兴趣的数据。

利用OPTIMAS-DW建立了一个全面的玉米数据仓库，它能够处理不同的数据域，并包含几个分析结果，这些结果将支持研究人员开展进一步的项目。从具有详细表型描述的植物材料中轻松获取转录组学，代谢组学，离子组学和蛋白质组学数据，可以在未来充分利用大规模分析工具的潜力。还可以通过添加更多实验数据来不断扩展数据仓库，甚至在OPTIMAS-DW中尚未提供的数据域中也是如此。通过元数据组合不同数据域的概念将在未来的项目中使用。我们相信OPTIMAS-DW将成为玉米相关研究的一个非常有价值的公共数据仓库，特别是支持系统生物学研究。

OPTIMAS-DW在以下方面没有任何限制http://www.optimas-bioenergy.org/optimas_dw。所有的数据集都是免费使用的，可以通过web界面下载。对数据库以及所有存储数据集的使用没有限制。

CC开发了包含OPTIMAS-DW web应用程序的数据仓库。CC、TC、AH设计并提供数据导入模板。U. schl ter, NZ, AB, TRP, PA, MG, SW和HF提供了实验数据。MM进行WGCNA分析。ARF, FB, HF, MB, TD, APMW和U. Sonnewald监督该项目的生物部分。FS和U. Scholz负责该项目的生物信息学部分。索内瓦尔德是这个项目财团的负责人。所有作者都测试和使用了OPTIMAS-DW，从而为改善web界面可用性做出了贡献。所有作者都阅读并批准了最终的手稿。

我们感谢Thomas Schmutzer对序列组装的帮助，感谢Matthias klapperst ck对MetaCrop数据库访问的支持，感谢Sophia Sonnewald与Agilent一起做芯片设计，感谢Stephan Weise对手稿的校对。这项工作得到了德国联邦教育和研究部在OPTIMAS框架下的支持[FKZ 0315430A-G]。

从属关系

1. 莱布尼茨植物遗传与作物研究所(IPK)，科伦斯特3，施塔特，06466

   Christian Colmsee, Martin Mascher, Tobias Czauderna, Anja Hartmann, Falk Schreiber和Uwe Scholz

2. 德国埃尔兰根-纽伦堡弗里德里希-亚历山大大学生物系，德国埃尔兰根91054

   Urte schl， Frederik Börnke和Uwe Sonnewald

3. 科隆大学植物研究所，Albertus-Magnus-Platz, Köln, 50923德国

   Nina Zellerhoff, Jessica Schmitz和Marcel Bucher

4. 植物生物化学，海因里希-海涅大学，Universitätsstr。1、德国塞尔多夫，40225

   Andrea Bräutigam, Thea R Pick和Andreas PM Weber

5. 国际植物科学研究生项目(grad - Plant)，德国塞尔多夫海因里希·海涅大学，德国塞尔多夫，40225

   R匹克

6. 细胞生物学和植物生物化学，雷根斯堡大学，Universitätsstr。31，雷根斯堡，93040，德国

   Philipp Alter, Manfred Gahrtz和Thomas Dresselhaus

7. 马克斯·普朗克分子植物生理研究所分子生理研究室，德国波茨坦-戈姆14476

   Sandra Witt和Alisdair R Fernie

8. metanomics GmbH, Tegeler Weg 33，德国柏林，10589

   Holger Fahnenstich

9. Martin Luther University Halle- wittenberg计算机科学研究所，Von-Seckendorff-Platz 1, Halle, 06120

   福尔克以下

相应的作者

对应到乌维肖尔茨。

相互竞争的利益

作者宣称他们没有竞争利益。

开放获取本文由BioMed Central Ltd.授权发表。这是一篇开放获取的文章，在知识共享署名许可(https://creativecommons.org/licenses/by/2.0)，允许在任何媒体上不受限制地使用、分发和复制，前提是正确引用原创作品。

转载及权限