Projekt »Genealyzer«

Web-Anwendung für die Analyse und den Vergleich von Genexpressionsdaten

© Adobe Stock
Das Projekt »Genealyzer« stellt sich der Herausforderung der Analyse und Vergleichbarmachung wachsender Datenmengen.

Die Genexpressionsanalyse ist eine weit verbreitete Methode in Bereichen wie der Arzneimittelentwicklung oder der funktionellen Genanalyse. Microarray-Daten von Genexpressionsexperimenten stehen im Allgemeinen für retrospektive Analysen zur Verfügung und werden häufig genutzt. Aufgrund von Änderungen der zugrundeliegenden Technologien ist es jedoch häufig schwierig, die Datensätze verschiedener Technologien miteinander zu vergleichen, wodurch die Nutzung einer großen Menge bereits verfügbarer Daten erschwert wird.

Die Web-Anwendung »Genealyzer« abstrahiert von mathematischen und programmtechnischen Informationen, um eine komfortable und anpassbare Analyse von Microarray-Daten für groß angelegte Reproduzierbarkeitsstudien zu ermöglichen. Zudem bietet die Web-Anwendung eine einfache Zugangsfunktion zu großen Microarray-Repositorys.

Genealyzer setzt sich aus drei grundlegenden Schritten zusammen, die für differenzielle Genexpressionsanalysen, Gene Ontology (GO)-Anreicherungsanalysen und Vergleiche mehrerer Analyseergebnisse benötigt werden. Die Web-Anwendung kann sowohl Affymetrix-Daten als auch Einkanal- und Zweikanal-Daten von Agilent verarbeiten. Dabei werden alle Schritte mithilfe von aussagekräftigen Diagrammen visualisiert. Die Web-Anwendung bietet flexible Analysen und lässt sich gleichzeitig intuitiv bedienen.

Allgemeine Funktionen

© Fraunhofer ITEM
The Genealyzer application is build in three main modules. a) The data upload allows users to upload either raw files for both Affymetrix and Agilent (one- and two-channel) data sets or to directly access data sets uploaded within the Gene Expression Omnibus (GEO) database. b) Depending of on the technology the preprocessing module offers many different algorithms used for a variety of quality control tasks such as background correction and normalization all visualized in downloadable plots. c) Lastly, the Differential Gene Expression analysis can be can be calculated with users given parameters in mind.

Publikation

Lietz, Kristina, Babak Saremi, and Lena Wiese. "Genealyzer: web application for the analysis and comparison of gene expression data." BMC bioinformatics 24.1 (2023): 150. Link (Open Access)

Kontakt

Lena Wiese

Contact Press / Media

Prof. Dr. Lena Wiese

Arbeitgruppenleiterin Bioinformatik/Leiterin Attract-Gruppe Bioinformatik »IDA – Intelligente Datenanalyse für Gesundheit und Chemikaliensicherheit«

Telefon +49 511 5350-303