Webserver und Vorhersage-Tools

Die Speicherung experimenteller Daten wird so organisiert, dass sie so schnell wie möglich und auch langfristig für verschiedene Forschungsgruppen im HKI wie auch von Kooperationspartnern nutzbar gemacht werden zur Modellierung molekularer Netzwerke und somit für die Ableitung wissenschaftlicher Hypothesen und Planung künftiger Experimente. Dafür wird ein „Data warehouse“ weiterentwickelt, genutzt und und gewartet für das Management von Daten und Wissen, für die Sammlung, Speicherung, Vorverarbeitung und schließlich standardisierte Primäranalyse von experimentellen Daten, einschließlich von Genom-, Transkriptom- und Proteomdaten sowie biochemischen, mikrobiologischen und klinischen Daten.

COMAN (COmprehensive Metatranscriptome ANalysis Webserver): COMAN (http://sbb.hku.hk/COMAN/) ist ein integrierter Webserver für die umfassende funktionelle Untersuchung von Metatranskriptom-Daten. Der Server übersetzt enorme Mengen an Sequenzierereignissen in Tabellen und qualitativ hochwertige Abbildungen. Er erleichtert somit die Beantwortung von biologischen Fragestellungen mit Bezug auf die Mikrobiota für Wissenschaftler mit geringer bioinformatischer Erfahrung. Auch die Auswertung von RNA-Seq-Daten von Mikrobiota wird vereinfacht.

MESSI (Metabolic Engineering Target Selection and Best Strain Identification Tool): MESSI (http://sbb.hku.hk/MESSI/index.php) ist ein Webserver, der effiziente Rahmen und regulatorische Komponenten für biotechnologische Produktionsprozesse mit Hefen vorhersagt. Der Server bietet dem Benutzer eine integrative Plattform für die Analyse von frei verfügbaren high-throughput Metabolomik-Daten. Diese werden dann in Stoffwechselwege umgewandelt, um die leistungsfähigsten S. cerevisiae-Stämme zur Produktion der gewünschten Substanz zu identifizieren.

GRN2SBML dient dazu, Genregulationsnetzwerke (GRNs), die mittels verschiedener Inferenzwerkzeuge gewonnen wurden, automatisch in  SBML („systems biology markup language“) zu kodieren. Mittels einer graphischen Benutzeroberfläche können die Netzwerke über die SOAP-Schnittstelle von BioMart annotiert werden. Somit wird nur ein Minimum an Informationen für die Eintragung der Annotation benötigt. Zusätzlich stellen wir noch ein R-Paket zur Verfügung, welches die Ausgabe der unterstützten Inferenz-Algorithmen weiterverarbeitet und automatisch alle notwendigen Parameter an GRN2SBML weitergibt. Somit schließt GRN2SBML die Lücke zwischen der Inferenz genregulatorischer Netzwerke und der folgenden Analyse, Visualisierung und Speicherung. GRN2SBML ist frei verfügbar unter der GPLv3 Lizenz und kann unter http://www.hki-jena.de/index.php/0/2/490 heruntergeladen werden.

FungiFun: Charakteristische Muster in Kandidatenlisten werden häufig durch eine Untersuchung der Anreicherung (enrichment analysis) ermittelt. FungiFun ist ein benutzerfreundliches Web Tool für die funktionelle Anreicherungsanalyse von Pilzgenen und -proteinen. Das neue Tool FungiFun2 verwendet ein vollständig überarbeitetes Datenmanagementsystem und ermöglicht dadurch Analysen für 298 Pilzstämme, die derzeit in gängigen Datenbanken veröffentlicht sind. FungiFun2 bietet eine moderne Internetschnittstelle und erzeugt interaktive Tabellen, Diagramme und Abbildungen, welche die Nutzer direkt ihren Bedürfnissen entsprechend anpassen können. FungiFun2 sowie Beispiele und Anleitungen sind öffentlich zugänglich unter: http://www.hki-jena.de/index.php/0/2/490.

CASSIS (https://sbi.hki-jena.de/cassis/): Die Programme der CASSIS Suite (Cluster ASSignment by Islands of Sites) dienen dem Nachweis von Sekundärmetabolit-Gen-Clustern in eukaryotischen Genomen, ausgehend von einem bestimmten Ankergen. Ein Gen-Cluster ist eine Gruppe von Genen, die in enger Nachbarschaft lokalisiert sind, gemeinsam reguliert werden und am gleichen Stoffwechselweg beteiligt sind.

SMIPS (Secondary Metabolites by InterProScan) ist ein Instrument für die genom-weite Vorhersage von Anker-/Gerüstgenen. Ankergene codieren für Enzyme, die eine bedeutende Rolle in der Biosynthese von Sekundärmetaboliten spielen. SMIPS kann die drei häufigsten Klassen der Ankergene identifizieren: Polyketid-Synthasen (PKS), nicht-ribosomale Peptidsynthasen (NRPS) und Dimethylallyltryptophan-Synthasen (DMATS).