Development of a bioinformatics platform for analysing big data from Omics analyses-Omnalysis

Abstract

En l'àmbit de la investigació biológica les dues darreres decades han estat considerades com les de l'era de la genòmica. Les dades que es generen mitjançant les tècniques omicas son complexes d’analitzar per investigadors sense uns mínims coneixements de programació. Per pal·liar aquestes dificultats en aquesta Tesi s’ha desenvolupat Omanalysis, una aplicació bioinformàtica a la web per l’anàlisi de dades de transcriptòmica i proteómica. Les seves característiques permeten realitzar en temps real conversions ID, anàlisi de components principals per obtenir correlacions i nivells de variabilitat entre tractaments, gràfics volcano i plot per representar genes i proteïnes diferencialment expresats entre mostres, diagrames de Venn e histogrames per obtenir ontologies de gens i patrons d’enrequiment en estudis funcionals de dades d’expressió gènica i proteòmica.

En el ámbito de la investigación biológica las dos últimas décadas pueden ser consideradas como la era de la genómica. Los datos generados mediante las técnicas omicas son complejos de analizar por investigadores sin unos mínimos conocimientos de programación. Para cubrir estas carencias en esta tesis se ha desarrollado Omanalysis una aplicación bioinformática en la web para el análisis de datos de transcriptómica y proteómica. Sus características permiten realizar en tiempo real conversiones ID, análisis de componentes principales para obtener correlaciones y niveles de variabilidad entre tratamientos, gráficos volcano y plot para representar genes y proteinas diferencialmente expresados entre muestras, diagramas de Venn e histogramas para obtener ontologías de genes y patrones de enriquecimiento en estudios funcionales de datos de expresión génica y proteómica.

In the field of biological research, the last two decades can be considered as the era of omics. The generated data from the omics is complex and big therefore for a biologist with minimum programming skills face difficulty in handling and analyzing it into biological knowledge. To fill this gap, we developed an integrated bioinformatics web application OMnalysis to understand the biological relevance of the molecules (putative biomarkers) identified from the transcriptomics and proteomics analysis. Its features are real-time ID conversion, principal component analysis to obtain the co-relation and variability in the treatments, scatter and volcano plot to identify the dispersion of significantly differentially expressed gene or protein, Venn diagrams and histogram to obtain the common gene or protein, gene ontology and pathway enrichment analysis to attain the functional interpretation and mechanical insight of the expression data, heatmap and pathway visualization to understand the relevance of the discovered molecules using their expression value under different conditions, scientific literature search to obtain the relevant biological information of the discovered biomarker.