生物信息学 - 利用Pipeline Pilot制作Web版的孔板数据管理工具

时间:2014-05-07

利用Pipeline Pilot制作Web版的孔板数据管理工具

 

      药物体外高通量筛选过程中,经常使用96孔板、384孔板等进行批量的筛选,这些筛选方法能够大幅提高筛选的速度,同时保证筛选条件的一致性。然而,由于孔板数据的处理比较复杂,研究人员每天不得不花大量的时间来处理孔板数据。由于目前缺乏较好的孔板数据处理软件,很多研究人员只能Excel进行数据的处理。Excel处理孔板数据不仅操作繁琐,且容易由于操作的失误导致数据的丢失或错乱。同时由于不同人的处理方法不一样,造成同一数据的处理结果却不同,给统一的数据管理带来一定混乱。

      为了解决这个问题,我们利用Pipeline Pilot的孔板数据分析模块,开发了一款简单的基于Web的孔板数据分析处理工具。用户可以通过网页提交孔板数据,系统通过用户事先定制好的处理流程和分析方法,对数据进行自动分析处理,并且进行展示。用户除了能够非常直观地看到同一孔板内的各个孔的活性情况,同时还能够快速查看到对应的化合物及其相关信息,以及同一化合物针对其他靶点的活性信息,包括历史活性测试信息。此外,用户还可以方便地对数据进行查询,可以根据化合物的结构、编号、分子式进行查询;也能够根据靶点的名称进行查询。

 
图1 根据实验批次及细胞株查看不同的孔板数据。孔板数据的展示采用类似96孔板的形式,红色表示高活性,白色表示活性为0,绿色表示数据处理中出现负值的情况,灰色为空白孔,从而使用户能够非常直观地了解到孔板中各个孔活性的大致情况。

 
图2 选中孔板上的某个孔,能够关联到对应测试药物的结构、活性值及其他相关信息,同时能够自动关联该化合物的相关测试数据,如同一批次的不同靶点测试情况及历史测试活性信息。

 
图3 可以根据化合物结构、编号、分子式及细胞株进行查询已测试的活性信息。

 

Pipeline Pilot孔板数据分析模块简介:   
      作为功能强大的科学信息整合和处理平台,Pipeline Pilot在生物实验数据处理方面也提供了一系列优秀的解决方案。对于生物活性测试中常见的孔板数据的处理,Pipeline Pilot能够直接读取多种实验仪器输出的数据文件,能够对孔、域(如单个化合物在同一板中的不同条件下的多个测量值)、板及多块板间的数据进行计算、比较及综合统计处理,能够自动计算并生成剂量曲线(如IC50),也能够对随时间变化的动力学实验数据进行分析,最终给出生动互动性强且实用的工作报表。您无需编写代码就能实现如图1所示的分析筛选结果,完成复杂的数据分析。结合Pipeline Pilot数据库管理功能,您可以轻松实现孔板数据在数据库中的存储、读取与管理。Pipeline Pilot的这种自动分析与管理能力,使得您可以轻松实现高通量筛选(HTS)。

 
图4  Pipeline Pilot的孔板数据分析