Building an Interoperable Rare Disease Multi-omic Resource: The GREGoR Data Model and Dataset

Das GREGoR-Konsortium entwickelte ein modulares, interoperables Datenmodell zur Standardisierung multi-omischer und phänotypischer Daten über verschiedene klinische Standorte hinweg, wodurch Informationen von mehr als 12.000 Teilnehmern erfolgreich harmonisiert wurden, um die Erforschung seltener Erkrankungen im großen Maßstab sowie die analyseübergreifende Auswertung zu ermöglichen.

Das Wesentliche

Stellen Sie sich vor, Sie versuchen, ein riesiges, globales Puzzle zu lösen, bei dem jedes Teil aus einer anderen Fabrik stammt. Manche Teile sind quadratisch, andere dreieckig, und sie sprechen alle unterschiedliche Sprachen. Genau diesem Problem sahen sich Forscher gegenüber, als sie versuchten, seltene Krankheiten zu untersuchen. Sie verfügten über genetische Hinweise und Patientengeschichten aus Krankenhäusern und Laboren auf der ganzen Welt, doch da jeder seine eigene, einzigartige Art der Dokumentation verwendete, passten die Teile nicht zusammen. Man konnte die Geschichte eines Patienten nicht einfach mit der eines anderen vergleichen, was es schwierig machte, die Muster zu finden, die nötig waren, um das Rätsel dieser Krankheiten zu lösen.

Um dies zu beheben, beschloss eine Gruppe namens GREGoR-Konsortium, ein universelles „Bedienhandbuch" dafür zu erstellen, wie diese Informationen zu dokumentieren sind. Stellen Sie sich dieses Handbuch als ein standardisiertes LEGO-Set vor. Früher baute jeder Wissenschaftler mit eigenen, maßgeschneiderten Bausteinen, die nur zu seinen eigenen Kreationen passten. Jetzt verwenden alle dasselbe Set von Bausteinen mit denselben Verbindern.

So funktioniert ihr neues System, das GREGoR-Datenmodell, im Alltag:

• Das modulare Design: Stellen Sie sich einen Aktenschrank vor, in dem Sie Schubladen leicht austauschen können. Dieses System ist genau so aufgebaut. Es ermöglicht Forschern, verschiedene Arten von „Omics"-Daten (die wie unterschiedliche Schichten biologischer Informationen sind, etwa DNA, Proteine oder Zellfunktionen) einzufügen und dennoch alles ordentlich unter der Akte einer Person organisiert zu halten.
• Das „Wer hat es getan"-Etikett: Ein wesentliches Merkmal dieses Systems ist wie ein Etikett auf einem Rezept. Wenn ein Wissenschaftler einen genetischen Hinweis mit einer bestimmten High-Tech-Maschine entdeckt, wird dieser Hinweis vom System genau mit der Maschine versehen, die ihn gefunden hat. Dies stellt sicher, dass wir auch dann noch genau wissen, woher die ursprüngliche Entdeckung stammt, wenn sich die Technologie später ändert.
• Die Punkte verbinden: Da nun alle dieselben „LEGO-Steine" verwenden, konnten die Forscher Daten von 12.292 Individuen aus 5.029 Familien zusammenfügen. Dies schuf einen einzigen, riesigen, harmonisierten Datensatz, der zur Analyse bereit ist, anstatt eines unordentlichen Haufens inkompatibler Dateien.

Die Studie behauptet, dass das Konsortium durch die Verwendung dieses flexiblen und kollaborativen „Bedienhandbuchs" erfolgreich eine massive, gemeinsame Ressource geschaffen hat. Sie teilen diese Daten nun öffentlich, und andere Gruppen, die an seltenen Krankheiten arbeiten, beginnen, dasselbe Handbuch zu verwenden. Das Ergebnis ist, dass verschiedene Forschungsteams endlich miteinander sprechen und ihre Erkenntnisse kombinieren können, was die Arbeit an der Lösung seltener Krankheiten deutlich schneller und effektiver macht.

Technische Zusammenfassung

Technischer Überblick: Aufbau einer interoperablen Ressource für Multi-Omics seltener Erkrankungen

Problemstellung
Die Erforschung seltener Erkrankungen und die klinische Diagnose hängen grundlegend von der Integration genomischer und phänotypischer Daten ab, die an verschiedenen klinischen Standorten erhoben wurden. Das Feld wurde jedoch durch das Fehlen weit verbreiteter Standards für die Darstellung genomischer Daten und zugehöriger Metadaten behindert. Dieses Ausbleiben von Standardisierung hat die Dateninteroperabilität, die Fähigkeit zur Wiederverwendung von Daten und die Kapazität für übergreifende Studienanalysen stark eingeschränkt und damit Barrieren für eine effektive Zusammenarbeit und Entdeckung geschaffen.

Methodik
Um diese Herausforderungen zu bewältigen, wurde das Konsortium „Genomics Research to Elucidate the Genetics of Rare Diseases" (GREGoR) mit dem doppelten Ziel gegründet, herausfordernde Fälle seltener Erkrankungen zu untersuchen und aufkommende Multi-Omics-Technologien für die klinische Translation zu evaluieren. Ein zentrales Element dieser Bemühungen war die Entwicklung eines gemeinsamen Konsortiums-Datenmodells, das in Partnerschaft mit Fachexperten erstellt wurde.

Die Methodik konzentrierte sich auf die Standardisierung der Erfassung von Metadaten auf vier unterschiedlichen Ebenen:

1. Teilnehmerebene
2. Familienebene
3. Phänotyp-Ebene
4. Assay-Ebene

Ein entscheidendes architektonisches Merkmal dieses Modells ist seine Modularität. Dieses Design unterstützt speziell die Verknüpfung mehrerer Datenversionen, die von verschiedenen Omics-Technologien stammen, mit einer einzelnen Person. Darüber hinaus stellt das Modell die präzise Zuordnung genetischer Befunde zu der spezifischen Technologie sicher, die für ihre ursprüngliche Entdeckung verwendet wurde, und gewährleistet so die Datenherkunft und -integrität.

Hauptbeiträge
Der primäre Beitrag dieser Arbeit ist die erfolgreiche Übernahme und Implementierung des GREGoR-Datenmodells, die die Generierung und öffentliche Freigabe eines harmonisierten, analysenbereiten Konsortiums-Datensatzes ermöglicht hat. Das Modell dient als standardisierter Rahmen, der verteilten Forschungsstandorten eine effektive Koordination der Datenintegration erlaubt. Zusätzlich demonstriert die Arbeit die praktische Anwendung dieses Modells beim Management komplexer Multi-Omics-Datensätze im großen Maßstab.

Ergebnisse
Die Anwendung des GREGoR-Datenmodells hat eine erhebliche, öffentlich zugängliche Ressource hervorgebracht. Die neueste Veröffentlichung des Konsortiums-Datensatzes umfasst:

• 12.292 Teilnehmer
• 5.029 Familien
• Umfassende phänotypische, familiäre und Multi-Omics-Daten

Über den unmittelbaren Datensatz hinaus berichtet die Publikation, dass andere Initiativen zum Datenaustausch bei seltenen Erkrankungen beginnen, dieses spezifische Datenmodell zu übernehmen, was auf seinen potenziellen Nutzen über das ursprüngliche Konsortium hinaus hindeutet.

Bedeutung
Die Publikation vertritt die Auffassung, dass die GREGoR-Initiative zeigt, dass ein kollaboratives, flexibles und skalierbares Datenmodell in der Lage ist, die groß angelegte Erforschung seltener Erkrankungen zu ermöglichen. Durch die Förderung der Datenharmonisierung über Zentren hinweg adressiert das Modell direkt die historischen Probleme der Interoperabilität. Die Übernahme dieses Rahmens wird als befähigend für die Erforschung seltener Erkrankungen angesehen, indem sie übergreifende Konsortiumsanalysen ermöglicht und eine robuste Grundlage für die Integration komplexer Multi-Omics-Daten bietet.