GraphExperiment: infrastructure for high-dimensional quantitative data and associated networks in R/Bioconductor

In der weiten Landschaft der modernen Biologie versuchen Wissenschaftler zunehmend, das Leben nicht nur durch das Auflisten seiner Teile zu verstehen, sondern indem sie kartieren, wie diese Teile miteinander kommunizieren. Stellen Sie sich eine Stadt vor, in der Sie zwar den Standort jedes Hauses und jedes Ladens kennen, aber keinen Plan der Straßen besitzen, die sie verbinden. Sie wissen vielleicht, dass es eine Bäckerei gibt und eine Schule existiert, aber ohne die Straßen können Sie nicht sehen, wie ein Kind zur Schule gelangt oder wie ein Bäcker Brot ausliefert. In der Untersuchung lebender Organismen sind die „Häuser“ die messbaren Merkmale, wie etwa Gene oder Proteine, und die „Straßen“ sind die Beziehungen zwischen ihnen. Forscher erstellen oft diese Karten, sogenannte Netzwerke, um zu sehen, wie Gene zusammenwirken oder wie verschiedene Zellen miteinander interagieren. Lange Zeit wurden jedoch die Werkzeuge, die zur Speicherung der Liste der Teile verwendet werden, und die Werkzeuge, die zur Speicherung der Karten ihrer Verbindungen verwendet werden, in getrennten digitalen Schubladen aufbewahrt. Diese Trennung erschwert es, das Gesamtbild auf einmal zu studieren, da die Daten, die die Teile beschreiben, und die Daten, die die Beziehungen zwischen ihnen beschreiben, oft nicht mehr synchron laufen.

Ein neues Werkzeug namens GraphExperiment zielt darauf ab, diese Diskrepanz zu beheben, indem es die Listen und die Karten in einem einzigen, einheitlichen Behälter zusammenführt. Entwickelt für die Programmierumgebung R, einer Standardplattform für die biologische Datenanalyse, schafft diese Software eine neue Art der Informationsorganisation. Anstatt die quantitativen Messungen biologischer Merkmale getrennt von den Netzwerken zu speichern, die ihre Beziehungen beschreiben, speichert GraphExperiment sie gemeinsam auf eine Weise, die ihre gleichzeitige Manipulation ermöglicht. Das System hält die Netzwerke mit den Assays und Metadaten synchron und stellt sicher, dass die Verbindungen konsistent mit den zugrunde liegenden Daten bleiben. Wenn ein Forscher ein neues Gen zu seiner Liste der Messungen hinzufügt oder eine Probe entfernt, bleibt die Struktur erhalten, sodass das Netzwerk mit dem aktuellen Datensatz im Einklang bleibt. Diese Synchronisation verhindert den häufigen Fehler, eine Karte zu analysieren, die nicht mehr zu dem Territorium passt, das sie eigentlich repräsentieren soll. Die Software ist darauf ausgelegt, zwei Arten von Verbindungen zu verarbeiten: solche zwischen Merkmalen, wie etwa wie ein Gen ein anderes beeinflussen könnte, und solche zwischen Beobachtungen, wie etwa wie eine Zelle mit einer benachbarten kommunizieren könnte.

Die Forscher hinter diesem Projekt haben das Werkzeug entwickelt, um einen bestehenden Standard auf dem Gebiet zu erweitern und sicherzustellen, dass es reibungslos mit anderer Software funktioniert, die Biologen bereits verwenden. Sie demonstrierten dessen Nutzen durch die Anwendung auf sieben verschiedene Arten biologischer Daten, die von Studien zu einzelnen Zellen bis hin zum Vergleich ganzer Genome reichen. In diesen Tests verwaltete das Werkzeug erfolgreich komplexe Netzwerke, einschließlich jener, die verfolgen, wie Gene koexprimiert werden, wie Proteine gemeinsam in ihrer Abundanz vorkommen und wie Zellen aneinander signalisieren. Es handhabte auch Netzwerke, die die Evolutionsgeschichte von Arten abbilden. Durch das Testen der Software in diesen vielfältigen Szenarien zeigten die Autoren, dass sie das komplizierte Geflecht von Beziehungen in modernen biologischen Daten verwalten kann, ohne die zugrunde liegenden Zahlen aus den Augen zu verlieren. Die Arbeit legt nahe, dass das Zusammenhalten von Daten und den damit verbundenen Netzwerken in einem einzigen, synchronisierten Paket ein praktischer und notwendiger Schritt für die Analyse hochdimensionaler biologischer Informationen ist. Das Werkzeug steht nun anderen Wissenschaftlern zur Verfügung und bietet eine Möglichkeit, ihre Daten und ihre Karten in perfektem Einklang zu halten, während sie die komplexe Maschinerie des Lebens erforschen.