TSUMUGI: a platform for phenotype-driven gene network identification from comprehensive knockout mouse phenotyping data

El artículo presenta TSUMUGI, una plataforma que identifica redes de genes impulsadas por fenotipos utilizando datos de fenotipado sistemático de ratones knockout del consorcio IMPC para facilitar la interpretación de funciones génicas coordinadas y la generación de hipótesis sobre fenotipos complejos.

Lo esencial

¡Hola! Imagina que el cuerpo de un ser vivo es como una gigantesca orquesta. Cada gen es un músico tocando un instrumento. A veces, si un músico se equivoca (o se "apaga" en el caso de un ratón de laboratorio), la música cambia y la orquesta suena mal. Eso es lo que llamamos un "fenotipo" o una característica observable.

El problema es que, a veces, no sabemos qué otros músicos están tocando la misma canción o trabajando en el mismo grupo, solo porque suena similar cuando uno falla.

Aquí es donde entra TSUMUGI.

¿Qué es TSUMUGI?

TSUMUGI es como un detective genético o un traductor de patrones. Su nombre viene de una palabra japonesa que significa "tejer", porque su trabajo es tejer una red de conexiones entre genes basándose en cómo se comportan los ratones cuando un gen falla.

¿Cómo funciona? (La analogía del "Club de Gustos")

Imagina que tienes una lista de 9,000 ratones. A cada uno le han "apagado" un gen diferente (como si le quitáramos un instrumento a un músico). Luego, los científicos observan qué le pasa a cada ratón: ¿se pone triste? ¿le crece el pelo de más? ¿no puede correr?

1. El Gran Archivo (IMPC): Existe un archivo inmenso (llamado IMPC) donde se guardan los resultados de estos 9,000 ratones. Es como una biblioteca gigante de "qué pasa si apago este gen".
2. El Problema: Si miras solo un ratón, sabes qué gen falló, pero no sabes con quién más se parece. Si dos ratones diferentes tienen problemas de visión y problemas de corazón, ¿significa que sus genes están trabajando juntos en el mismo "equipo"?
3. La Solución TSUMUGI: TSUMUGI toma esa biblioteca gigante y dice: "¡Espera! Estos dos ratones, aunque tienen genes diferentes, tienen exactamente los mismos síntomas".
   • Si el ratón A (con el gen X apagado) tiene síntomas de "ojo rojo" y "patas débiles"...
   • Y el ratón B (con el gen Y apagado) también tiene "ojo rojo" y "patas débiles"...
   • TSUMUGI conecta el Gen X y el Gen Y con una línea gruesa. ¡Se parecen! Probablemente trabajan en el mismo "club" o sistema del cuerpo.

¿Qué hace la plataforma?

TSUMUGI es una herramienta que puedes usar de dos formas:

1. La Versión Web (El Mapa Interactivo):

   • Imagina un mapa de metro. Tú puedes subirte en cualquier estación (por ejemplo, "diabetes" o "ratones con pelo gris").
   • TSUMUGI te muestra todas las estaciones (genes) conectadas a esa línea.
   • Puedes ver grupos de genes (módulos) que forman "islas". Si seleccionas una isla, te dice: "Oye, todos estos genes, si fallan, causan problemas en el hígado".
   • Además, te resalta en rojo si alguno de esos genes también está relacionado con enfermedades humanas. ¡Es como un filtro de "peligro" para la salud humana!

2. La Versión de Línea de Comandos (El Taller de Mecánico):

   • Para los expertos que quieren hacer cosas más complejas, TSUMUGI también tiene una herramienta de "línea de comandos".
   • Imagina que quieres buscar genes que causen diabetes, pero excluyendo a los que causan problemas reproductivos. Con esta herramienta, puedes decirle: "Dame solo lo que quiero, sin el ruido de fondo". Es como tener un filtro muy preciso para limpiar tu lista de genes.

¿Por qué es importante?

Antes, para encontrar genes relacionados, los científicos tenían que adivinar basándose en lo que ya sabían (como buscar en un mapa antiguo). TSUMUGI hace algo diferente: mira los síntomas reales de miles de ratones y construye el mapa desde cero.

• Descubre lo desconocido: Puede encontrar grupos de genes que nadie sabía que trabajaban juntos, solo porque sus ratones "se quejaban" de la misma manera.
• Ayuda a entender enfermedades humanas: Al ver qué genes en ratones causan problemas similares a los humanos, podemos encontrar nuevas dianas para medicamentos.
• Filtrado inteligente: Te permite preguntar cosas específicas, como: "¿Qué genes causan problemas solo en ratones hembras?" o "¿Qué genes causan problemas solo cuando el ratón es viejo?".

En resumen

TSUMUGI es como un traductor universal que toma el lenguaje de los síntomas de los ratones (fenotipos) y lo convierte en un mapa de conexiones entre genes. En lugar de estudiar a los genes uno por uno en aislamiento, nos permite ver la orquesta completa, identificando qué músicos (genes) están tocando la misma canción, lo que nos ayuda a entender mejor cómo funciona la vida y cómo curar enfermedades complejas.

¡Es una herramienta poderosa para "tejer" la historia de la vida desde los síntomas hacia los genes!

Resumen técnico

Resumen Técnico: TSUMUGI

Título: TSUMUGI: una plataforma para la identificación de redes génicas impulsadas por fenotipos a partir de datos exhaustivos de fenotipado de ratones con knockout.

1. El Problema

La comprensión de los fenotipos complejos a nivel de organismo requiere elucidar las funciones coordinadas entre múltiples genes. Sin embargo, esto representa un desafío fundamental en la genética funcional por las siguientes razones:

• Limitaciones de los enfoques actuales: Métodos tradicionales como las interacciones proteína-proteína (PPI), vías biológicas y redes de co-expresión génica se centran principalmente en relaciones moleculares e intracelulares, no reflejando completamente las interacciones génicas a nivel del organismo.
• Desafío en la extracción de datos: Aunque el Consorcio Internacional de Fenotipado de Ratones (IMPC) ha generado un atlas fenotípico exhaustivo basado en líneas de ratones con knockout (KO) de un solo gen (más de 9.000 líneas), el conjunto de datos está organizado alrededor de genes individuales. Extraer relaciones fenotípicas que conecten a múltiples genes a partir de esta base de datos sigue siendo difícil.
• Brecha de conocimiento: No existen herramientas que conviertan directamente las asociaciones gen-fenotipo en redes funcionales para identificar módulos génicos subyacentes a rasgos complejos.

2. Metodología

TSUMUGI (Trait-driven Surveillance for Mutation-based Gene module Identification) es una plataforma diseñada para superar estas limitaciones mediante el siguiente flujo de trabajo técnico:

• Fuentes de Datos:

  • Utiliza la tabla de resumen estadístico del IMPC (lanzamiento 23.0) para obtener asociaciones gen-fenotipo (símbolo MGI, término de la Ontología de Fenotipos de Mamíferos - MP, tamaño del efecto, valor P, etc.).
  • Incorpora anotaciones de etapas de vida (Embrión, Intervalo, Tardío) y datos de genes asociados a enfermedades humanas desde el Portal de Modelos de Enfermedades del IMPC.
  • Utiliza archivos de anotación MP de OBO Foundry para el cálculo de similitud.

• Extracción de Fenotipos Anormales:

  • Se filtran los registros donde el valor P (o el valor P específico por sexo) es < 0.00001, definiendo estos como fenotipos anormales significativos.

• Métrica de Similitud Fenotípica:

  • Se basa en el algoritmo Phenodigm.
  • Calcula la similitud entre pares de términos MP utilizando la media geométrica del puntuación de Resnik (basada en el contenido de información) y el índice de Jaccard (solapamiento de términos padres).
  • Aplica un puntuación de concordancia de metadatos (1.0 si coinciden genotipo, sexo y etapa de vida; escalado a 0.75, 0.5 o 0.25 según discrepancias).
  • Genera una matriz de similitud ponderada y escala los resultados a un puntaje de similitud fenotípica entre 0 y 100 para cada par de genes.

• Construcción de la Red:

  • Se extraen pares de genes que comparten al menos tres fenotipos anormales.
  • Se construye un grafo no dirigido donde los nodos son genes y las aristas representan la similitud fenotípica.

• Interfaces de Usuario:

  • Aplicación Web: Interfaz interactiva para análisis exploratorio, visualización de redes y filtrado dinámico.
  • Interfaz de Línea de Comandos (CLI): Distribuida vía PyPI y Bioconda, permite análisis reproducibles a gran escala y filtrado avanzado (ej. excluir pares de genes asociados a términos MP específicos o sus descendientes).

3. Contribuciones Clave

• Identificación de Módulos Génicos: TSUMUGI transforma asociaciones gen-fenotipo en una red de genes impulsada por fenotipos, permitiendo identificar módulos funcionales que comparten firmas fenotípicas.
• Flexibilidad Analítica: Ofrece tres puntos de entrada: Fenotipo (encuentra genes con un fenotipo dado), Gen (encuentra genes con fenotipos similares a un gen dado) y Lista de Genes (agrupa genes de una lista).
• Filtrado Avanzado y Contextualización:
  • Permite filtrar por sexo (macho/hembra), etapa de vida (temprana, intervalo, tardía) y zigosidad.
  • Resalta genes asociados a enfermedades humanas.
  • Realiza análisis de centralidad de la red.
• Interoperabilidad: Exporta redes en formatos estándar (PNG, JPG, SVG, CSV, GraphML) para su integración con herramientas externas y pipelines de análisis.
• Enfoque Independiente de Conocimiento Previo: A diferencia de métodos que dependen de mapas de interacción predefinidos (como PPI), TSUMUGI construye la red directamente desde datos fenotípicos a gran escala, descubriendo módulos funcionales que podrían pasar desapercibidos.

4. Resultados

• Visualización Interactiva: La aplicación web muestra la red donde la intensidad del color del nodo indica la severidad del fenotipo y el grosor de la arista refleja el puntaje de similitud. Los subgrafos (módulos) representan componentes conectados con alta similitud interna.
• Capacidad de Descubrimiento: La herramienta permite a los usuarios inspeccionar fenotipos enriquecidos en módulos específicos, facilitando la generación de hipótesis sobre qué procesos biológicos subyacen a un fenotipo de interés.
• Validación de la CLI: La herramienta de línea de comandos demuestra la capacidad de realizar extracciones específicas, como aislar redes asociadas a fenotipos de diabetes excluyendo aquellos relacionados con el sistema reproductivo, o excluir pares de genes donde un fenotipo fue medido pero no significativo (resolviendo la ambigüedad de datos faltantes).

5. Significado e Impacto

TSUMUGI representa un marco avanzado para la interpretación sistemática de fenotipos complejos a nivel de organismo. Su importancia radica en:

• Puente entre Genotipo y Fenotipo: Conecta firmas fenotípicas compartidas con módulos génicos funcionales, facilitando la comprensión de cómo las interacciones génicas coordinadas dan lugar a rasgos complejos.
• Generación de Hipótesis: Permite explorar interacciones génicas dependientes del sexo o relacionadas con el envejecimiento (mediante filtrado por etapa de vida), ofreciendo nuevas vías de investigación.
• Relevancia Clínica: Al resaltar genes asociados a enfermedades humanas, la plataforma ayuda a priorizar candidatos para estudios de enfermedades genéticas.
• Escalabilidad Futura: El diseño modular permite futuras integraciones con capas de red adicionales (PPI, vías biológicas, perfiles de expresión génica) y datos de estudios de asociación de genoma completo (GWAS), expandiendo su utilidad para desentrañar la arquitectura genética de enfermedades humanas.

Disponibilidad: La aplicación web está disponible en https://larc-tsukuba.github.io/tsumugi/ y las herramientas de línea de comandos están disponibles en PyPI y Bioconda bajo licencia MIT.