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

TSUMUGI è una piattaforma che identifica reti geniche guidate da fenotipi sfruttando i dati di fenotipizzazione sistematica dei topi knockout dell'IMPC, consentendo agli utenti di esplorare interattivamente le associazioni gene-fenotipo e generare ipotesi su complessi tratti organismici.

L'essenziale

Immagina di avere un'enorme biblioteca piena di libri, ma invece di parole, ogni libro racconta la storia di cosa succede a un topo quando gli "spegniamo" un singolo gene. Questo è il lavoro gigantesco fatto dal Consortium Internazionale per il Fenotipaggio dei Topi (IMPC): hanno creato un atlante di oltre 9.000 topi, ognuno con un gene diverso disattivato, per vedere come cambia il loro aspetto o comportamento.

Il problema? È come cercare di capire come funziona un'orchestra guardando solo un musicista alla volta. Se un violino suona stonato, capiamo che quel violino è rotto, ma non sappiamo subito quali altri strumenti stanno suonando insieme a lui per creare quella specifica melodia (o quel problema).

Qui entra in gioco TSUMUGI.

Cos'è TSUMUGI?

Il nome "Tsumugi" in giapponese significa "tessere" o "intrecciare". Immagina TSUMUGI come un tessitore digitale o un detective genetico.

Il suo compito è prendere tutti quei dati sui topi e trovare i collegamenti nascosti. La sua idea di base è semplice ma potente: "Se due topi con geni diversi si ammalano o si comportano in modo molto simile, allora quei due geni probabilmente lavorano insieme nella stessa squadra biologica."

Come funziona? (L'analogia del detective)

1. L'Indizio (Il Fenotipo): Tu entri nel sistema e dici: "Voglio sapere quali geni sono coinvolti nel diabete" oppure "Voglio vedere chi lavora con il gene X".
2. L'Intreccio (La Rete): TSUMUGI guarda i suoi milioni di dati e dice: "Ehi! Il topo col gene A ha il diabete. Anche il topo col gene B ha il diabete. E anche il topo col gene C! Probabilmente A, B e C sono amici e lavorano nello stesso reparto dell'azienda cellulare".
3. La Mappa: Invece di darti una lista noiosa, TSUMUGi disegna una mappa interattiva.
   • I punti (nodi) sono i geni.
   • Le linee che li collegano mostrano quanto sono simili i loro "sintomi".
   • Se due punti sono collegati da una linea spessa, significa che sono "cugini stretti" nel mondo dei geni.

Cosa puoi fare con questo strumento?

• Esplorazione Libera: Puoi iniziare da qualsiasi cosa: un sintomo (es. "topo con la coda corta") o un gene specifico.
• Filtri Intelligenti: Puoi dire al sistema: "Mostrami solo i geni che causano problemi nelle femmine" oppure "Mostrami solo quelli che si manifestano quando il topo è anziano". È come avere un filtro magico che ti mostra solo le informazioni che ti interessano.
• Collegamento all'Uomo: TSUMUGI ha un occhio speciale: ti indica subito quali di questi geni nei topi sono collegati a malattie umane. Se trovi un gruppo di geni che causa problemi ai topi e sai che uno di loro causa il cancro nell'uomo, hai appena scoperto nuovi sospettati per quella malattia!
• Esportazione: Puoi scaricare questa mappa per usarla in altri programmi scientifici, come se portassi a casa il disegno del detective per studiarlo meglio.

Perché è importante?

Fino a poco tempo fa, per capire come i geni lavorano insieme, dovevamo basarci su teorie vecchie o su interazioni chimiche già conosciute (come se dovessimo indovinare chi parla con chi in una stanza buia).

TSUMUGI cambia le regole: guarda direttamente i risultati reali (i topi malati) per costruire la mappa. Non si basa su ciò che pensiamo che i geni facciano, ma su ciò che fanno davvero quando vengono spenti.

In sintesi, TSUMUGI è una lente d'ingrandimento che trasforma un caos di dati sui topi in una mappa chiara, aiutando gli scienziati a scoprire come i geni collaborano per creare la vita (e le malattie), proprio come un tessere che unisce i fili per creare un tessuto complesso e comprensibile.

Sommario tecnico

Titolo: TSUMUGI: una piattaforma per l'identificazione di reti geniche guidate dal fenotipo da dati di fenotipizzazione completa di topi knockout

1. Il Problema

La decifrazione dei fenotipi organismici complessi richiede la comprensione delle funzioni coordinate tra molteplici geni. Sebbene esistano approcci consolidati basati su interazioni proteina-proteina (PPI), pathway biologici e reti di co-espressione genica, questi si concentrano principalmente su relazioni molecolari e intracellulari, spesso fallendo nel riflettere le interazioni geniche a livello dell'intero organismo. Inoltre, gli studi di associazione genome-wide (GWAS) e i punteggi di rischio poligenico identificano fattori di rischio genetico ma non catturano esplicitamente le interazioni geniche coordinate che danno origine ai fenotipi organismici.
Il Consortium Internazionale per la Fenotipizzazione dei Topi (IMPC) ha creato un atlante fenotipico completo basato su oltre 9.000 linee di topi con singolo gene knockout (KO). Tuttavia, poiché questo dataset è organizzato attorno a singoli geni, estrarre relazioni fenotipiche trasversali tra più geni rimane una sfida significativa.

2. Metodologia

TSUMUGI (Trait-driven Surveillance for Mutation-based Gene module Identification) è una piattaforma progettata per costruire reti geniche guidate dal fenotipo utilizzando i dati dell'IMPC. Il lavoro si basa sull'ipotesi che i geni i cui topi KO mostrano fenotipi simili partecipino a sistemi biologici condivisi.

• Fonti dei Dati:
  • Dati di associazione gene-fenotipo dall'IMPC (Release 23.0), inclusi simboli MGI, termini dell'Ontologia dei Fenotipi dei Mammiferi (MP), dimensioni dell'effetto, valori P e metadati (sesso, stadio di vita, zigosità).
  • Geni associati a malattie umane (ortologhi murini) dal portale IMPC Disease Models.
  • File di annotazione MP dall'OBO Foundry per il calcolo della similarità.
• Estrazione dei Fenotipi Anomali: Vengono selezionati i record con un termine MP assegnato, definito quando il valore P (o specifico per sesso) è inferiore a 0,00001.
• Metriche di Similarità Fenotipica:
  • Utilizzo dell'algoritmo Phenodigm.
  • Calcolo della similarità tra coppie di termini MP come media geometrica del punteggio di Resnik (basato sul contenuto informativo) e dell'indice di Jaccard (sovrapposizione dei termini genitori).
  • Applicazione di un punteggio di concordanza dei metadati (genotipo, sesso, stadio di vita) per ponderare la similarità.
  • Generazione di un punteggio di similarità fenotipica scalato tra 0 e 100 per ogni coppia di geni.
• Costruzione della Rete: Vengono estratte coppie di geni che condividono almeno tre fenotipi anomali. La rete è rappresentata come un grafo non diretto dove i nodi sono geni e gli spigoli rappresentano la similarità fenotipica.

3. Contributi Chiave

TSUMUGI offre un approccio flessibile e interattivo per l'analisi delle reti geniche, disponibile sia come applicazione web che come interfaccia a riga di comando (CLI).

• Interfaccia Web:
  • Punti di ingresso: Gli utenti possono iniziare l'analisi partendo da un fenotipo (termine MP), un singolo gene o una lista di geni.
  • Visualizzazione Interattiva: Utilizza Cytoscape.js per visualizzare la rete. L'intensità del colore dei nodi indica la gravità del fenotipo, mentre lo spessore degli spigoli riflette il punteggio di similarità.
  • Moduli e Filtri: La rete è suddivisa in moduli (componenti connessi) ad alta similarità interna. È possibile filtrare per punteggio di similarità, gravità, metadati (sesso, stadio di vita, zigosità) e evidenziare geni associati a malattie umane o basati sull'analisi di centralità.
  • Esportazione: Supporto per l'esportazione di immagini (PNG, JPG, SVG) e dati strutturati (CSV, GraphML) per analisi downstream.
• Interfaccia a Righe di Comando (CLI):
  • Distribuita via PyPI e Bioconda per analisi riproducibili e su larga scala.
  • Permette un'estrazione più flessibile delle reti, inclusa la possibilità di escludere coppie geniche associate a specifici termini MP (o loro discendenti) anche se non significativi, sfruttando i dati IMPC che indicano che un fenotipo è stato misurato ma non è risultato significativo. Questo risolve l'ambiguità tra "fenotipo non misurato" e "fenotipo non significativo".

4. Risultati

• Funzionalità Operativa: La piattaforma è stata implementata e resa disponibile online (https://larc-tsukuba.github.io/tsumugi/).
• Capacità Analitica: TSUMUGI dimostra la capacità di raggruppare geni in moduli funzionali basati su firme fenotipiche condivise. Ad esempio, permette di identificare moduli genici dipendenti dal sesso o associati a stadi di vita specifici (es. invecchiamento, >49 settimane).
• Integrazione: I dati esportati in formato GraphML facilitano l'integrazione con altri strumenti di analisi di rete e pipeline esistenti.
• Validazione Concettuale: A differenza di approcci precedenti che si basano su mappe di interazione predefinite (come PPI o OMIM), TSUMUGI costruisce la rete direttamente dai dati fenotipici su larga scala, permettendo di scoprire moduli funzionali che potrebbero essere invisibili alle reti basate sulla conoscenza.

5. Significato e Prospettive Future

TSUMUGI rappresenta un framework innovativo per la generazione di ipotesi, collegando le firme fenotipiche condivise a moduli genici coordinati.

• Impatto Scientifico: Consente di passare dalla semplice associazione gene-fenotipo alla comprensione delle interazioni geniche a livello organismico, facilitando lo studio di tratti complessi e malattie umane.
• Flessibilità: La capacità di filtrare per sesso e stadio di vita apre nuove frontiere nello studio delle interazioni geniche dimorfe e legate all'invecchiamento.
• Sviluppi Futuri: Gli autori prevedono l'integrazione di ulteriori livelli di rete (PPI, pathway), profili di espressione genica (per specificità tissutale e comunicazione inter-organo) e dati di GWAS/punteggi di rischio poligenico per fornire un contesto meccanicistico più profondo e caratterizzare i programmi regolatori specifici per stadio di vita e sesso.

In sintesi, TSUMUGI trasforma i dati fenotipici statici dell'IMPC in una risorsa dinamica e interattiva per l'interpretazione sistematica dei tratti organismici complessi.