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

TSUMUGI is een platform dat gebruikmaakt van data van het International Mouse Phenotyping Consortium om op basis van fenotypes gennetwerken te identificeren, waardoor onderzoekers complexe organismale fenotypes systematisch kunnen interpreteren en hypothesen kunnen genereren.

De kern

Stel je voor dat het lichaam van een muis een enorm, ingewikkeld orkest is. Elk gen is een muzikant die op een specifiek instrument speelt. Soms, als je één muzikant (een gen) uit het orkest haalt (een "knockout"), valt het hele concert een beetje uit elkaar. De muis krijgt dan bepaalde kenmerken of symptomen, zoals een kortere staart, een andere hartslag of een vreemde loop.

De IMPC (een internationale groep die duizenden van deze muizen heeft onderzocht) heeft een enorme database gemaakt: een lijst van wat er gebeurt als je één muzikant weghaalt. Maar hier zit het probleem: in het echte leven spelen muzikanten vaak samen in groepen. Als je een heel stuk wilt begrijpen, moet je weten welke muzikanten samen spelen, niet alleen wat er gebeurt als je er één weghaalt.

Hier komt TSUMUGI in beeld.

Wat is TSUMUGI?

TSUMUGI is een slim computerprogramma dat als een detective werkt. Het kijkt naar de enorme database van de muizen en zoekt naar patronen.

De simpele logica:
Stel je voor dat je twee verschillende muzikanten hebt. Als je de eerste weghaalt, krijgt de muis een korte staart. Haal je de tweede ook weg, dan krijgt die muis ook een korte staart. TSUMUGI denkt dan: "Hé, deze twee muzikanten spelen waarschijnlijk in dezelfde band! Ze hebben een gemeenschappelijke taak."

Het programma verbindt alle genen die elkaar lijken te "helpen" of "verstoren" op basis van hun symptomen. Zo bouwt het een netwerk (een soort stamboom of web) van genen die samenwerken.

Hoe werkt het in de praktijk?

TSUMUGI heeft twee manieren om te werken, net zoals je een kaart kunt bekijken op je telefoon of op papier:

1. De Web-app (De Speelplek):
   Dit is een kleurrijke website waar je kunt klikken en slepen.

   • Voorbeeld: Je bent geïnteresseerd in "diabetes". Je typt dit in. TSUMUGI toont je een web van genen die allemaal iets met suiker te maken hebben.
   • Je kunt zien welke genen het sterkst verbonden zijn (dikke lijnen) en welke symptomen ze veroorzaken.
   • Het is alsof je een lantaarn in een donkere grot hebt: je schijnt op een symptoom en ziet direct welke genen eromheen staan.

2. De Opdrachtregels (De Werktuigkist):
   Voor de echte computer-experts is er een commando-tool. Hiermee kunnen onderzoekers heel precies filteren.

   • Voorbeeld: "Laat me alleen de genen zien die te maken hebben met diabetes, maar niet met voortplanting, en alleen bij mannetjesmuizen."
   • Dit is handig als je een heel specifiek onderzoek doet en geen rommel wilt.

Waarom is dit zo cool?

Vroeger keken wetenschappers vaak alleen naar de "theorie": welke genen zitten dicht bij elkaar in het DNA of werken samen in een bekende chemische reactie. TSUMUGI kijkt echter naar de realiteit: wat gebeurt er daadwerkelijk in het levende dier?

• Het ontdekt verborgen bands: Soms werken genen samen die niemand eerder dacht dat ze iets met elkaar te maken hadden. TSUMUGI vindt deze verbindingen door naar de symptomen te kijken.
• Het helpt bij menselijke ziektes: Omdat muizen en mensen veel gemeen hebben, helpt dit ons om te begrijpen waarom mensen bepaalde ziektes krijgen. Als een groep muizengenen samen een ziekte veroorzaakt, zijn de menselijke versies daarvan waarschijnlijk ook belangrijk voor die ziekte.
• Het is flexibel: Je kunt kijken naar specifieke leeftijden (bijvoorbeeld: wat gebeurt er als de muis oud wordt?) of geslachten (man vs. vrouw).

Samenvattend

TSUMUGI is als een vertaler die de taal van "muizen-symptomen" omzet in een landkaart van samenwerking. Het helpt wetenschappers om te begrijpen hoe duizenden losse onderdelen (genen) samenwerken om het complexe leven van een organisme te maken. In plaats van naar één muzikant te kijken, laat het programma zien wie er samen in het orkest speelt, zodat we beter begrijpen hoe het hele concert (het leven) in elkaar zit.

Technische samenvatting

Titel: TSUMUGI: een platform voor fenotype-gedreven genenetwerkidentificatie op basis van uitgebreide fenotyperingsdata van knock-out muizen

1. Het Probleem

Het ontcijferen van complexe organismale fenotypes (zichtbare eigenschappen van een organisme) vereist inzicht in de gecoördineerde functies van meerdere genen. Hoewel er veel methoden bestaan om geninteracties te bestuderen (zoals eiwit-eiwitinteracties, biologische paden en co-expressie-netwerken), richten deze zich voornamelijk op moleculaire of intracellulaire relaties en geven ze niet altijd een volledig beeld van interacties op het niveau van het hele organisme.

De International Mouse Phenotyping Consortium (IMPC) heeft een uitgebreide fenotypische atlas opgezet met data van meer dan 9.000 single-gene knock-out (KO) muizenlijnen. Dit biedt een ongekende bron voor gen-fenotype associaties. Echter, omdat deze dataset fundamenteel is georganiseerd rondom individuele genen, is het moeilijk om fenotypische relaties tussen meerdere genen te extraheren. Bestaande methoden zoals genomewide association studies (GWAS) identificeren risicofactoren, maar vangen niet expliciet de gecoördineerde geninteracties die leiden tot organismale fenotypes.

2. Methodologie

TSUMUGI (Trait-driven Surveillance for Mutation-based Gene module Identification) is een platform dat is ontworpen om een fenotype-gedreven genenetwerk te identificeren door gebruik te maken van de IMPC-dataset. De aanpak omvat de volgende technische stappen:

• Data-herkomst:

  • Gebruik van de IMPC statistische samenvattingstabel (release 23.0) voor gen-fenotype associaties.
  • Extractie van MGI-gensymbolen, Mammalian Phenontology (MP) termen, effectgroottes, P-waarden en metadata (geslacht, levensfase, zygosity).
  • Integratie van orthologen van menselijke ziektegenen via het IMPC Disease Models Portal.
  • Gebruik van MP-annotatiebestanden (OBO Foundry) voor het berekenen van fenotypische gelijkenis.

• Selectie van Abnormale Fenotypes:

  • Records worden geselecteerd als abnormale fenotypes wanneer de P-waarde of geslachts-specifieke P-waarde onder de 0,00001 ligt.
  • Geslachtspecificiteit wordt gedefinieerd als "Vrouwelijk", "Mannelijk" of "Geen".

• Berekening van Fenotypische Gelijkenis:

  • De gelijkenis tussen KO-muizenlijnen wordt berekend op basis van het Phenodigm-algoritme.
  • Term-gelijkenis: Gedefinieerd als het geometrisch gemiddelde van de Resnik-score (gebaseerd op informatie-inhoud/IC van MP-termen) en de Jaccard-index (overlap van ouder-termen). Termen met een zeer lage IC (te algemeen) worden genegeerd.
  • Metadata-concordantie: Een wegingsfactor wordt toegepast op basis van de overeenkomst in genotype, geslacht en levensfase (score 1,0 voor volledige match, dalend tot 0,25 bij meer discrepanties).
  • De uiteindelijke gelijkenissscore loopt van 0 tot 100.

• Netwerkbouw:

  • Genparen die ten minste drie abnormale fenotypes delen, worden verbonden in een ongerichte graaf.
  • Webapplicatie: Visualisatie via Cytoscape.js, waarbij knopen genen voorstellen en lijnen de fenotypische gelijkenis.
  • Command Line Interface (CLI): Biedt meer geavanceerde filtering en de mogelijkheid om specifieke MP-termen in te sluiten of uit te sluiten (inclusief hun afstammelingen), wat helpt om onsignificante fenotypes te filteren die wel gemeten zijn.

3. Belangrijkste Bijdragen

• TSUMUGI Platform: Een uniek systeem dat genenetwerken construeert direct op basis van fenotypische data in plaats van vooraf gedefinieerde interactiekaarten (zoals PPI).
• Twee Interfaces:
  1. Webapplicatie: Intuïtief voor exploratieve analyse. Gebruikers kunnen starten vanuit een fenotype, een enkel gen of een genlijst. Het biedt interactieve filters, highlight-functies voor menselijke ziektegenen en netwerkcijfers (centrality).
  2. Command Line Interface (CLI): Gedistribueerd via PyPI en Bioconda. Geschikt voor reproduceerbare, grote schaal analyses met flexibele filtering op metadata (bijv. alleen vrouwelijke fenotypes of late levensfasen).
• Exportfunctionaliteit: Netwerken kunnen worden geëxporteerd als afbeeldingen (PNG, JPG, SVG) of dataformaten (CSV, GraphML) voor downstream analyse in externe tools.
• Hypothese-generatie: Het platform koppelt gedeelde fenotypische signatuurkenmerken aan functionele genmodules, wat helpt bij het genereren van hypotheses over complexe organismale eigenschappen.

4. Resultaten

• Functionaliteit: Het systeem slaagt erin om genen te groeperen op basis van fenotypische gelijkenis. Modules (verbonden componenten) in het netwerk vertegenwoordigen groepen genen met hoge onderlinge fenotypische overeenkomst.
• Interactie: Gebruikers kunnen modules selecteren om te zien welke fenotypes daarin verrijkt zijn, waardoor ze iteratief interessante modules kunnen verkleinen.
• Filtering: De CLI-tool demonstreert de kracht van het uitsluiten van specifieke fenotypen (bijv. uitsluiten van reproductieve systemen bij diabetes-onderzoek) en het benutten van IMPC-data om te weten dat een fenotype gemeten maar niet significant was, waardoor ruis in de analyse wordt verminderd.
• Toepasbaarheid: Het platform kan worden gebruikt om geslachtsafhankelijke genmodules te identificeren of modules die betrokken zijn bij veroudering (door te focussen op late levensfasen).

5. Betekenis en Toekomstperspectief

TSUMUGI vult een belangrijke lacune in de functionele genetica door een brug te slaan tussen organismale fenotypes en geninteracties zonder afhankelijk te zijn van bestaande kennisbanken over moleculaire interacties. Dit stelt onderzoekers in staat om functionele genmodules te ontdekken die door traditionele, kennisgebaseerde netwerken over het hoofd zouden worden gezien.

Toekomstige ontwikkelingen omvatten:

• Integratie van extra netwerklagen (PPI, biologische paden) voor mechanistische context.
• Toevoeging van genexpressieprofielen om weefsel-specificiteit en inter-organ communicatie te onderzoeken.
• Analyse van tijdsafhankelijke expressiedynamiek en geslachtsafhankelijke regulatie.
• Combinatie met GWAS en polygene risicoscores voor inzicht in de genetische architectuur van menselijke ziekten.

Kortom, TSUMUGI is een krachtig, open-source hulpmiddel dat de interpretatie van complexe organismale fenotypes en de ontdekking van onderliggende geninteracties stroomlijnt.