StrainVis: interactive visual strain-level analysis of microbiome data

StrainVis is een interactief webplatform dat de technische drempel voor geavanceerde microbiome-analyses verlaagt door de geïntegreerde visualisatie en interpretatie van zowel nucleotide-variatie als structurele variatie op stamniveau mogelijk te maken.

De kern

StrainVis: De "Google Maps" voor het onzichtbare universum in je darmen

Stel je voor dat je darmen een enorme, drukke stad zijn. In deze stad wonen miljarden bacteriën. Vaak denken we dat alle bacteriën van hetzelfde type (bijvoorbeeld Bifidobacterium longum) exact hetzelfde zijn, net als alle mensen die "mens" heten. Maar dat is niet zo.

Net zoals mensen verschillende gezichten, namen en levensverhalen hebben, hebben bacteriën van hetzelfde type ook hun eigen unieke kenmerken. Deze kleine verschillen heten stammen (strains). Sommige stammen zijn heel precies op elkaar gelijk, terwijl andere juist heel veel verschillen hebben.

Het probleem: Te veel ruis, te weinig overzicht

Tot nu toe was het voor wetenschappers erg moeilijk om deze kleine verschillen te zien. Er waren twee manieren om te kijken:

1. De "Letter-Check" (SNV): Kijken naar kleine foutjes in de DNA-tekst. Dit is als kijken of twee boeken een paar letters anders hebben.
2. De "Hoofdstuk-Check" (Structuur): Kijken of hele hoofdstukken zijn verplaatst, verwijderd of toegevoegd. Dit is als kijken of de volgorde van de hoofdstukken in een boek anders is.

Het probleem was dat je deze twee methodes apart moest doen. Het was alsof je twee verschillende kaarten had: één met wegen en één met gebouwen, maar je moest ze in je hoofd samenvoegen. Dat vereiste veel technische kennis en programmeerwerk. Voor de gemiddelde bioloog was dit een gesloten deur.

De oplossing: StrainVis

De auteurs van dit paper hebben StrainVis bedacht. Je kunt dit zien als een interactieve, digitale dashboard dat alle losse puzzelstukjes samenvoegt tot één helder plaatje.

• Geen code nodig: Je hoeft geen programmeur te zijn. Het werkt via een simpele website, net als een app op je telefoon.
• Alles in één: Het combineert de "Letter-Check" en de "Hoofdstuk-Check" direct naast elkaar.
• Visueel: In plaats van lange lijsten met getallen (die saai en onbegrijpelijk zijn), zie je prachtige grafieken, netwerken en kaarten.

Hoe werkt het in de praktijk? (De Reis door de Darmen)

De auteurs hebben StrainVis getest met data van baby's en hun moeders uit drie landen: Gabon, Vietnam en Duitsland. Hier is wat ze ontdekten, vertaald naar een verhaal:

1. De geografische stempel
Ze zagen dat bacteriën van dezelfde soort in dezelfde stad of provincie veel meer op elkaar leken dan bacteriën uit een ander land.

• Analogie: Het is alsof mensen in een klein dorpje dezelfde kledingstijl en dialect hebben, terwijl mensen uit een ander land heel anders kleden en praten. De bacteriën "reizen" mee met de mensen en passen zich aan hun lokale omgeving aan.

2. Baby's vs. Volwassenen
Ze dachten misschien dat baby's en volwassenen totaal verschillende soorten bacteriën hebben. Maar StrainVis liet zien dat de geografie (waar je woont) veel belangrijker is dan je leeftijd.

• Analogie: Een baby in Duitsland heeft meer gemeen met een volwassene in Duitsland dan met een baby in Vietnam. De "lokale smaak" van de darmen is sterker dan het "leeftijd-effect".

3. De geheime clades (Stamboom)
Bij de bacterie B. longum ontdekten ze dat er eigenlijk twee grote "clades" (familiegroepen) zijn.

• Analogie: Stel je voor dat er twee grote families zijn: de "Roodjas-familie" en de "Blauwjas-familie". De Roodjassen wonen voornamelijk in Duitsland en Vietnam, terwijl de Blauwjassen in Gabon wonen. StrainVis liet dit zien door een soort sociaal netwerk te tekenen, waarbij de punten (de bacteriën) zich automatisch groepeerden op basis van hun gelijkenis.

4. De "Hotspots" in het DNA
Ze keken ook heel precies naar het DNA van de bacterie. Ze zagen dat sommige delen van het DNA heel stabiel zijn (altijd hetzelfde), terwijl andere delen heel snel veranderen.

• Analogie: In een stad zijn er plekken die nooit veranderen (zoals een oud kerkgebouw, de "hyper-conserved" zones) en plekken waar elke week iets nieuws wordt gebouwd of gesloopt (de "hyper-variable" zones). De plekken die veranderen, blijken vaak te gaan over geheimzinnige taken die we nog niet helemaal begrijpen.

Waarom is dit belangrijk?

StrainVis maakt geavanceerde wetenschap toegankelijk voor iedereen. Het is als het verschil tussen een ingewikkeld recept in een vreemde taal en een video met een chef-kok die je stap voor stap laat zien hoe je het gerecht maakt.

Door deze tool kunnen artsen en biologen nu sneller ontdekken:

• Hoe bacteriën zich verspreiden.
• Waarom sommige mensen ziek worden en anderen niet (misschien ligt het aan een specifieke stam).
• Hoe bacteriën zich aanpassen aan hun omgeving.

Kortom: StrainVis is de bril die ons laat zien dat de wereld van bacteriën niet eentonig is, maar een levendig, gevarieerd landschap van kleine verschillen die grote gevolgen kunnen hebben voor onze gezondheid.

Technische samenvatting

Probleemstelling

Microbiomen bestaan vaak uit meerdere stammen (strains) van dezelfde soort (conspecifieke stammen). Deze stammen verschillen genetisch door:

1. Enkel-nucleotide varianten (SNVs): Kleine mutaties in het DNA.
2. Structurele variatie: Inversies, deleties, inserties, recombinatie en horizontale genoverdracht.

Bestaande computergestuurde tools voor stam-analyse zijn vaak gespecialiseerd in slechts één van deze twee mechanismen:

• SNV-gebaseerde tools (bijv. gebaseerd op Average Nucleotide Identity, ANI) zijn gevoelig voor puntmutaties maar missen structurele variatie. Dit kan leiden tot een onderschatting van diversiteit bij soorten met hoge recombinatiepercentages of een overschatting door sequencing-fouten.
• Structurele variatie-tools (zoals de recente SynTracker, gebaseerd op Average Pairwise Synteny Score, APSS) zijn specifiek gericht op de behoud van de volgorde van korte DNA-sequenties (microsynteny).

De huidige uitdaging is dat deze analyses technisch complex zijn, versnipperd over verschillende methoden en vaak alleen toegankelijk voor gebruikers met uitgebreide bioinformatica- en programmeervaardigheden. Het combineren van deze complementaire signalen vereist momenteel aanzienlijke expertise, wat de adoptie van stam-resolutie analyses in de bredere microbiome-gemeenschap vertraagt.

Methodologie: StrainVis

Om deze barrières weg te nemen, hebben de auteurs StrainVis ontwikkeld. Dit is een webgebaseerde, interactieve grafische gebruikersinterface (GUI) die geen programmeerkennis vereist.

Technische Architectuur:

• Platform: Gebouwd met Python, specifiek met het Panel-framework voor interactieve data-exploratie en Bokeh als server voor de webapplicatie.
• Lokale uitvoering: Alle analyses en visualisaties worden lokaal op de machine van de gebruiker gegenereerd. Dit minimaliseert data-transferproblemen en privacyzorgen, terwijl de tool toch via een webbrowser toegankelijk is.
• Input: StrainVis accepteert outputtabellen van bestaande tools:
  • SynTracker output (voor APSS/structurele variatie).
  • ANI-based tools output (bijv. inStrain voor SNV/ANI).
  • Optionele metadata-bestanden (per monster/genoom).
  • Optionele gen-annotatiebestanden voor referentie-genomen.

Analyse-modi:

1. Per-soort analyse (Per-species): Diepgaande investigatie van stammen binnen één specifieke soort.
   • Synteny-based: Visualisatie van APSS-verdelingen, geclusterde heatmaps, netwerkgrafieken (gebaseerd op Fruchterman-Reingold algoritme) en plots per positie in het genoom (met highlight van hyper-variabele en hyper-conservatieve regio's).
   • ANI-based: Vergelijkbare visualisaties gebaseerd op nucleotide-identiteit.
   • Gecombineerde modus: Een scatterplot van ANI vs. APSS om de correlatie tussen puntmutaties en structurele variatie te beoordelen.
2. Multi-soort analyse (Multi-species): Vergelijking van stam-lijken over meerdere soorten heen, met statistische tests in real-time op basis van metadata (bijv. land, provincie, leeftijdsgroep).

Belangrijkste Bijdragen

1. Unificatie van methoden: StrainVis is de eerste GUI die outputs van zowel ANI- als synteny-gebaseerde tools (SynTracker) integreert, waardoor een gezamenlijke interpretatie van sequentie- en structurele variatie mogelijk wordt.
2. Toegankelijkheid: Door een gebruiksvriendelijke interface te bieden, maakt het geavanceerde stam-resolutie analyses toegankelijk voor niet-bioinformatici (experimentatoren) zonder dat ze zelf scripts hoeven te schrijven.
3. Interactieve exploratie: Gebruikers kunnen dynamisch parameters aanpassen (bijv. het aantal gesamplede genomische regio's), metadata filteren en direct statistische samenvattingen en publicatie-klaar figuren genereren.
4. Open Source: De tool is vrij beschikbaar via GitHub.

Resultaten

De auteurs toonden de functionaliteit van StrainVis aan op een bestaand dataset van menselijke darm-microbiomen (verzameld in Gabon, Vietnam en Duitsland), bestaande uit 1133 monsters.

• Multi-soort analyse:
  • Er werd een sterke correlatie gevonden tussen geografische locatie en stam-lijken. Monsters uit dezelfde provincie of land vertoonden significant hogere stam-lijken dan monsters uit verschillende regio's.
  • De analyse suggereert dat geografie een grotere rol speelt in het bepalen van binnen-soort diversiteit dan het onderscheid tussen volwassenen en zuigelingen.
• Per-soort analyse (Bifidobacterium longum en Lactobacillus eligens):
  • Evolutiemodus: Voor B. longum correleerden ANI en APSS sterk (r=0.82), wat suggereert dat beide variatiemodes gelijktijdig accumuleren. Voor L. eligens was de correlatie zwak (r=0.46), wat wijst op verschillende evolutiepatronen.
  • Populatiestructuur: De analyse van B. longum onthulde een bimodale verdeling, wat duidt op het bestaan van distincte "clades". Heatmaps en netwerkgrafieken toonden twee grote clusters: één met monsters uit verschillende landen en één grote cluster met interne organisatie op basis van geografie.
  • Genomische hotspots: Via de "per-position synteny plots" werden specifieke regio's geïdentificeerd die hyper-variabel of hyper-conservatief zijn. Hyper-conservatieve regio's bleken verrijkt te zijn met niet-hypothetische eiwitten, terwijl hyper-variabele regio's vaak hypothetische eiwitten bevatten, wat suggereert dat selectiedruk verschilt per genfunctie.

Betekenis en Conclusie

StrainVis vult een cruciale lacune in het microbiome-onderzoek door de technische drempel voor stam-resolutie analyses te verlagen. Door zowel SNV's als structurele variatie in één platform te combineren, stelt het onderzoekers in staat om evolutionaire patronen te ontdekken die met enkelvoudige methoden gemist zouden worden.

De tool faciliteert niet alleen de data-analyse, maar ook de biologische interpretatie door directe koppeling met metadata en gen-annotaties. Dit versnelt de adoptie van geavanceerde stam-analyses in de gemeenschap en ondersteunt het ontdekken van hoe microben evolueren en zich aanpassen aan verschillende gastheer-omgevingen.