Beyond the Default: Optimizing Molecular Networking with arteMIS

In de microscopische wereld van levende wezens fungeren minuscule chemische moleculen als de taal van de biologie. Ze signaleren groei, verdedigen tegen indringers en coördineren de complexe machinerie van het leven. Om te begrijpen hoe deze moleculen werken, gebruiken wetenschappers een krachtig instrument genaamd massaspectrometrie, dat werkt als een hogesnelheidscamera voor chemicaliën. Deze machine breekt moleculen af en meet hun onderdelen, waardoor een unieke vingerafdruk voor elk molecuul wordt gecreëerd. Echter, één enkel experiment kan duizenden van deze vingerafdrukken genereren, wat een enorme, chaotische stapel data oplevert die bijna onmogelijk met het blote oog te lezen is. Om dit begrijpelijk te maken, gebruiken onderzoekers een methode genaamd moleculaire netwerkvorming. Deze aanpak neemt de chemische vingerafdrukken en trekt lijnen tussen diegene die op elkaar lijken, waardoor ze in families worden gegroepeerd. Het is een manier om een bibliotheek te organiseren waarbij boeken niet worden gesorteerd op titel, maar op hoe nauw hun verhalen met elkaar overeenkomen.

Jarenlang hebben wetenschappers vertrouwd op een standaard set regels om deze lijnen te trekken en deze netwerken op te bouwen. Deze regels bepalen hoe sterk twee chemische vingerafdrukken op elkaar moeten lijken voordat ze verbonden worden, en hoe groot een familie mag worden voordat deze wordt opgesplitst. Het probleem is dat deze regels vaak op hun fabrieksinstellingen worden gelaten, gekozen door de softwareontwikkelaars in plaats van door de wetenschappers die het werk uitvoeren. Wanneer onderzoekers deze standaardinstellingen toepassen op hun specifieke data, kunnen de resultaten misleidend zijn. Soms wordt het netwerk een kluwen waarbij alles met alles verbonden is, waardoor de onderscheidende groepen verborgen blijven. Op andere tijden is het netwerk zo strikt dat het uit elkaar valt, waardoor betekenisvolle families verspreid raken als geïsoleerde enkele punten. Zonder een manier om het ware antwoord te weten, is er geen standaardmethode geweest om te controleren of de gemaakte verbindingen echt zijn of slechts een artefact van de gekozen instellingen.

Een team van onderzoekers heeft nu een nieuw framework geïntroduceerd genaamd arteMIS om dit probleem op te lossen. In plaats van de standaardinstellingen te accepteren, test dit systeem systematisch duizenden verschillende combinaties van regels om de beste te vinden voor een specifieke dataset. Het gebruikt een slimme bemonsteringsmethode om de enorme ruimte van mogelijke instellingen te verkennen zonder dat het nodig is om alle mogelijke instellingen te testen. Voor elke combinatie die het probeert, scoort het systeem het resulterende netwerk op basis van hoe goed de groepen georganiseerd zijn en hoe chemisch logisch de verbindingen zijn. Het rangschikt vervolgens deze netwerken, zodat de gebruiker de configuratie kan kiezen die de meest betrouwbare structuur biedt. Het systeem is flexibel genoeg om op drie verschillende manieren te werken: het kan optimaliseren voor een volledig onbekende set data, zich richten op een specifieke groep bekende chemicaliën, of zich richten op een specifieke klasse moleculen waar de onderzoeker geïnteresseerd in is om deze te vinden.

Om te bewijzen dat deze aanpak werkt, hebben de onderzoekers het getest tegen een breed scala aan real-world data. Ze draaiden hun systeem op vier verschillende collecties chemische vingerafdrukken, variërend in omvang van ongeveer 600 tot bijna 13.000 spectra. Ze testten het ook met vier verschillende methoden voor het berekenen van de gelijkenis tussen twee chemicaliën. De resultaten toonden aan dat de beste instellingen voor het ene type data of de ene gelijkenheidsmethode niet werkten voor een ander; wat werkt voor een kleine dataset faalt bij een grote dataset, en wat werkt voor één scoringsmethode faalt voor een andere. Wanneer de onderzoekers de hoogst gerangschikte instellingen gebruikten die door arteMIS waren gevonden, waren de resulterende netwerken aanzienlijk beter dan die gemaakt met de standaard fabrieksinstellingen. Deze geoptimaliseerde netwerken vertoonden stabielere verbindingen die standhielden, zelfs wanneer delen van de data werden verwijderd, en groepeerden chemicaliën op een manier die meer chemische zin gaf.

De kracht van deze nieuwe aanpak werd aangetoond toen de onderzoekers het toepasten op monsters van bodembacteriën en schimmels. In deze complexe biologische monsters lieten de standaard fabrieksinstellingen veel belangrijke chemische families in stukken vallen, waardoor ze moeilijk te bestuderen waren. Het arteMIS-framework slaagde er daarentegen in om deze fragmenten te herstellen, waardoor betekenisvolle families die verloren waren gegaan in de ruis, werden gered. De studie concludeert dat het bouwen van een moleculair netwerk geen passieve stap moet zijn waarbij men simpelweg de standaardinstellingen van de software accepteert. In plaats daarvan moet het een actief proces van afstemming zijn, waarbij de instellingen zorgvuldig worden aangepast om bij de specifieke data die men voor zich heeft te passen. Door dit te doen, kunnen wetenschappers ervoor zorgen dat de kaarten die zij tekenen van de chemische wereld zo accuraat en bruikbaar mogelijk zijn.