ProcessNets: Towards an efficient approach for ensemble analysis of biological networks

In het uitgestrekte landschap van de moderne biologie hebben wetenschappers geleerd dat het leven niet alleen een verzameling moleculen is, maar een web van verbindingen. Stel je een stad voor waarin elk gebouw een gen is en de wegen tussen hen de manier vertegenwoordigen waarop ze met elkaar communiceren. Wanneer onderzoekers deze wegen in kaart brengen, creëren ze een netwerk, een beeld van hoe de stad functioneert. Jarenlang lag de focus vaak op het tekenen van één enkele, perfecte kaart van één stad onder één specifieke set omstandigheden. Maar het leven is zelden zo eenvoudig. Eén persoon kan duizenden verschillende versies van deze kaart hebben, afhankelijk van welke cellen actief zijn, welke omgevingsfactoren aanwezig zijn, of hoe de gegevens werden verzameld. Om het systeem echt te begrijpen, moeten wetenschappers deze duizenden kaarten samen bestuderen, zoekend naar patronen die pas verschijnen wanneer ze als een groep worden bekeken. Deze aanpak, bekend als late integratie, behoudt de unieke details van elke kaart terwijl het een bredere vergelijking mogelijk maakt. Er is echter een nieuw probleem ontstaan: de enorme hoeveelheid data. Met massale projecten die nu duizenden van deze complexe biologische netwerken genereren, lopen de computers die nodig zijn om ze één voor één te analyseren tegen een muur aan. De berekeningen duren zo lang dat de inzichten worden vertraagd, en de opslagruimte die nodig is om al deze kaarten te bevatten, wordt overweldigend.

Een team van onderzoekers aan het Indian Institute of Technology Madras heeft een nieuwe manier voorgesteld om deze flessenhals aan te pakken, een methode die zij ProcessNets noemen. In plaats van elk biologisch netwerk als een volledig afzonderlijke, onafhankelijke taak te behandelen, erkent hun aanpak dat deze netwerken vaak neven zijn in plaats van vreemden. Omdat ze allemaal uit hetzelfde biologische systeem komen, delen ze een groot deel van hun structuur. De onderzoekers realiseerden zich dat als je een familie van vergelijkbare kaarten hebt, je niet de volledige kaart voor elk lid van de familie opnieuw hoeft te tekenen. Je kunt het gemeenschappelijke fundament één keer tekenen en vervolgens simpelweg de kleine veranderingen voor elke variatie noteren. Om dit werkend te krijgen, hebben ze een nieuwe manier uitgevonden om de gegevens te organiseren, die ze een nc-tree noemen. Zie deze structuur als een stamboom voor netwerken. Helemaal onderaan, bij de wortel, ligt een enkel netwerk dat alle verbindingen bevat die door de hele groep worden gedeeld. Naarmate je omhoog beweegt langs de takken naar de uiteinden, evolueert het netwerk. Bij elke stap worden alleen de nieuwe verbindingen toegevoegd die in een specifieke versie van het netwerk verschijnen. Dit betekent dat de gehele collectie van duizenden netwerken in een fractie van de ruimte kan worden opgeslagen die normaal gesproken vereist is, omdat de gedeelde delen niet telkens opnieuw worden herhaald.

De onderzoekers testten dit idee door hun systeem te draaien op een enorme collectie echte gegevens van het Genotype-Tissue Expression project, dat kaarten van genactiviteit uit diverse menselijke weefsels bevat. Ze vergeleken hun nieuwe methode met de standaardmanier van werken, waarbij een computer de eigenschappen van elk netwerk vanaf nul berekent. De resultaten waren opmerkelijk. Wanneer de netwerken vergelijkbaar waren met elkaar, was het nieuwe systeem aanzienlijk sneller. In sommige gevallen voltooide het de berekeningen bijna vier keer sneller dan de traditionele methode. Het bespaarde ook een enorme hoeveelheid opslagruimte; voor bepaalde groepen netwerken had de nieuwe methode slechts één achtste van de schijfruimte nodig die de oude aanpak vereiste. Deze efficiëntie gaat niet alleen over het besparen van tijd of geld; het stelt wetenschappers in staat om veel grotere groepen gegevens te analyseren dan voorheen mogelijk was, wat potentieel subtiele biologische patronen kan onthullen die verborgen bleven in de ruis van tragere, minder efficiënte methoden.

De studie vond echter ook dat deze versnelling geen wondermiddel is voor elke situatie. De methode leunt zwaar op het feit dat de netwerken vergelijkbaar zijn. Wanneer de onderzoekers hun systeem testten op een groep netwerken die erg verschillend van elkaar waren, verdwenen de voordelen, en de nieuwe methode duurde soms langer dan de standaardbenadering. Dit is logisch, want als de netwerken te verschillend zijn, is er weinig gedeeld fundament om op voort te bouwen, en moet het systeem uiteindelijk bijna elke verbinding individueel verwerken. De onderzoekers ontdekten ook dat het voordeel afhangt van het specifieke type berekening dat wordt uitgevoerd. Voor sommige maten, zoals het tellen van hoeveel verbindingen een enkel punt heeft, was de nieuwe methode consequent snel. Voor andere, zoals het berekenen van de belangrijkheid van een knooppunt op basis van zijn positie in het hele web, werd de versnelling alleen gezien wanneer de netwerken zeer groot en dicht waren.

Het werk suggereert een verschuiving in hoe we omgaan met big data in de biologie. In plaats van te proberen computers sneller te maken of betere algoritmen voor individuele taken te schrijven, ligt de oplossing in het begrijpen van de relaties tussen de gegevens zelf. Door de gegevens te organiseren in een structuur die de natuurlijke gelijkenissen tussen de netwerken weerspiegelt, waren de onderzoekers in staat om overtollig werk te omzeilen. Ze lieten zien dat er voor de enorme, vergelijkbare datasets gegenereerd door moderne biobanken een slimmere manier is om te berekenen. De bevindingen bieden een praktisch pad voor wetenschappers die verdrinken in data, door een hulpmiddel te bieden dat een berg repetitieve berekeningen kan veranderen in een beheersbare stroom van updates. Hoewel de methode zijn beperkingen heeft en het beste werkt wanneer de data consistent is, opent het de deur naar het analyseren van biologische systemen op een schaal die voorheen buiten bereik lag, waardoor de uitdaging van big data wordt omgezet in een kans voor diepere ontdekking.