GraphExperiment: infrastructure for high-dimensional quantitative data and associated networks in R/Bioconductor

In het uitgestrekte landschap van de moderne biologie proberen wetenschappers het leven steeds vaker te begrijpen, niet alleen door de onderdelen ervan op te sommen, maar door in kaart te brengen hoe die onderdelen met elkaar communiceren. Stel je een stad voor waarin je de locatie van elk huis en elke winkel kent, maar waar je geen kaart hebt van de wegen die hen verbinden. Je weet misschien dat er een bakkerij bestaat en dat er een school bestaat, maar zonder de straten kun je niet zien hoe een kind naar school gaat of hoe een bakker brood bezorgt. In de studie van levende wezens zijn de "huizen" de meetbare kenmerken, zoals genen of eiwitten, en de "wegen" zijn de relaties tussen hen. Onderzoekers bouwen vaak deze kaarten, genaamd netwerken, om te zien hoe genen samenwerken of hoe verschillende cellen met elkaar interageren. Echter, lange tijd zijn de instrumenten die worden gebruikt om de lijst met onderdelen op te slaan en de instrumenten die worden gebruikt om de kaarten van hun verbindingen op te slaan, in aparte digitale lades gehouden. Deze scheiding maakt het moeilijk om in één keer het hele plaatje te bestuderen, aangezien de gegevens die de onderdelen beschrijven en de gegevens die de relaties tussen hen beschrijven, vaak niet meer synchroon lopen met elkaar.

Een nieuwe tool genaamd GraphExperiment heeft als doel deze ontkoppeling te verhelpen door de lijsten en de kaarten in één enkele, verenigde container te brengen. Deze software, ontwikkeld voor de R-programmeeromgeving — een standaardplatform voor biologische data-analyse — creëert een nieuwe manier om informatie te organiseren. In plaats van de kwantitatieve metingen van biologische kenmerken gescheiden te houden van de netwerken die hun relaties beschrijven, slaat GraphExperiment deze samen op een manier op die gelijktijdige manipulatie mogelijk maakt. Het systeem houdt de netwerken in sync met de assays en metadata, waardoor wordt gewaarborgd dat de verbindingen consistent blijven met de onderliggende gegevens. Als een onderzoeker een nieuw gen toevoegt aan de lijst met metingen of een monster verwijdert, wordt de structuur behouden zodat het netwerk in lijn blijft met de huidige dataset. Deze synchronisatie voorkomt de veelvoorkomende fout van het analyseren van een kaart die niet langer past bij het gebied dat het zou moeten representeren. De software is ontworpen om twee soorten verbindingen te verwerken: die tussen kenmerken, zoals hoe het ene gen het andere zou kunnen beïnvloeden, en die tussen waarnemingen, zoals hoe de ene cel met een buurman kan communiceren.

De onderzoekers achter dit project hebben de tool gebouwd om een bestaande standaard in het vakgebied uit te breiden, waardoor deze soepel werkt met andere software die biologen al gebruiken. Ze hebben het nut ervan aangetoond door het toe te passen op zeven verschillende soorten biologische gegevens, variërend van studies naar enkelvoudige cellen tot vergelijkingen van volledige genomen. In deze tests beheerde de tool succesvol complexe netwerken, waaronder die die bijhouden hoe genen co-expressie vertonen, hoe eiwitten samen bewegen in abundantie, en hoe cellen naar elkaar signaleren. Het verwerkte ook netwerken die de evolutionaire geschiedenis van soorten in kaart brengen. Door de software in deze diverse scenario's te testen, toonde de auteur aan dat het de ingewikkelde web van relaties kan beheren die in moderne biologische data te vinden is, zonder de onderliggende getallen uit het oog te verliezen. Het werk suggereert dat het bewaren van gegevens en de bijbehorende netwerken in één enkel, gesynchroniseerd pakket een praktische en noodzakelijke stap is voor het analyseren van hoogdimensionale biologische informatie. De tool is nu beschikbaar voor andere wetenschappers om te gebruiken, wat een manier biedt om hun gegevens en hun kaarten in perfecte pas te houden terwijl ze de complexe machinerie van het leven verkennen.