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

Na vasta paisagem da biologia moderna, os cientistas estão tentando cada vez mais compreender a vida não apenas listando suas partes, mas mapeando como essas partes conversam entre si. Imagine uma cidade onde você conhece a localização de cada casa e de cada loja, mas não possui um mapa das estradas que as conectam. Você pode saber que existe uma padaria e que existe uma escola, mas sem as ruas, não consegue ver como uma criança chega à escola ou como um padeiro entrega o pão. No estudo dos seres vivos, as "casas" são as características mensuráveis, como genes ou proteínas, e as "estradas" são as relações entre elas. Pesquisadores frequentemente constroem esses mapas, chamados redes, para ver como os genes trabalham juntos ou como diferentes células interagem. No entanto, por muito tempo, as ferramentas usadas para armazenar a lista de partes e as ferramentas usadas para armazenar os mapas de suas conexões foram mantidas em gavetas digitais separadas. Essa separação torna difícil estudar o quadro completo de uma só vez, pois os dados que descrevem as partes e os dados que descrevem as relações entre elas frequentemente ficam dessincronizados.

Uma nova ferramenta chamada GraphExperiment visa corrigir esse descompasso ao trazer as listas e os mapas para um contêiner único e unificado. Desenvolvido para o ambiente de programação R, uma plataforma padrão para análise de dados biológicos, este software cria uma nova maneira de organizar informações. Em vez de manter as medições quantitativas de características biológicas separadas das redes que descrevem suas relações, o GraphExperiment as armazena juntas de uma forma que permite sua manipulação simultânea. O sistema mantém as redes em sincronia com os ensaios (assays) e metadados, garantindo que as conexões permaneçam consistentes com os dados subjacentes. Se um pesquisador adicionar um novo gene à sua lista de medições ou remover uma amostra, a estrutura é mantida para que a rede permaneça alinhada com o conjunto de dados atual. Essa sincronização evita o erro comum de analisar um mapa que não se ajusta mais ao território que deveria representar. O software foi projetado para lidar com dois tipos de conexões: aquelas entre características, como a forma como um gene pode influenciar outro, e aquelas entre observações, como a forma como uma célula pode se comunicar com uma vizinha.

Os pesquisadores por trás deste projeto construíram a ferramenta para estender um padrão existente na área, garantindo que ela funcione perfeitamente com outros softwares que os biólogos já utilizam. Eles demonstraram sua utilidade aplicando-a a sete tipos diferentes de dados biológicos, variando de estudos de células únicas a comparações de genomas inteiros. Nestes testes, a ferramenta gerenciou com sucesso redes complexas, incluindo aquelas que rastreiam como os genes são coexpressos, como as proteínas se movem juntas em abundância e como as células sinalizam umas às outras. Ela também lidou com redes que mapeiam a história evolutiva de espécies. Ao testar o software através desses diversos cenários, o autor mostrou que ele pode gerenciar a intrincada teia de relações encontrada nos dados biológicos modernos sem perder o rastro dos números subjacentes. O trabalho sugere que manter os dados e suas redes associadas em um pacote único e sincronizado é um passo prático e necessário para analisar informações biológicas de alta dimensão. A ferramenta está agora disponível para que outros cientistas a utilizem, oferecendo uma maneira de manter seus dados e seus mapas em perfeito passo enquanto exploram a complexa maquinaria da vida.