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

在现代生物学的广阔版图中，科学家们正日益试图不仅通过列举组成部分，而是通过绘制这些部分如何相互交谈来理解生命。想象一座城市，你了解每一栋房屋和每一家商店的位置，但你却没有一张描绘连接它们的道路的地图。你可能知道有一家面包店存在，也知道有一所学校存在，但如果没有街道，你就无法看到孩子是如何去上学的，或者面包师是如何送面包的。在对生物体的研究中，“房屋”是可测量的特征（如基因或蛋白质），而“道路”则是它们之间的关系。研究人员经常构建这些被称为“网络”的地图，以观察基因如何协同工作或不同细胞如何相互作用。然而，长期以来，用于存储部件列表的工具与用于存储其连接图谱的工具一直被保存在各自独立的数字抽屉中。这种分离使得难以同时研究全局图景，因为描述部件的数据与描述它们之间关系的数据往往会脱节。

一种名为 GraphExperiment 的新工具旨在通过将列表和图谱带入一个统一的容器来解决这种脱节问题。该工具专为 R 编程环境（一种生物数据分析的标准平台）开发，创建了一种组织信息的新方式。GraphExperiment 不再将生物特征的定量测量值与描述其关系的网络的分开存放，而是将它们存储在一起，以便进行同步操作。该系统使网络与实验测定（assays）及元数据保持同步，确保连接关系与底层数据保持一致。如果研究人员在测量列表中增加了一个新基因或移除了一个样本，其结构仍能维持，从而保证网络与当前数据集保持对齐。这种同步机制防止了分析一个不再符合其应代表之领土的地图时常犯的错误。该软件旨在处理两种类型的连接：特征之间的连接（例如一个基因如何影响另一个基因），以及观测值之间的连接（例如一个细胞如何与邻近细胞进行通信）。

该项目的研究人员构建此工具旨在扩展现有的领域标准，以确保其能与生物学家已在使用的其他软件平滑协作。他们通过将其应用于七种不同类型的生物数据证明了其效用，这些数据涵盖了从单细胞研究到整个基因组比较的广泛领域。在这些测试中，该工具成功管理了复杂的网络，包括追踪基因如何共表达、蛋白质如何协同丰度变化，以及细胞如何相互信号传递的网络。它还处理了映射物种进化历史的网络。通过在这些多样化的场景中测试该软件，作者展示了它能够在不丢失底层数值的情况下，管理现代生物数据中错综复杂的各种关系网。这项工作表明，将数据及其关联的网络保存在一个单一且同步的包中，是分析高维生物信息的切实且必要的一步。该工具现已开放给其他科学家使用，为他们在探索生命的复杂机制时，如何让数据与其地图保持完美同步提供了一种方法。