Ученый помогает перевести структурную биологию в эпоху "больших данных"

В статье, опубликованной в Nature Communications, структурные биологи рассказали, как новый консорциум по обмену данными помогает ученым быстрее делиться результатами и извлекать из них пользу.

Энрико Ди Чера, доктор медицинских наук, заведующий кафедрой биохимии и молекулярной биологии в Университете Сент-Луиса, является соавтором статьи. Он сообщает, что Консорциум Grid структурной биологии создал репозиторий — Structural Biology Data Grid — для размещения, поиска и загрузки наборов данных в этой области. Исследование показало, что репозиторий эффективно позволяет ученым воспроизводить предыдущие результаты, что способствует прогрессу в работе.

«Это преобразующее развитие в нашей области, — сказал Ди Чера. — Наконец-то мы можем в полной мере воспользоваться огромными объемами данных, генерируемых структурными биологами».

Рентгеновская кристаллография, один из самых мощных инструментов структурной биологии, позволяет определять структуру белков, нуклеиновых кислот и других небольших молекул с разрешением на атомном уровне. Понимание структуры белка открывает путь к пониманию молекулярной основы болезней и разработке новых терапевтических стратегий.

Кристаллографы делятся результатами в научных журналах и используют стандартные репозитории обработанных данных, такие как Protein Data Bank (PDB). Structural Biology Data Grid поддерживает архивирование сырых экспериментальных наборов данных, используя распределенную модель вычислительных кластеров. Преимущества включают быстрый доступ к исходным экспериментальным данным для общего использования и валидации. По мере того как процесс сбора данных становится все более оптимизированным, архивирование через Structural Biology Data Grid станет мейнстримом.

Чтобы лучше использовать прорывные открытия лабораторий по всему миру, структурные биологи создали Консорциум Grid структурной биологии. Стратегии консорциума включают:

• Курирование и поддержку набора программного обеспечения для обработки данных.
• Управление сырыми экспериментальными наборами данных.
• Создание системы публикации наборов данных.
• Интеграцию ресурсов хранения данных множества исследовательских групп и институтов.

В ходе исследования ученые провели пилотное исследование, проанализировав данные из коллекции репозитория. Они обнаружили, что репозиторий эффективно позволяет исследователям повторно обрабатывать данные из предыдущих экспериментов, что дает возможность воспроизводить ранние результаты, улучшать существующие модели и раньше выявлять возможные ошибки.

«Grid начался как совместное усилие ведущих лабораторий структурной биологии по всему миру. Мы гордимся тем, что являемся частью великой инициативы, которая использует большие данные на благо всего научного сообщества», — сказал Ди Чера.