Глобальная платформа GNPS превращает большие данные масс-спектрометрии в «живые» научные данные
В статье, опубликованной в августовском выпуске Nature Biotechnology, международный консорциум из 127 учёных впервые отчитался о создании онлайн-платформы с краудсорсинговой базой знаний, которая может изменить подход к изучению природных соединений для разработки новых антибиотиков, пестицидов или противораковых препаратов.
Проблема и решение
Потенциал разнообразной химии природных продуктов остаётся нераскрытым, потому что базы данных по ним не поддерживают поиск по сырым данным, а учёные не имеют инфраструктуры для обмена данными помимо публикаций. Масс-спектрометрия (МС) хорошо подходит для высокопроизводительного анализа, поэтому急需 нужна платформа для обмена и курирования данных.
Такой платформой стал Global Natural Products Social Molecular Networking (GNPS) — открытая база знаний для организации и обмена сырыми, обработанными или идентифицированными данными тандемной масс-спектрометрии. С 2014 года ею управляет Центр вычислительной масс-спектрометрии (CCMS) и Collaborative Mass Spectrometry Innovation Center Калифорнийского университета в Сан-Диего.
Масштабы и сообщество
На сегодня GNPS используют более 13 600 исследователей из 115 стран. Платформа обработала данные более 1 миллиона образцов, что соответствует >3,1 миллиарда MS/MS спектров. Более 100 научных статей уже сослались на использование GNPS.
«Мы облегчаем доступ к химическим структурам природных продуктов для учёных без специальной химической подготовки, — говорит профессор Питер Доррестейн, соавтор статьи. — GNPS создал сообщество, готовое делиться знаниями».
Принцип работы и аналогия
Платформа включает краудсорсинговую, вики-подобную базу знаний, куда любой учёный может вносить аннотированные МС-данные. Эти данные сразу становятся доступны всему сообществу для поиска.
«Подобно тому, как BLAST находит сходства между биологическими последовательностями, поиск в GNPS служит той же цели для химических структур, — объясняет исполнительный директор CCMS Нуно Бандейра, ведущий автор статьи. — Он позволяет находить идентичные или схожие молекулы, сравнивая их спектральные сигнатуры».
Концепция «живых данных»
Ключевое преимущество платформы — возможность частого автоматического переанализа общедоступных данных с учётом последних вкладов пользователей в базу знаний.
«Мы ввели концепцию "живых данных" через непрерывный переанализ, — говорит Бандейра. — Пользователи вносят новые аннотации молекул, и все данные заново проверяются. Знание постоянно растёт».
Будущее и философия
Учёные признают, что GNPS ещё в зачаточном состоянии, но он представляет собой огромный вклад в исследования природных продуктов. Его создание потребовало восьми лет работы по построению системы с нуля.
«Большие данные в биологии нельзя решить в одной лаборатории, — отмечает Бандейра. — Ценность извлекается только через сообщество, где каждый получает пользу от своего вклада».
GNPS меняет парадигму взаимодействия с данными: учёные делятся ими не по требованию, а чтобы максимизировать свой потенциал для открытий. «Этот подход должен распространиться на всю биологию как способ исследования больших данных», — заключает Доррестейн.
Успех платформы авторы связывают с простотой использования и минимальными барьерами для входа, а также с духом партнёрства и взаимной выгоды, который с самого начала направляет развитие GNPS как ресурса для всего научного сообщества.