Bioteque: вычислительный инструмент для гармонизации биологических знаний

Быстрое развитие различных дисциплин в области биологических и биомедицинских исследований (таких как геномика, протеомика и транскриптомика) привело к экспоненциальному росту объема доступных биологических данных. Например, в Европейском институте биоинформатики (EMBL-EBI) объем управляемых данных вырос с 40 петабайт до 250 петабайт всего за 6 лет.

Ученые под руководством доктора Патрика Алоя, исследователя ICREA и главы лаборатории структурной биоинформатики и сетевой биологии в IRB Barcelona, разработали вычислительный инструмент для гармонизации, интеграции и упрощения этих данных. Результатом стал граф знаний, который предоставляет информацию о том, как различные биологические сущности связаны друг с другом, включая более 30 миллионов функциональных взаимодействий.

Bioteque работает путем интеграции различных уровней биологической сложности и может, например, сообщать о двух связанных генах: взаимодействуют ли они физически, активны ли в одном и том же типе клеток и связаны ли с одним и тем же заболеванием. Он также может предсказывать чувствительность или устойчивость определенного типа клеток к конкретному препарату.

«Этот вычислительный ресурс, который мы разработали, является одним из первых, направленных на унификацию биологической информации, и единственным, который работает с таким разнообразием и объемом данных. Он позволяет получить доступ к практически всем доступным на сегодняшний день биологическим знаниям легким и гармонизированным способом и обладает огромным потенциалом для ускорения биомедицинских исследований», — объясняет Алой.

Почти 1000 дескрипторов для 12 биологических сущностей

Информация в Bioteque структурирована по 12 типам биологических сущностей, таким как ген, заболевание, ткань, клетка и т.д. Для каждой из этих сущностей инструмент рассматривает ряд дескрипторов или характеристик, например, паттерн мутаций гена, профиль физических взаимодействий полученных белков, экспрессию этого гена в различных типах клеток или его связь с различными заболеваниями. Среди 12 биологических сущностей система охватывает около 1000 типов дескрипторов.

«Мы работали с информацией из 150 различных баз данных, поэтому сначала нам пришлось их интегрировать, то есть привести к одному "языку". Затем мы преобразовали эти знания в числовые дескрипторы, которые могут интерпретироваться алгоритмами, и таким образом смогли вычислительно использовать эти сети и связи», — заключает Адриа Фернандес, первый автор статьи и докторант той же лаборатории.

Bioteque будет периодически расширяться за счет новых баз данных по мере их публикации. Как сам инструмент, так и базы данных с алгоритмами находятся в открытом доступе и доступны онлайн.

Исследование опубликовано в журнале Nature Communications.