Как упорядочить геномные данные
Многолетнее исследование, проведенное сотрудниками нескольких крупнейших университетов США под руководством заместителя директора Центра анализа данных Симонса (Simons Center for Data Analysis) профессора Ольги Троянской (Olga Troyanskaya), предоставило специалистом данные принципиально нового уровня, демонстрирующие совместную работу генов различных тканей и типов клеток человека, обеспечивающую выполнение функций этих тканей как в здоровом организме, так и при различных заболеваниях. Более того, проделанная авторами работа продемонстрировала возможность совместного использования компьютерных вычислений и методов статистического анализа для группировки и анализа очень крупных и чрезвычайно многообразных геномных данных.
На рисунке изображена одна из 144 функциональных генетических систем, идентифицированных в рамках исследования.
В рамках работы исследователи собрали и интегрировали данные, полученные при проведении 38 000 полногеномных экспериментов, описанных в примерно 14 000 публикациях. Использованные массивы данных содержали данные о функциях ДНК и белков в клетках как здоровых, так и страдающих различными заболеваниями людей.
С помощью интегративного вычислительного анализа авторы сначала выделили из всего множества данных функциональные генетические взаимосвязи для различных типов тканей. После этого посредством сопоставления выявленных тканеспецифичных функциональных сигналов с результатами полногеномных исследований ассоциаций в ДНК при различных заболеваниях, они идентифицировали статистические связи между генами и заболеваниями, не поддающиеся выявлению никакими другими методами.
Разработанная в результате методика, получившая название системное исследование ассоциаций или NetWAS (от англ. network-guided association study), обеспечивает интеграцию количественной генетики и функциональной геномики. Это повышает мощность полногеномных исследований ассоциаций и позволяет идентифицировать гены, мутации которых лежат в основе сложных заболеваний человека. Так как NetWAS является методикой, полностью управляемой данными, она исключает появление погрешности, обусловленной лучшей изученностью тех или иных генов и механизмов, и позволяет выявлять ранее неизвестные ассоциации.
Результатом работы стала идентификация 144 функциональных генетических взаимодействий для различных органов человека, в том числе почек, печени и головного мозга. Более того, авторы описали функциональные нарушения генов при множестве заболеваний, в том числе гипертонической болезни, сахарном диабете и ожирении.
Важным моментом является тот факт, что функциональные системы генетических взаимодействий уже были описаны на животных моделях. Однако для тканей человека выполнение этой задачи было невозможно без компьютерной обработки огромных массивов данных. Многие типы клеток человека, вовлеченные в развитие различных заболеваний, невозможно изучать путем традиционных непосредственных экспериментов, поэтому разработка методики, позволяющей обрабатывать такие массивы данных, является исключительно важным достижением.
Авторы отмечают, что полученные ими результаты помогут не только разобраться в нормальном функционировании генов, но и разработать более новые лекарственные препараты, а также оптимизировать методы применения существующих терапевтических подходов. В частности, они повысят эффективность идентификации генов-мишеней для терапии и прогнозирования ранее не рассматриваемых взаимодействий между препаратами и их побочных эффектов.
Исследователи также создали интерактивный сервер ГИГАНТ (GIANT, от англ. Genome-scale Integrated Analysis of Networks in Tissues – полногеномный интегрированный анализ тканевых систем). Он позволяет пользователям изучать генетические системы различных тканей, сопоставлять их между собой и анализировать данные, полученные при проведении генетических исследований, для идентификации вызывающих различные заболевания генов.
Статья Olga G Troyanskaya et al. Understanding multicellular function and disease with human tissue-specific networks опубликована в журнале Nature Genetics.
Евгения Рябцева
Портал «Вечная молодость» http://vechnayamolodost.ru по материалам Simons Foundation:
Olga Troyanskaya Brings Order to Big Data of Human Biology.
29.04.2015