Modelowanie sieci molekularnych
Złożone choroby, takie jak choroba Parkinsona, są uwarunkowane przez szereg czynników genetycznych i środowiskowych. Mimo intensywnych prac nad odkryciem ich patofizjologii nasza wiedza na ten temat pozostaje ograniczona i większość złożonych chorób jest nadal nieuleczalna. Postęp technologiczny w badaniach umożliwia prowadzenie wysokoprzepustowej analizy profili genomicznych i transkryptomicznych komórek, co dostarcza niespotykanego przedtem bogactwa danych na wielu poziomach. Każda z tych analiz pozwala zilustrować tylko mały fragment badanego zagadnienia, istnieje więc zapotrzebowanie na metody integrowania wyników. Jednakże scalanie tych informacji i uzyskiwanie znaczących wyników stanowi duże wyzwanie. Zakres finansowanego przez UE projektu "A computational systems biology approach to reveal the molecular basis of complex diseases" (EYLCOMPDISSYSBIO) obejmował opracowanie systemu, który umożliwiałby taką zintegrowaną analizę różnych danych omicznych na temat złożonych chorób. W tym kontekście naukowcy zaadaptowali opracowany wcześniej system ResponseNet do analizowania danych pozyskiwanych od ludzi. W zmodyfikowanej formie system ResponseNet może znaleźć zastosowanie w identyfikacji szlaków sygnałowych i regulatorowych oraz oddziaływań białko–białko. Naukowcy zastosowali ten system w badaniu czerniaka, aby ujawnić szlaki związane z określonymi mutacjami i zidentyfikować zależności pomiędzy dwoma kluczowymi białkami przeciwzapalnymi: alfa-1-antytrypsyną i antagonistą receptora IL-1. Korzystając z profili ekspresji tkankowej konsorcjum stworzyło też sieci oddziaływań białkowych w 16 różnych tkankach. Analiza porównawcza tych sieci podkreśliła znaczenie pewnych mechanizmów w rozwoju chorób dziedzicznych, potwierdzając użyteczność prognostyczną systemu. Zaletą podejścia obliczeniowego jest możliwość przetwarzania i scalania ogromnych zestawów danych, uzyskiwanych dzięki różnym technologiom omicznym. Będzie to niewątpliwie użyteczne w wyjaśnianiu mechanizmów złożonych chorób i identyfikowaniu możliwych celów leków.
