Heutzutage helfen transkriptomische Sequenzierungsdaten bei der Aufklärung verschiedener Erkrankungen. Im Labor werden daher große Mengen dieser Art von Daten erstellt, um zum Verständnis der biologischen Aktivitäten und Phänotypen der Erkrankungen beizutragen. Die Analyse der krankheitsrelevanten Daten ist hochkomplex und iterativ, da nicht nur nach bekannten Mechanismen und Zielen gesucht wird, sondern zeitgleich auch nach neuen, bisher unbekannten Mechanismen. Forschende werten immer wieder langwierig statistische Diagramme und Excel-Tabellen aus, um damit wichtige Erkenntnisse zu gewinnen. Hierfür benötigen sie nicht nur das biologische Grundlagenwissen der Erkrankungen, sondern auch Kenntnisse in Bioinformatik.

Die Arbeitsgruppe rund um Bioinformatiker Dr. David DeLuca an der Medizinischen Hochschule Hannover (MHH) hat sich unter anderem zur Aufgabe gemacht, Forschende bei dieser mühsamen Arbeit zu unterstützen. Bin Liu entwickelte, als Doktorandin in Dr. DeLucas Team, eine neue interaktive Web-App, die in der Lage ist, die Expressionen jedes Gens mit seinen biologischen Funktionen und Mechanismen zu verbinden. Alle notwendigen Tabellen und Diagramme werden den Wissenschaftlerinnen und Wissenschaftlern in der App auf verständliche und leicht interpretierbare Weise gemäß den Abfragekriterien angezeigt und laufend automatisch aktualisiert. Forschende können die strukturell komplizierten Sequenzierungsdaten mit minimalem Einsatz von Informatik verwalten, aktualisieren und analysieren, wodurch sie sich besser auf die Interpretation konzentrieren können. 

Die Web-App ermöglicht außerdem den Daten- und die Ideenaustausch zwischen Teammitgliedern, die zunächst unabhängig voneinander an ihren eigenen Themen arbeiten und später die aktualisierten Ergebnisse barrierefrei miteinander teilen können. Darüber hinaus arbeitet die Gruppe um Bin Liu mit Biologinnen und Biologen zusammen und versucht so der App direkt aus der Praxis weitere nützliche Komponenten hinzuzufügen. Beispielsweise werden Machine Learning Modelle mit öffentlichen Daten trainiert, um eine tiefgreifende Interpretation von Sequenzierungsdaten zu unterstützen. Diese Modelle können nach einer sorgfältigen Validierung und dem Peer-Review Veröffentlichungsprozess ebenfalls zu einer wichtigen Komponente werden. 

Derzeit gibt es Nutzerinnen und Nutzer innerhalb der MHH, die die Web-App aktiv für ihre Dissertationen oder Forschungen nutzen. In Zukunft will die Gruppe mit ihnen und potentiellen Benutzern zusammenarbeiten und die Web-App weiter optimieren, entwickeln und promoten. Sie hoffen damit immer besser zum Verständnis der transkriptomischen Datenanalyse von Lungenerkrankungen und in anderen biomedizinischen Forschungen beitragen zu können.
 

Text: BREATH/BL

Foto: DZL