Integration and visualization of proteomics data

Abstract

High-throughput technologies and the promising experimental approaches used in proteomics, result in a great accumulation of proteomic features. These heterogeneous features (e.g., hand-annotated gel images, tabular data, database results) originate from different software and databases, vary in the format they are saved and are usually distributed in multiple locations. Despite this diversity and the fact that they originate from different stages of a proteomics analysis, there is a vital need for their integration and combined representation that would facilitate the researchers to perform the significant tasks of data analysis and results interpretation. Currently, the available software tools do not provide the capabilities of integrating and presenting any type of proteomics data efficiently and effectively. We have perceived these needs as an information visualization challenge that should be addressed in order to reinforce human cognition and reasoning. In this thesis we propose the integration of proteomics data in interactive visual representations, called Proteomic Feature Maps (PFMs). Our proposal disengages proteomics data analysis from large lists and gel images marked by hand, which are difficult to handle, and provides new visualization ways that combine features stemming from multiple proteomic steps. This novel approach facilitates the tasks of integrating and visualizing the disparate proteomics data in ways that allow the users to explore effectively their proteomics results, address easily their biologically-related questions and motivate them to perform further analyses and research. We first present the requirements we established from our personal experience and contact with a proteomics research group and describe the prototype throw-away implementation of the proposed visualization approach that was based on the freely available OpenDX software. We also introduce and describe POML, an XML-based format for representing data that originate from the various steps of a proteomics workflow and concern a large number of proteins.

Στη μεταγενομική εποχή, η πρωτεομική ορίζεται ως η μεγάλης κλίμακας ανάλυση σύνθετων πρωτεϊνικών μειγμάτων, η οποία περιλαμβάνει την αναγνώριση και ποσοτικοποίηση πρωτεϊνών, τον προσδιορισμό πρωτεϊνικών τροποποιήσεων, αλληλεπιδράσεων, δραστηριοτήτων και λειτουργιών. Μια πρωτεομική ανάλυση αποτελείται από πολλά επιμέρους πειραματικά στάδια αλλά και από το στάδιο της μετα-ανάλυσης κατά το οποίο η γνώση που προέρχεται από την πρωτεομική εμπλουτίζεται από πληροφορία που βρίσκεται σε βάσεις δεδομένων, οντολογίες αλλά και την βιβλιογραφία. Συνεπώς, στο τέλος ενός πειράματος ένας ερευνητής έρχεται αντιμέτωπος με μια πληθώρα ασύνδετων πρωτεομικών χαρακτηριστικών τα οποία καλείται να οργανώσει, συσχετίσει και κατηγοριοποιήσει ώστε να εντοπίσει ενδιαφέροντα ευρήματα που σχετίζονται με τον βιολογικό σκοπό μιας μελέτης. Παρότι ορισμένα από τα υπάρχοντα λογισμικά που χρησιμοποιούνται στην πρωτεομική παρέχουν τη δυνατότητα συσχέτισης ορισμένων τέτοιου είδους δεδομένων, ωστόσο η από κοινού οπτικοποίηση των ετερογενών πρωτεομικών χαρακτηριστικών η οποία θα εξασφάλιζε μια πιο εύκολη, γρήγορη και αποδοτική επεξεργασία των δεδομένων πρωτεομικής, είναι περιορισμένη. Αντικείμενο της διδακτορικής διατριβής είναι η δημιουργία μιας νέας μεθοδολογίας οπτικοποίησης δεδομένων που προκύπτουν από την πρωτεομική ανάλυση, η οποία επιλύει αποτελεσματικά το πρόβλημα που αντιμετωπίζουν οι ερευνητές όταν ολοκληρώνουν ένα πείραμα και πρέπει να επεξεργαστούν και να ερμηνεύσουν τα αποτελέσματά του. Σύμφωνα με την προτεινόμενη μεθοδολογία οι πρωτεΐνες αναπαριστώνται σαν σφαιρικά αντικείμενα πάνω σε διδιάστατους ή τριδιάστατους συνθετικούς πρωτεομικούς χάρτες, ενώ διάφορα χαρακτηριστικά των σφαιρών, όπως η θέση, το μέγεθος και το χρώμα, χρησιμοποιούνται για να κωδικοποιήσουν διάφορα πρωτεομικά χαρακτηριστικά. Η μεθοδολογία αυτή είναι εφαρμόσιμη και για τις δύο πιο γνωστές και διαδεδομένες πειραματικές προσεγγίσεις που υπάρχουν στην πρωτεομική (Διδιάστατη Ηλεκτροφόρηση - Φασματομετρία μάζας και Υγρή Χρωματογραφία - Φασματομετρία μάζας), ενώ υποστηρίζει την κωδικοποίηση οποιονδήποτε πρωτεομικών χαρακτηριστικών από όλα τα στάδια μιας πρωτεομικής ανάλυσης. Το πρώτο βήμα σε αυτήν την κατεύθυνση πραγματοποιήθηκε με την μελέτη της περιοχής των μεθόδων οπτικοποίησης για δεδομένα πρωτεομικής. Στη συνέχεια, προτάθηκε και υλοποιήθηκε η παραπάνω πρωτότυπη μεθοδολογία οπτικοποίησης η οποία συνδυάζει δεδομένα που προέρχονται από τα διάφορα βήματα μιας πρωτεομικής ανάλυσης και εφαρμόστηκε σε πραγματικά δεδομένα.