Obtaining novel biomedical knowledge from proteomics research

Bioinformatikk (bruk av dataanalyse til å tolke biologiske data) er blitt en essensiell del av biomedisinsk forskning, hvor en kontinuerlig utstyrsforbedring har resultert i stadig større og mer komplekse datasett. Proteomikk (identifikasjon og kvantifikasjon av proteiner) er intet unntak, hvor en av de viktigste bioinformatiske flaskehalsene er tolkningen av egne forskningsresultater i en større biologisk sammenheng. Forskningsprosjekter kan derfor ofte stoppe opp etter å ha kommet fram til en liste av proteiner, uten å vite hvordan man skal forstå prosjektets resultater i lyset av eksisterende kunnskap. Dette til tross for at mengden fritt tilgjengelig informasjon er raskt voksende. En del av forklaringen er at de fleste forskere så langt hovedsakelig har fokusert på selve innsamlingen av dataene, og dermed mindre på å gjøre informasjonen tilgjengelig for andre på en interaktiv måte. Dette har resultert i det paradokset at selv om deling av proteomikkdata har blitt standardisert og vesentlig forenklet, har dataene ikke i like stor grad blitt gjort lett tilgjengelig for biomedisinske forskere og blir dermed ikke utnyttet fullt ut. Det er derfor tydelig at måten proteomikkdata tidligere har blitt gjort tilgjengelig ikke er direkte forenelig med målene for de fleste biomedisinske forskningsprosjekter. Dette prosjektet arbeidet med å forbedre den interaktive integrasjonen mellom prosjektspesifikke proteomikkresultater og eksisterende biomedisinsk kunnskap. Dette har gjort at biomedisinske forskere enklere kan generere ny biomedisinsk innsikt, og samtidig bli inspirert til eksperimentelle forskningsretninger basert på egne data. Prosjektet baserte seg på to hovedkilder av informasjon: egenproduserte proteomikkdata og fritt tilgjengelig biomedisinsk kunnskap. De egenproduserte dataene, fokusert på eksperimentelle studier relatert til multiple sklerose, er gjort tilgjengelig via den åpne databasen CSF-PR (proteomics.uib.no/csf-pr). Å gå videre fra enslige proteinmarkører til protein-nettverk og biologiske prosesser var også en viktig oppgave, for dermed å bidra til en bedre forståelse av hvordan de interessante proteinene interagerer i en større biologisk sammenheng.

Prosjektet har resultert i utviklingen av CSF-PR (proteomics.uib.no/csf-pr), en brukervennlig nettbasert database som gjør det enkelt å få oversikt over potensielle proteinmarkører for nevrologiske sykdommer som multiple sklerose (MS), Alzheimer, Parkinson og ALS. Databasen er basert på proteomikkdata hentet fra fagfellevurderte vitenskapelige publikasjoner, inkludert egenproduserte forskningsdata. Den samlede informasjonen i CSF-PR har deretter blitt brukt til å utvikle målrettede analyser for kvantifikasjon av de mest lovende proteinmarkørene i nytt pasientmaterialet. Håpet er at slike analyser over tid vil gjøre det enklere å sammenligne data fra ulike forskningsgrupper. Noe som vil kunne bidra til en bedre forståelse av forskjellene i proteinuttrykning mellom de ulike nevrologiske sykdommene, og i det lange løp forhåpentligvis komme pasientene til gode i form av bedre behandling.

Bioinformatics is now an essential element in the field of biomedicine, and with ever improving instrumentation and continuous growth and complexity of the generated data, the need constantly increases. The field of mass spectrometry based proteomics research is no exception, and one of the current major bioinformatics related bottlenecks is the interpretation of the results in a larger biomedical context. Research projects often come to a halt after acquiring a list of identified and/or quantified proteins, without knowing how to interpret the project's findings in light of existing knowledge. And while the amount of available data is growing, the focus in the research community has mainly been on the gathering of the data and not on making it available to the researchers in an interactive manner. This has resulted in the paradox that even though the sharing of proteomics data has been standardized and simplified, the data has in some ways become less available for biomedical applications, and therefore remains largely unexploited. Indeed, researchers are often simply overwhelmed by the sheer amount of information. It is therefore clear that the way in which public proteomics data are currently made available is not compatible with the goals of most biomedical research projects. The main objective of the this project is to improve the interactive integration of project-specific proteomics results with existing biomedical knowledge from online repositories. This will ensure that biomedical researchers will obtain novel biomedical knowledge, and will moreover inspire novel experimental research directions that build on their proteomics data. The project will depend on two main sources of information: in-house generated proteomics data, and publicly available biomedical knowledge. The in-house generated data, focused on experimental studies related to multiple sclerosis and diabetes, will serve to test and to validate the developed bioinformatics approaches.