Primary Immunodeficiency Information Knowledge Services

Abstract

Tutkijat pystyvät tuottamaan uusilla menetelmillä suuria tietomääriä (esim. teksti- ja multimedialähteistä), mikä on haaste tutkijayhteisölle. Bioinformatiikan avulla voidaan madaltaa kynnystä tiedon hyödyntämiseen kehittämällä algoritmeja, työkaluja ja menetelmiä lisääntyvien tietomäärien käsittelyyn.

Tämä tutkimushankkeen tärkeimpänä antina tuodaan käytettäväksi uusia ja parannettuja biolääketieteellisen informatiikan menetelmiä primaarien immuunipuutosten (PID) alalla. Potilailla, joilla on näitä tauteja, esiintyy tavallista useammin infektioita, mutta myös autoimmuunioireita ja kasvaimia. Monet näistä taudeista ovat erittäin harvinaisia ja kuolemaan johtavia, ja usein ne diagnosoidaan väärin tai myöhässä. Ohjelmistojen kehitys primaaristen immuunipuutosten alalla on erittäin haastava tehtävä.

Tässä tutkimuksessa kehitettiin kaksi tietokantaa ja uusi PID:ien luokittelu. Tässä kuvattavissa tutkimuksissa käytetään poikkitieteellistä lähestymistapaa, joka perustuu tietokanta- ja tiedonlouhintamenetelmiin, tekoälyyn, koneoppimiseen ja tietoihin, joita on yhdistetty eri aloilta, kuten molekyylibiologiasta, perinnöllisyystieteestä, immunologiasta ja bioinformatiikasta.

PID:ien laajaa alaa tutkittiin proteiinien, perinnöllisyyden ja kliinisen tilan tasolla sekä perustuen eri PID:ien analyyseihin. Kehitimme kaksi tietokantaa, ImmunoDeficiency Resources (IDR) ja IDdiagnostics. IDR on kattava PID:ien tietämyskanta, johon kuuluu työkaluja kliinisiä, biokemiallisia ja laskennallisia analyysejä varten, perinnöllisyyden ja proteiinirakenteiden analyysejä varten, sekä myös linkkejä muiden ylläpitämiin aiheeseen liittyviin tietoihin. IDdiagnostics on luettelo laboratorioista, jotka tekevät PID:ien perinnöllisyystestejä ja kliinisiä testejä. PID:ien bioinformatiikkatutkimuksen käsitekartta suunniteltiin monentyyppisille käyttäjille. Mallia voidaan käyttää erityyppisille perinnöllisille taudeille.

Useasta PID:ien luokittelu- ja ryvästysmenetelmästä on kehitetty uusi luokittelu yhteentoista ryhmään, joka tuo esille aiemmin tuntemattomia PID:ien piirteitä ja samankaltaisuuksia. Nämä menetelmät tähtäävät PID:ien luokittelun automatisointiin, mikä olisi erittäin hyödyllistä PID:ien tutkimukselle ja kliiniselle yhteisölle. Luokittelun vertailu toisistaan riippumattomiin piirteisiin, kuten tautien vakavuuteen ja hoitoon, proteiinien toiminnalliseen luokitteluun ja vuorovaikutusverkostojen haavoittuvuteen viittaa vahvaan tilastolliseen tukeen. Menetelmää voidaan soveltaa mihin tahansa tautiryhmään.

New technologies allow researchers to produce large amounts of data (e.g. from textual and multimedia sources), which represents a challenge for the scientific community. Bioinformatics fills the gaps by creating algorithms, tools and methods to process the increasing quantity of information. The main contribution of this research project was to introduce new and improved biomedical informatics methods in the field of primary immunodeficiency diseases (PIDs). Patients with these diseases have an increased rate of infections but also autoimmune and malignant manifestations. Many of these diseases are very rare with a fatal end and often they are misdiagnosed or have a delayed diagnosis. Developing software systems within the domain of primary immunodeficiencies is a highly challenging task.

In this study two databases were created and a new classification for PIDs was developed. The studies described here use an interdisciplinary approach, based on database and datamining technologies, artificial intelligence, machine learning and combined data from different disciplines such as molecular biology, genetics, immunology, bioinformatics. The wide ranging domain of PIDs was investigated at the protein, genetic, and clinical level and, based on the analyses of different PIDs. Two databases, ImmunoDeficiency Resources (IDR) and IDdiagnostics were developed. IDR is a comprehensive knowledge base for PIDs, which includes tools for clinical, biochemical, genetic, structural and computational analyses as well as links to related information maintained by others. IDdiagnostics is a directory of laboratories performing genetic and clinical tests for PIDs. A concept map for the bioinformatics study of PIDs was designed for different types of users. The model can be used for different types of hereditary diseases.

Several computational methods for the classification and clustering of PIDs have been developed a novel classification of 11 groups, which revealed previously unknown features and relationships of PIDs. These methods aim at automating the classification of PIDs and therefore would be very useful for the PID research and clinical community. Comparison of the classification to independent features such as severity and therapy of the diseases, functional classification of proteins, and network vulnerability, indicated a strong statistical support. The method can be applied to any group of diseases.