gms | German Medical Science

Die Analyse der Genexpression auf dem RNA-Niveau mit Hilfe der Oligonukleotid-Microarray-Technologie ermöglicht pro Probe die simultane Untersuchung von mehr als 20.000 Genen [Ref. 1], [Ref. 2]. Die resultierenden Daten sollen z.b. Aufschluss darüber geben, ob einzelne Gene bei bestimmten Krankheiten herauf- oder herunterreguliert sind. Die bei diesen Versuchen anfallende Datenmenge ist enorm und stellt spezifische Anforderungen sowohl an das Management als auch an die statistische Auswertung der Daten. Für die Datenanalyse sowie die Speicherung der Roh- und Analysedaten wurde GAMS (Gene Analysis Management System) entwickelt. Dieses System ermöglicht zum einen ein effizientes Datenmanagement, zum anderen ist eine standardisierte flexible Datenauswertung möglich.

Die Genexpressionsdaten wurden im Rahmen des MAGiC- Projektes (Munich Alliance for Genomic Research on Cardiac Arrhythmias) , einem Teilprojekt des NGFN (Nationales Genomforschungsnetze), erhoben. Im Rahmen dieser Studie werden genetische Ursachen und Risikofaktoren kardialer Arrhythmien sowie die elektrophysiologische Variabilität bei Gesunden untersucht. Der zu den einzelnen Proben zugehörige Phänotyp wird in einer umfassenden Datenbank dokumentiert. Herzmuskelgewebe verschiedener histologischer Lokalisationen wurde mit GeneChip Human Genome U133-A (AffymetrixTM) untersucht.

Für die Speicherung von Rohdaten, normalisierten Daten und Analyseergebnissen wird eine MySQL-Datenbank verwendet. GAMS besteht aus zwei Teilen - Back-End und Front-End. Das zentrale Back-End, das den Bioinformatikern zugänglich ist, ist in R [Ref. 3] implementiert und dient dem Einlesen der Rohdaten sowie der anschließenden Analyse. Für die statistische Auswertung werden Packages der auf R basierenden Bioconductor-Software [Ref. 4], [Ref. 5] verwendet. Die Rohdaten werden eingelesen und nach einer Qualitätskontrolle normalisiert (vsn, rma, mas5) [Ref. 6], in zu vergleichende Gruppen (Responses) eingeteilt und analysiert. Weiterhin können die Daten mit hierarchischem Clustering auf vorhandene Strukturen untersucht sowie Expressionsprofile angefertigt werden. Alle Ergebnisse werden in der Datenbank gespeichert. Es ist außerdem möglich, die Analyse durch vorgefertigte R-Skripte zu automatisieren.

Das web-basierte Front-End ist in PHP implementiert und ermöglicht den Forschungsgruppen Analyseergebnisse sowie Informationen zu den einzelnen Proben sowie der Probengruppen (Responses) lokal vom Arbeitsplatz abzurufen. Als Visualisierungs-Tools steht die graphische Ausgabe statistischer Parameter, die Generierung von Heatmaps und Genprofilen sowie Chromosomen-Plots und Gene Ontology Maps zur Verfügung.

Auf dem Markt existiert eine Reihe kommerzieller und nichtkommerzieller Software-Lösungen für die Analyse von Genexpressionsdaten [Ref. 7],[Ref. 8], [Ref. 9], [Ref. 10], [Ref. 11]. Bei den meisten dieser Systeme steht die statistische Datenanalyse im Vordergrund und es besteht keine Möglichkeit, die Roh- bzw. Analysedaten integriert zu speichern. Das Management aller anfallenden Daten und die zentrale Speicherung ist der große Vorteil bei der Verwendung von GAMS. Der Biologe kann über das Front-End zu jeder Zeit alle verfügbaren Informationen und Ergebnisse abrufen und graphisch anzeigen lassen. Die zeitraubende Suche nach lokal auf der Festplatte abgelegten Genlisten welche von Unterschiedlichen Normalisierungs-/Analyseverfahren stammen entfällt. Des weiteren besteht die Möglichkeit, über Verlinkung mit z.b. GeneOnotology [Ref. 12] oder GeneCards^TM [Ref. 13] auf externe Informationen bezüglich der gefundenen Gene zuzugreifen. Das System ist außerdem in der Lage, die Analyse größerer Probenzahlen, d.h. die simultane Auswertung mehrerer hundert Genexpressionschips, zu bewältigen.

Hier wurden Genexpressionsdaten von Herzmuskelgewebe in das GAMS-System importiert und auf differenzielle Expression hinsichtlich verschiedener Parameter (Lokalisation Atrium-Ventrikel, Lokalisation Epikard-Endokard, Geschlecht etc) untersucht. Qualitätskontrollen zeigten, dass die Qualität von drei Chips nicht genügend war. Diese wurden aus den weiteren Untersuchungen ausgeschlossen. Alle resultierenden Analyse-Ergebnisse wurden in der GAMS-Datenbank gespeichert. Ein Vergleich der resultierenden Genlisten mit in der Literatur bekannten herzspezifischen Genen hat gezeigt, dass sogenannte Markergene auch in unseren Daten als differenziell exprimiert erkannt wurden. Der gefundene Unterschied der Genexpression zwischen Atrium und Ventrikel konnte zudem auch graphisch mit einer Heatmap deutlich dargestellt werden. Derzeit werden weitere Untersuchungen durchgeführt, die anhand von Promotoren und Transkriptionsfaktoren Aufschluss über die Funktion der einzelnen Gene geben soll. Hierbei soll die Vernetzung von GAMS mit im WWW existierenden Datenbanken ausgebaut werden.