Het boek van het leven laat zich niet lezen zonder bio-informatische bril en snelle computers. Delftse rekenwonders zijn broodnodig. Om kankergenen op te sporen, bijvoorbeeld, en voor het kraken van de code van supergist.
Met Bill Clinton als eregast werd in 2001 de champagne ontkurkt toen het Human Genome-project werd afgerond. De volgorde van zo’n dertigduizend menselijke genen was in kaart gebracht.
Wat bij het feestje werd verzwegen, was de hamvraag van de 21ste-eeuwse biologie die dankzij het onderzoek was blootgelegd: we hebben maar vijf keer zoveel genen als een gistcel, en toch zijn we als mens vele malen complexer. Blijkbaar heeft ieder afzonderlijk gen in een cel minder te vertellen dan wetenschappers altijd dachten.
Niet iedere eigenschap heeft dus zijn eigen afdeling op de twee meter dna die in iedere lichaamscel verstopt zit. Verschillende genen kunnen invloed op elkaar uitoefenen en zo hun eigen ding doen in het lichaam.
Dat is slecht nieuws voor mensen die met kennis van onze 30 duizend genen een supermens zouden willen maken. Voor biologen is het goed nieuws, want het levert nog tientallen jaren onderzoek op naar hoe genen elkaar beïnvloeden en hoe ze het bouwplan van ons lichaam bepalen.
Ook voor informatici is de uitkomst gunstig. Het analyseren van 30 duizend genen met hun onderlinge interacties vraagt om slimme rekenmethoden en snelle computers. Steeds meer Delftse informatici storten zich daarom op het rekenen aan genen. Zoals bio-informaticus prof.dr.ir. Marcel Reinders van de afdeling mediamatica (Elektrotechniek, Wiskunde en Informatica). Samen met medici van het Utrechts Medisch Centrum (UMC) kraakt hij de codes van keelkankercellen in lymfeklieren. Ook ontwikkelt hij met het Erasmus MC in Rotterdam een leukemietest voor kinderen.
“Belangrijk hulpmiddel in het onderzoek zijn cdna-microarrays, waarmee je op moleculaire schaal de cel kunt bestuderen”, zegt Reinders. “Die microarrays zijn chips waarop met een inkjetprinter alle menselijke genen zijn geprint, cdna zijn dna-kopietjes. Als je een sample van rna (dat dna-informatie overzet op eiwit) uit een cel met het dna op de array laat reageren, kun je zien welke genen in het monster actief zijn. Zo kijk je welke genen aan staan en welke niet, op het moment dat een cel zich bijvoorbeeld deelt.”
Genenbibliotheek
Alle 30 duizend menselijke genen worden gehaald uit een internationale genenbibliotheek. Een robot print het cdna van ieder gen op een glasplaatje (spot). Een duur grapje, want elke test kost dankzij het precisiewerk vijfhonderd euro en voor betrouwbare resultaten moet je de test enkele honderden keren herhalen.
De bio-informaticagroep van Reinders ontwikkelt de zoekalgoritmes waarmee zij uit de enorme bak met data die een microarray-analyse oplevert, logische verbanden kan halen – ongeveer zoals Google met een zoekalgoritme op internet de juiste site weet te vinden. “De resultaten uit de test vormen een voor biologen en medici onbegrijpelijke getallenbrij met erg veel variabelen”, zegt Reinders. “In die informatie van 30 duizend genen moeten wij dan patronen zien te herkennen. Zo krijg je uiteindelijk een totaalplaatje van de genactiviteit en de relaties tussen de genen.”
Het kraken van genencombinaties met algoritmes uit de patroonherkenning van Reinders ging zo goed, dat hij deze maand de resultaten mocht publiceren in ‘Nature Genetics’, samen met collega dr. Lodewyk Wessels en de groep van het UMC.
Het ‘Nature Genetics’-artikel beschrijft een nieuwe vorm van diagnostiek, waarmee ze de terugkeer van kanker in de lymfeknopen sneller herkennen. Om deze methode te testen namen de onderzoekers monsters van weggesneden kankercellen van 82 keelkankerpatiënten, die van 1996 tot 2000 onder het mes waren gegaan. Van deze monsters bepaalden ze welke genen in de cel verantwoordelijk waren voor de terugkeer van de kanker (metastase) nadat de tumor verwijderd was.
Door de tumoren van niet-metastaserende en metastaserende patiënten met behulp van een microarray op moleculair niveau met elkaar te vergelijken, hoopten de onderzoekers de voorspelling betrouwbaarder te maken. Na analyse met een microarray bleken 102 genen een rol te spelen bij de vorming van de ziekte.
De nieuwe methode die de medici samen met de groep van Reinders ontwikkelden bleek een stuk nauwkeuriger dan bestaande analyses, zoals de klinische diagnostiek. Hierbij kijkt een analist naar verdachte eigenschappen in een setje cellen onder een microscoop. Maar liefst 86 procent van alle diagnoses met microarray bleken goed, tegenover 68 procent bij klinische diagnostiek.
Op eenzelfde manier kun je ook een test ontwikkelen voor kinderleukemie. In plaats van beenmergcellen onder een microscoop te leggen, kan met een serie microarrays van het bloed worden bepaald hoe erg een kind er aan toe is en hoe zwaar de behandeling moet zijn. Dit onderzoekt Reinders nu samen met collega dr.ir. Dick de Ridder en het Erasmus Medisch Centrum in Rotterdam.
“De data uit die tests zijn weer een stuk moeilijker te verwerken, omdat je nog meer variabelen hebt”, zegt Reinders. “Bij leukemie is de ontwikkeling van T-cellen (de witte bloedcellen) verstoord en daarbij zijn zeven stadia van eiwitexpressie betrokken. Niet alleen veranderingen op het dna moet je dus kunnen opsporen, maar je moet ook die ketting van elkaar opvolgende eiwitten zien te ontrafelen en zien waar het defect zit.”
Steeds slimmere algoritmes kunnen eerder blootleggen wat genen doen, en ook wat ze niet doen. Voor het Nederlands Kankerinstituut ontwikkelt Reinders samen met collega Lodewyk Wessels daarom ook slimmere rekenmethodes om bij testen voor borstkanker de genactiviteit bloot te leggen.
“Als je een efficiëntere analysemethode hebt, hoef je niet meer zo vaak een microarray te maken”, zegt Reinders. “Bij borstkankeronderzoek met het Nederlands Kankerinstituut hebben we de proef driehonderd keer moeten herhalen om een betrouwbaar resultaat te krijgen en dat maakt het onderzoek erg duur.”
Hiërogliefen
Zoals eerder gezegd, het gaat er in een biologische cel minder overzichtelijk aan toe dan vroeger werd gedacht. Er is geen stukje dna waarop in het vierletterige biologische alfabet staat geschreven dat er een arm gemaakt moet worden door een reeks eiwitten.
Net als woorden die samen een zin maken maar die los van elkaar niks zeggen, maken verschillende genen bij elkaar een logisch verhaal, waar ze afzonderlijk geen betekenis hebben. Bio-informatici proberen uit te vinden welke letters samen een woord vormen (het sequentieniveau), en welke woorden samen een zin maken. Het boek van het leven is dus wel leesbaar, maar vraagt gewoon meer rekenwerk. Vooral omdat eigenschappen niet alleen op dna-niveau worden bepaald, maar ook op rna-, eiwit- en metabolietniveau. Deze lagen beïnvloeden elkaar en maken dat een eigenschap vorm krijgt.
Uit deze onderlinge invloed kunnen informatici ook hun voordeel halen, want weet je niet welk gen actief is, maar je ziet wel welk eiwit er is gemaakt, dan kun je toch herleiden welk gen de opdracht heeft gegeven om het eiwit te maken.
Deze methode heet Pathway-analyse en is vergelijkbaar met de manier waarop hiërogliefen bij Egyptenaren zijn ontcijferd. Dankzij de vondst in 1799 van een stenen tafel, de Rosettasteen, met daarop dezelfde tekst geschreven in hiërogliefen, spijkerschrift en Grieks, konden taalkundigen in 1822 de symbolen van de hiërogliefen tot letters herleiden met hulp van de Griekse tekst. Is het laatste stuk Griekse tekst weggeslagen door bijvoorbeeld de hamer van de archeoloog, dan kun je alsnog die tekst invullen als je inmiddels alle Egyptische symbolen hebt herleid. Op een vergelijkbare manier proberen Reinders en zijn collega-informaticus dr.ir Eugene van Someren de komende vier jaar te achterhalen welke eiwitten, rna-moleculen en genen nu betrokken zijn bij botontkalking, osteoporose. De farmaceutische reus Organon wil zijn onderzoek gebruiken om een medicijn te vinden tegen deze ouderdomsziekte.
“Pathways zijn de toekomst van de bio-informatica”, zegt Van Someren. “In plaats van dat je naar ieder afzonderlijk onderdeeltje kijkt, voorspel je wat de input in een biologisch systeem is geweest als je de output weet. Een veel gebruikte metafoor is een auto. Omdat je de auto naar rechts ziet zwenken, kun je herleiden wat het stuur doet, zonder onder de motorkap te kijken wat ieder afzonderlijk onderdeel uitvoert.”
Onder de wetenschappelijke leiding van prof.dr. Jack Pronk is twee jaar geleden een nieuw biotechnologisch centre of excellence aan het Kluyverlab gestart. Onderzoek aan dit centrum moet met hulp van bio-informatische kennis de laatste geheimen van gist ontrafelen.
Voorlopig hebben zijn biotechnologen de handen vol aan het achterhalen van wat nu de uiterlijke eigenschappen van bakkersgist bepaalt. Ook hier speelt de vraag hoe uiterlijke eigenschappen op genen vastliggen een grote rol. “De volgorde van de zesduizend genen van bakkersgist is nu al acht jaar bekend”, zegt Pronk. “Toch is nog steeds bij zo’n twintig tot vijfentwintig procent van de genen onbekend wat hun functie is. Een belangrijke focus in mijn groep is daarom het koppelen van biologische functies aan genactiviteit. Als we de relatie tussen gen en biologische functie weten, kunnen we met genetic engineering de eigenschappen van het gist optimaliseren voor industriële toepassingen.”
Het Kluyverlab beschikt over zijn eigen microarray-apparaat. Niet voor niks. Bij alle vijftien onderzoeksprojecten in Pronks groep zijn de microarrays nodig, zowel voor toegepast industrieel onderzoek als meer fundamenteel onderzoek naar bijvoorbeeld de stofwisseling in een cel. Het apparaat is nodig om te bepalen hoe dna eigenschappen overdraagt op rna en eiwitten. De groep van Reinders zorgt voor de data-analyse.
Ook voor onderzoek naar evolutie in gistcellen zijn microarrays en stevig rekenwerk nodig. “Een hot topic waar we deze technieken voor gebruiken is evolutionary engineering”, zegt Pronk. “Ultiem doel van dit onderzoek is het identificeren van relevante mutaties (genetische veranderingen), die tijdens evolutie optreden. Als je weet welke genetische verandering voor een verandering in biologische functie zorgt, kun je die kennis toepassen bij het maken van nog beter presterende industriële micro-organismen.”
Met Bill Clinton als eregast werd in 2001 de champagne ontkurkt toen het Human Genome-project werd afgerond. De volgorde van zo’n dertigduizend menselijke genen was in kaart gebracht.
Wat bij het feestje werd verzwegen, was de hamvraag van de 21ste-eeuwse biologie die dankzij het onderzoek was blootgelegd: we hebben maar vijf keer zoveel genen als een gistcel, en toch zijn we als mens vele malen complexer. Blijkbaar heeft ieder afzonderlijk gen in een cel minder te vertellen dan wetenschappers altijd dachten.
Niet iedere eigenschap heeft dus zijn eigen afdeling op de twee meter dna die in iedere lichaamscel verstopt zit. Verschillende genen kunnen invloed op elkaar uitoefenen en zo hun eigen ding doen in het lichaam.
Dat is slecht nieuws voor mensen die met kennis van onze 30 duizend genen een supermens zouden willen maken. Voor biologen is het goed nieuws, want het levert nog tientallen jaren onderzoek op naar hoe genen elkaar beïnvloeden en hoe ze het bouwplan van ons lichaam bepalen.
Ook voor informatici is de uitkomst gunstig. Het analyseren van 30 duizend genen met hun onderlinge interacties vraagt om slimme rekenmethoden en snelle computers. Steeds meer Delftse informatici storten zich daarom op het rekenen aan genen. Zoals bio-informaticus prof.dr.ir. Marcel Reinders van de afdeling mediamatica (Elektrotechniek, Wiskunde en Informatica). Samen met medici van het Utrechts Medisch Centrum (UMC) kraakt hij de codes van keelkankercellen in lymfeklieren. Ook ontwikkelt hij met het Erasmus MC in Rotterdam een leukemietest voor kinderen.
“Belangrijk hulpmiddel in het onderzoek zijn cdna-microarrays, waarmee je op moleculaire schaal de cel kunt bestuderen”, zegt Reinders. “Die microarrays zijn chips waarop met een inkjetprinter alle menselijke genen zijn geprint, cdna zijn dna-kopietjes. Als je een sample van rna (dat dna-informatie overzet op eiwit) uit een cel met het dna op de array laat reageren, kun je zien welke genen in het monster actief zijn. Zo kijk je welke genen aan staan en welke niet, op het moment dat een cel zich bijvoorbeeld deelt.”
Genenbibliotheek
Alle 30 duizend menselijke genen worden gehaald uit een internationale genenbibliotheek. Een robot print het cdna van ieder gen op een glasplaatje (spot). Een duur grapje, want elke test kost dankzij het precisiewerk vijfhonderd euro en voor betrouwbare resultaten moet je de test enkele honderden keren herhalen.
De bio-informaticagroep van Reinders ontwikkelt de zoekalgoritmes waarmee zij uit de enorme bak met data die een microarray-analyse oplevert, logische verbanden kan halen – ongeveer zoals Google met een zoekalgoritme op internet de juiste site weet te vinden. “De resultaten uit de test vormen een voor biologen en medici onbegrijpelijke getallenbrij met erg veel variabelen”, zegt Reinders. “In die informatie van 30 duizend genen moeten wij dan patronen zien te herkennen. Zo krijg je uiteindelijk een totaalplaatje van de genactiviteit en de relaties tussen de genen.”
Het kraken van genencombinaties met algoritmes uit de patroonherkenning van Reinders ging zo goed, dat hij deze maand de resultaten mocht publiceren in ‘Nature Genetics’, samen met collega dr. Lodewyk Wessels en de groep van het UMC.
Het ‘Nature Genetics’-artikel beschrijft een nieuwe vorm van diagnostiek, waarmee ze de terugkeer van kanker in de lymfeknopen sneller herkennen. Om deze methode te testen namen de onderzoekers monsters van weggesneden kankercellen van 82 keelkankerpatiënten, die van 1996 tot 2000 onder het mes waren gegaan. Van deze monsters bepaalden ze welke genen in de cel verantwoordelijk waren voor de terugkeer van de kanker (metastase) nadat de tumor verwijderd was.
Door de tumoren van niet-metastaserende en metastaserende patiënten met behulp van een microarray op moleculair niveau met elkaar te vergelijken, hoopten de onderzoekers de voorspelling betrouwbaarder te maken. Na analyse met een microarray bleken 102 genen een rol te spelen bij de vorming van de ziekte.
De nieuwe methode die de medici samen met de groep van Reinders ontwikkelden bleek een stuk nauwkeuriger dan bestaande analyses, zoals de klinische diagnostiek. Hierbij kijkt een analist naar verdachte eigenschappen in een setje cellen onder een microscoop. Maar liefst 86 procent van alle diagnoses met microarray bleken goed, tegenover 68 procent bij klinische diagnostiek.
Op eenzelfde manier kun je ook een test ontwikkelen voor kinderleukemie. In plaats van beenmergcellen onder een microscoop te leggen, kan met een serie microarrays van het bloed worden bepaald hoe erg een kind er aan toe is en hoe zwaar de behandeling moet zijn. Dit onderzoekt Reinders nu samen met collega dr.ir. Dick de Ridder en het Erasmus Medisch Centrum in Rotterdam.
“De data uit die tests zijn weer een stuk moeilijker te verwerken, omdat je nog meer variabelen hebt”, zegt Reinders. “Bij leukemie is de ontwikkeling van T-cellen (de witte bloedcellen) verstoord en daarbij zijn zeven stadia van eiwitexpressie betrokken. Niet alleen veranderingen op het dna moet je dus kunnen opsporen, maar je moet ook die ketting van elkaar opvolgende eiwitten zien te ontrafelen en zien waar het defect zit.”
Steeds slimmere algoritmes kunnen eerder blootleggen wat genen doen, en ook wat ze niet doen. Voor het Nederlands Kankerinstituut ontwikkelt Reinders samen met collega Lodewyk Wessels daarom ook slimmere rekenmethodes om bij testen voor borstkanker de genactiviteit bloot te leggen.
“Als je een efficiëntere analysemethode hebt, hoef je niet meer zo vaak een microarray te maken”, zegt Reinders. “Bij borstkankeronderzoek met het Nederlands Kankerinstituut hebben we de proef driehonderd keer moeten herhalen om een betrouwbaar resultaat te krijgen en dat maakt het onderzoek erg duur.”
Hiërogliefen
Zoals eerder gezegd, het gaat er in een biologische cel minder overzichtelijk aan toe dan vroeger werd gedacht. Er is geen stukje dna waarop in het vierletterige biologische alfabet staat geschreven dat er een arm gemaakt moet worden door een reeks eiwitten.
Net als woorden die samen een zin maken maar die los van elkaar niks zeggen, maken verschillende genen bij elkaar een logisch verhaal, waar ze afzonderlijk geen betekenis hebben. Bio-informatici proberen uit te vinden welke letters samen een woord vormen (het sequentieniveau), en welke woorden samen een zin maken. Het boek van het leven is dus wel leesbaar, maar vraagt gewoon meer rekenwerk. Vooral omdat eigenschappen niet alleen op dna-niveau worden bepaald, maar ook op rna-, eiwit- en metabolietniveau. Deze lagen beïnvloeden elkaar en maken dat een eigenschap vorm krijgt.
Uit deze onderlinge invloed kunnen informatici ook hun voordeel halen, want weet je niet welk gen actief is, maar je ziet wel welk eiwit er is gemaakt, dan kun je toch herleiden welk gen de opdracht heeft gegeven om het eiwit te maken.
Deze methode heet Pathway-analyse en is vergelijkbaar met de manier waarop hiërogliefen bij Egyptenaren zijn ontcijferd. Dankzij de vondst in 1799 van een stenen tafel, de Rosettasteen, met daarop dezelfde tekst geschreven in hiërogliefen, spijkerschrift en Grieks, konden taalkundigen in 1822 de symbolen van de hiërogliefen tot letters herleiden met hulp van de Griekse tekst. Is het laatste stuk Griekse tekst weggeslagen door bijvoorbeeld de hamer van de archeoloog, dan kun je alsnog die tekst invullen als je inmiddels alle Egyptische symbolen hebt herleid. Op een vergelijkbare manier proberen Reinders en zijn collega-informaticus dr.ir Eugene van Someren de komende vier jaar te achterhalen welke eiwitten, rna-moleculen en genen nu betrokken zijn bij botontkalking, osteoporose. De farmaceutische reus Organon wil zijn onderzoek gebruiken om een medicijn te vinden tegen deze ouderdomsziekte.
“Pathways zijn de toekomst van de bio-informatica”, zegt Van Someren. “In plaats van dat je naar ieder afzonderlijk onderdeeltje kijkt, voorspel je wat de input in een biologisch systeem is geweest als je de output weet. Een veel gebruikte metafoor is een auto. Omdat je de auto naar rechts ziet zwenken, kun je herleiden wat het stuur doet, zonder onder de motorkap te kijken wat ieder afzonderlijk onderdeel uitvoert.”
Onder de wetenschappelijke leiding van prof.dr. Jack Pronk is twee jaar geleden een nieuw biotechnologisch centre of excellence aan het Kluyverlab gestart. Onderzoek aan dit centrum moet met hulp van bio-informatische kennis de laatste geheimen van gist ontrafelen.
Voorlopig hebben zijn biotechnologen de handen vol aan het achterhalen van wat nu de uiterlijke eigenschappen van bakkersgist bepaalt. Ook hier speelt de vraag hoe uiterlijke eigenschappen op genen vastliggen een grote rol. “De volgorde van de zesduizend genen van bakkersgist is nu al acht jaar bekend”, zegt Pronk. “Toch is nog steeds bij zo’n twintig tot vijfentwintig procent van de genen onbekend wat hun functie is. Een belangrijke focus in mijn groep is daarom het koppelen van biologische functies aan genactiviteit. Als we de relatie tussen gen en biologische functie weten, kunnen we met genetic engineering de eigenschappen van het gist optimaliseren voor industriële toepassingen.”
Het Kluyverlab beschikt over zijn eigen microarray-apparaat. Niet voor niks. Bij alle vijftien onderzoeksprojecten in Pronks groep zijn de microarrays nodig, zowel voor toegepast industrieel onderzoek als meer fundamenteel onderzoek naar bijvoorbeeld de stofwisseling in een cel. Het apparaat is nodig om te bepalen hoe dna eigenschappen overdraagt op rna en eiwitten. De groep van Reinders zorgt voor de data-analyse.
Ook voor onderzoek naar evolutie in gistcellen zijn microarrays en stevig rekenwerk nodig. “Een hot topic waar we deze technieken voor gebruiken is evolutionary engineering”, zegt Pronk. “Ultiem doel van dit onderzoek is het identificeren van relevante mutaties (genetische veranderingen), die tijdens evolutie optreden. Als je weet welke genetische verandering voor een verandering in biologische functie zorgt, kun je die kennis toepassen bij het maken van nog beter presterende industriële micro-organismen.”
Comments are closed.