Ny mjukvara tydliggör osäkerheter i biologiska nätverk

Forskare vid KTH, Mittuniversitetet och AstraZeneca utvecklar mjukvara som ska hjälpa forskare att undersöka de komplexa molekylära reaktionsnätverk som utgör våra celler. Särskilt fokus är att tydliggöra de osäkerheter som uppstår vid modellering och experiment.

Inuti varje cell pågår ett intensivt samspel mellan molekyler. Proteiner påverkar varandra, signaler skickas vidare och reaktioner bildar kedjor som styr cellens funktion. Sådana reaktionsnätverk kan beskriva allt från biokemiska mekanismer i nervceller till hur sjukdomar sprids i en population. Samtidigt är systemen ofta så komplexa att de är svåra att överblicka utan kvantitativa modeller som beskriver de ingående dynamiska reaktionerna.

Visualisera och kvantifiera osäkerheten
Ett nytt projekt, finansierat av Stiftelsen för strategisk forskning, utvecklar nu en ny mjukvara för att modellera så kallade osäkra reaktionsnätverk. Målet är ett användarvänligt program i statistikprogrammet R som samlar flera avancerade men för forskare mycket användbara funktioner: hantering av data och modeller enligt internationella kvalitetsstandarden FAIR, effektiv simulering av icke-linjära system, Bayesiansk osäkerhetsanalys, global känslighetsanalys och dynamisk grafvisualisering.
– Reaktionsnätverk är komplexa system och det finns ofta begränsade mängder experimentella data när man ska beskriva dem. Det betyder att osäkerheten kan bli stor. Vårt största bidrag är att kunna visualisera och kvantifiera osäkerheten och använda detta för att guida framtida experiment, säger Olivia Eriksson. Hon leder projektet och forskar vid KTH och Science for Life Laboratory.
Utöver Olivia Eriksson samlar projektet en rad seniora kompetenser inom bland annat systembiologi, osäkerhetsanalys, mjukvaruutveckling, matematisk statistik och visualisering. Därtill samarbetar projektet med AstraZeneca kring tillämpningar inom läkemedelsforskning.
– Våra olika kompetenser behövs för att binda ihop frågeställningarna, utveckla programkoden och göra verktyget tillgängligt för forskare som inte är experter på programmering.
En första prototyp finns redan som ett R-paket, ett öppet källkodsverktyg som andra forskare kan ladda ner och använda. Under de kommande tre åren ska forskarna integrera komponenterna och utveckla ett mer användarvänligt program med interaktiv visualisering av informationsflöden och dynamik i nätverken.
Resultatet ska bli ett verktyg för både cellbiologer, läkemedelsutvecklare och andra forskare som vill förstå, modellera och påverka komplexa biologiska system.