Computational methods for integrating and analyzing human systems biology data

Abstract

The combination of heterogeneous biological datasets is a key requirement for modern molecular systems biology. Of particular importance for our understanding of complex biological systems like the human cell are data about the interactions of proteins with other molecules. In this thesis, we develop and apply methods to improve the availability and the quality of such interaction data. We also demonstrate how these data can be used in interdisciplinary studies to discover new biological results. First, we develop technical systems for the instant integration of interaction data that are stored and maintained in separate online repositories. Second, we implement a computational framework for the application of multiple scoring algorithms to qualitatively assess different aspects of interaction data. Our methods are based on distributed client-server systems, ensuring that the services can be updated continuously. This promotes equal access to interaction data and allows researchers to expand the client-server systems with their own service. Third, we focus our application studies on integrative network-based analyses of human host factors for viral infections. Our applications provide new biological insights into the life cycle of the hepatitis C virus and identify new potential candidates for antiviral drug therapy.

Die Kombination verschiedener biologischer Datensätze ist für die moderne molekulare Systembiologie unumgänglich. Eine besondere Bedeutung für unser Verständnis von komplexen biologischen Systemen wie der Zelle haben dabei Daten über die Wechselwirkungen von Proteinen mit anderen Molekülen. In dieser Arbeit entwickeln und verwenden wir Methoden zur Verbesserung der Verfügbarkeit und Bewertbarkeit von solchen Interaktionsdaten. Wir zeigen auch, wie diese Daten in interdisziplinären Studien genutzt werden können, um neue biologische Erkenntnisse zu gewinnen. Zuerst entwickeln wir technische Systeme, um Interaktionsdaten von verschiedenen Quellen des Internets zusammenzuführen. Danach entwickeln wir ein computergestütztes System, welches die Anwendung verschiedener Algorithmen ermöglicht, um unterschiedliche Aspekte von Wechselwirkungen qualitativ zu bewerten. Unsere Methoden basieren auf verteilten Client-Server-Systemen, die sicherstellen, dass einzelne Dienste dauerhaft aktuell gehalten werden können. Zudem fördert dies einen gleichberechtigten Zugang zu Interaktionsdaten, und Wissenschaftler können die Systeme mit eigenen Diensten erweitern. Unser Anwendungsschwerpunkt liegt auf der netzwerkbasierten Analyse humaner Wirtsfaktoren für virale Infektionen. Unsere Auswertungen tragen zu einem besseren Verständnis des Lebenszyklus des Hepatitis-C-Virus bei und zeigen Ansatzpunkte für die Entwicklung neuer antiviraler Medikamente auf.