Antonio Fabregat és l'autor de la tesi doctoral «Performance optimisation of biological pathway data storage, retrieval, analysis and its interactive visualisation», guanyador del Premi Extraordinari de Doctorat en l'àrea d'Enginyeria atorgat per la Universitat de València per al curs 2020-2021. L'objectiu de la investigació duta a terme per Fabregat era optimitzar el rendiment de l'emmagatzematge, accés, anàlisi i visualització interactiva de dades de rutes biològiques (biological pathways). En aquesta entrevista li preguntem sobre la seua tesi i l'aplicació del resultat així com de quina forma es podria continuar el seu treball.
Què et va portar a realitzar aquest estudi?
L'enginyeria informàtica sempre ha sigut la meua passió i en els últims anys de carrera vaig començar a aplicar els meus coneixements en l'àrea de la biologia. Ja a Cambridge, el Regne Unit, vaig començar a treballar en Reactome, un grup del European Bioinformatics Institute centrat en el desenvolupament d'una base de dades de rutes biològiques. De seguida em vaig adonar del potencial d'aquest projecte i de les immenses possibilitats tant d'aplicar tot l'aprés durant els meus anys de carrera i màster com per a dur a terme una investigació que permetera espentar els límits i la utilitat dels serveis oferits.
Va ser llavors quan vaig conéixer a Pablo Marín, un dels meus directors de tesis. Amb ell vaig començar a formar un pla de refactorització basat en l'ús de noves tecnologies i a poc a poc, amb el suport i aportació d'idees de diversos membres de Reactome, es va quallar la idea d'optimitzar el rendiment de l'emmagatzematge, accés, anàlisi i visualització interactiva de dades de rutes biològiques. Amb tot això ens vam posar en contacte amb Vicente Arnau i entre els tres establim les bases del que anys després acabaria sent aquest treball de tesi.
Com pot ajudar aquesta tesi per a altres investigacions científiques?
Aquesta tesi pot ser útil i fins i tot influir en altres investigacions a dos nivells; per l'ús del producte o com a exemple de desenvolupament professional de programari en entorns bioinformàtics.
D'una banda, donada la modularidad del producte desenvolupat, es pot accedir a aquest ja siga directament a través del portal de Reactome o a través d'altres projectes que l'integren i enriqueixen amb dades de tercers. D'aquesta manera, el servei desenvolupat com a resultat de la tesi també es pot utilitzar en altres investigacions científiques, dins de l'àmbit de la biomedicina o biologia, on siga necessari explorar les rutes biològiques implicades en la patologia estudiada.
D'altra banda, les diferents publicacions en les quals es basa aquesta tesi, expliquen com es van anar desenvolupant els diferents blocs que van donar com a resultat un servei d'alta qualitat per a realitzar cerques, anàlisis i exploració de rutes biològiques. Per tant, aquestes publicacions poden ser usats com a exemple de la seqüència de passos a seguir en projectes d'investigació en bioinformàtica on s'ha de partir d'uns requisits clars per a arribar a una meta ben definida.
Com es pot aplicar aquest estudi en el desenvolupament de fàrmacs?
Quan s'estudien determinades condicions patològiques, els mètodes d'anàlisis de rutes biològiques es poden usar per a identificar les proteïnes o gens d'interés clínic. Posem-nos en un hipotètic cas en el qual s'aconsegueix determinar que la patologia estudiada és causada per la mutació d'un gen que al seu torn genera una proteïna que modifica l'equilibri o la seqüència de reaccions i fa que s'acumulen molècules perjudicials per a la cèl·lula.
L'objectiu en aquest cas seria desenvolupar un fàrmac que modifique l'activitat d'aquesta proteïna per a corregir aqueix acúmulo de residus. Per desgràcia no sempre és possible atacar directament el problema i a vegades fa falta trobar altres molècules que estiguen relacionades amb la ruta en qüestió o que actuen sobre el producte perjudicial per a regular-lo. Ací, eines com Reactome i l'arquitectura muntada per davall permeten explorar les rutes biològiques d'una forma més dinàmica i interconnectada per a ajudar a trobar dianes terapèutiques útils d'una forma més senzilla.
Quina creus que podria ser la continuació del teu treball?
Al meu entendre, hi ha dos temes molt interessants que serien una continuació natural d'aquest treball. D'una banda estandarditzar la visualització dels diagrames de rutes biològiques per a generar-los automàticament amb resultats homogenis. D'altra banda, una altra manera de continuar seria afegir més mètodes d'anàlisis per a ampliar l'espectre de possibilitats a l'hora de resoldre els problemes als quals els investigadors s'enfronten en el seu dia a dia.
Finalment, atés que les aplicacions desenvolupades en aquesta tesi depenen de dades prèviament recopilades, anotats i emmagatzemats, un tema recurrent en les meues converses amb Pablo Marín és que un altre possible punt de millora seria centrar-se en aquesta part inicial. La idea seria desenvolupar una eina de curació seguint els estàndards presentats en aquesta tesi per a donar suport als curadors amb l'objectiu de reduir els problemes en les dades d'entrada i així millorar el procés d'exploració.
Accedeix a la tesi: https://roderic.uv.es/handle/10550/67008
Enllaços a les publicacions de la tesi:
- Reactome graph database: Efficient access to complex pathway data
PLOS Computational Biology, 2018
https://doi.org/10.1371/journal.pcbi.1005968 - Reactome pathway analysis: a high-performance in-memory approach
BMC Bioinformatics, 2017
https://doi.org/10.1186/s12859-017-1559-2 - Reactome diagram viewer: data structures and strategies to boost performance
Bioinformatics, 2017
https://doi.org/10.1093/bioinformatics/btx752 - Reactome enhanced pathway visualization
Bioinformatics, 2017
https://doi.org/10.1093/bioinformatics/btx441 - The Reactome Pathway Knowledgebase
Nucleic Acids Research
2018: https://doi.org/10.1093/nar/gkx1132
2016: https://doi.org/10.1093/nar/gkv1351
2014: https://doi.org/10.1093/nar/gkt1102
