MetaGraph

Представьте, что вы ищете все видео, где есть красные воздушные шары — даже если в названии или описании про них ни слова. MetaGraph делает то же самое, только с генами в огромных базах данных секвенирования: от вирусных до человеческих.

За последние десятилетия генетические архивы выросли до астрономических масштабов. В них накопились петабайты необработанных данных из сырых фрагментов ДНК и РНК, в которых невозможно просто так что-то найти привычными методами. Учёные тонули в этих данных — ведь чем больше информации собиралось, тем труднее было её использовать.

И вот команда ученых из Швейцарского федерального технологического института в Цюрихе предложила решение — математические алгоритмы, которые объединяют перекрывающиеся участки ДНК, словно собирая фразу из кусочков предложений. На основе этой идеи они создали MetaGraph — поисковую систему, которая «понимает» структуру биологических данных и сжимает их до компактного и доступного формата.

MetaGraph объединила данные из семи крупнейших хранилищ в виде 18,8 миллионов уникальных наборов последовательностей ДНК и РНК, а также 210 миллиардов белковых фрагментов. Это архив жизни на Земле от бактерий до человека, где теперь можно искать любые биологические мотивы всего за один запрос.

Чтобы показать, как это работает, исследователи запустили поиск по 241 тысяче образцов человеческого микробиома, и за час выявили гены устойчивости к антибиотикам по всему миру. Обычно такие задачи раньше занимали недели или месяцы даже на суперкомпьютерах.

MetaGraph не единственный инструмент в гонке за «геномным интернетом». Параллельно команда разработала похожую систему Logan, которая может собирать миллиарды коротких фрагментов ДНК в длинные последовательности, выявляя целые гены. Этот подход менее гибкий, чем у MetaGraph, но зато более быстрый. С его помощью исследователи нашли сотни миллионов вариантов фермента, расщепляющего пластик.

Но за этими открытиями стоит и другой, более человеческий смысл. MetaGraph стала возможной потому, что миллионы учёных по всему миру выкладывали результаты своих исследований в открытый доступ. Без этих данных не было бы ни MetaGraph, ни Logan, ни десятков открытий, сделанных с их помощью.

Теперь, когда человечество научилось искать в генетических архивах так же просто, как в браузере, биология вступила в эпоху глобального поиска. И, возможно, уже скоро новая революция в поиске генетических данных начнется именно здесь.