Übersicht
Biologische Systeme sind grundsätzlich relational – Moleküle agieren nicht isoliert, sondern bilden komplexe Interaktionsnetzwerke. Die Netzwerkvisualisierung wandelt diese Beziehungen in Diagramme um, in denen Knoten Einheiten (Proteine, Gene, Metaboliten) und Kanten Interaktionen (physikalische Bindung, regulatorische Kontrolle, Stoffwechselfluss) darstellen. Die resultierenden Diagramme zeigen Eigenschaften auf Systemebene wie Hub-Knoten, Netzwerkmodule und Pfadübersprechen, die bei der Untersuchung einzelner Komponenten unsichtbar sind. Die Netzwerkanalyse ist zu einer Kernmethode der Systembiologie geworden.
Schlüsselkonzepte
Layout-Algorithmen bestimmen Knotenpositionen, um die Struktur zu vermitteln. Kraftgesteuerte Layouts simulieren physikalische Kräfte – Knoten stoßen sich ab, während Kanten sich anziehen – und erzeugen Cluster dicht verbundener Knoten. Knoten- und Kantenattribute kodieren zusätzliche Daten durch Größe, Farbe und Dicke. Der Grad (Anzahl der Verbindungen) und die Zwischenzentralität (Gateway-Rolle) eines Knotens heben biologisch wichtige Proteine hervor. Netzwerktypen umfassen Protein-Protein-Interaktionsnetzwerke, Genregulationsnetzwerke, Stoffwechselnetzwerke und Koexpressionsnetzwerke. Tools wie Cytoscape, Gephi und igraph bieten umfassende Visualisierungs- und Analysefunktionen.
Anwendungen
Die Netzwerkvisualisierung fördert die Entdeckung vieler biologischer Bereiche. Protein-Protein-Interaktion-Netzwerke identifizieren krankheitsassoziierte Hub-Proteine und Proteinkomplexe. Zellsignalisierung und Signaltransduktion Pfade werden als gerichtete Netzwerke modelliert, in denen Kanten Aktivierungs- oder Hemmungssignale verbreiten. Stoffwechselwege werden als zweiteilige Netzwerke dargestellt, die Enzyme mit ihren Substraten und Produkten verbinden und so eine Flussbilanzanalyse und Stoffwechseltechnik ermöglichen.
Praktisches Protokoll
Um ein Protein-Protein-Interaktionsnetzwerk in Cytoscape zu erstellen, beginnen Sie mit der Abfrage der STRING-Datenbank (string-db.org) mit einem Protein von Interesse, z. B. „TP53“. STRING gibt ein Interaktionsnetzwerk mit Konfidenzwerten für jede Kante zurück. Erhöhen Sie den erforderlichen Mindestkonfidenzwert auf 0,7 (hohes Konfidenzniveau), um unerwünschte Interaktionen zu filtern. Klicken Sie dann auf „Exportieren“ und laden Sie die durch Tabulatoren getrennte Netzwerkdatei herunter. Öffnen Sie Cytoscape und importieren Sie die Datei über Datei > Importieren > Netzwerk > Datei. Das Netzwerk wird als Standardlayout angezeigt. Wenden Sie das „Prefuse Force Directed Layout“ aus dem Layout-Menü an, um dicht verbundene Proteine zu gruppieren. Mithilfe des Bedienfelds „Stil“ können Knoten nach Gradzentralität (Anzahl der Interaktionen) dimensioniert und nach Zwischenzentralität eingefärbt werden. Dadurch werden Hub-Proteine (hoher Grad) und Engpassproteine (hohe Zwischenzentralität) hervorgehoben, die für die Netzwerkintegrität von entscheidender Bedeutung sein können. Wenn man beispielsweise das TP53-Interaktionsnetzwerk visualisiert, erscheint TP53 selbst als hochgradiger Knotenpunkt, der mit MDM2, CDKN1A, BAX und Dutzenden anderen Proteinen verbunden ist, die am Stillstand des Zellzyklus und der Apoptose beteiligt sind. Knoten, die bekannte krebsassoziierte Proteine (z. B. ATM, CHEK2) darstellen, weisen typischerweise eine hohe Zwischenzentralität auf und verbinden TP53 mit DNA-Schadensreaktionswegen. Diese topologische Analyse hilft bei der Priorisierung von Proteinen für die Funktionsvalidierung: Ein Protein mit hoher Verflechtung in einem krankheitsrelevanten Netzwerk kann aufgrund seiner Kontrolle über den Informationsfluss, auch wenn es nicht unterschiedlich exprimiert wird, immer noch ein attraktives Ziel für Medikamente sein. Die Netzwerkvisualisierung verbindet somit strukturelle Interaktionsdaten und funktionale Priorisierung und leitet sowohl die Hypothesengenerierung als auch die experimentelle Validierung in der Systembiologie.
