Ikhtisar
Sistem biologis pada dasarnya bersifat relasional, molekul tidak bertindak secara terpisah tetapi membentuk jaringan interaksi yang rumit. Visualisasi jaringan mengubah hubungan ini menjadi grafik di mana node mewakili entitas (protein, gen, metabolit) dan tepi mewakili interaksi (pengikatan fisik, kontrol regulasi, fluks metabolisme). Diagram yang dihasilkan mengungkapkan properti tingkat sistem seperti node hub, modul jaringan, dan jalur crosstalk yang tidak terlihat saat memeriksa masing-masing komponen. Analisis jaringan telah menjadi metodologi inti dalam biologi sistem.
Konsep Utama
Algoritme tata letak menentukan posisi node untuk menyampaikan struktur. Tata letak yang diarahkan oleh gaya mensimulasikan kekuatan fisik, titik-titik tolak menolak sementara ujung-ujungnya saling tarik-menarik, menghasilkan kelompok-kelompok titik-titik yang terhubung erat. Atribut simpul dan tepi mengkodekan data tambahan melalui ukuran, warna, dan ketebalan. Derajat simpul (jumlah koneksi) dan sentralitas antar (peran gerbang) menyoroti protein penting secara biologis. Jenis jaringan mencakup jaringan interaksi protein-protein, jaringan pengatur gen, jaringan metabolisme, dan jaringan ekspresi bersama. Alat seperti Cytoscape, Gephi, dan igraph memberikan kemampuan visualisasi dan analisis yang komprehensif.
Aplikasi
Visualisasi jaringan mendorong penemuan di banyak domain biologis. Jaringan Interaksi protein-protein mengidentifikasi protein hub dan kompleks protein yang terkait dengan penyakit. Jalur sinyal sel dan transduksi sinyal dimodelkan sebagai jaringan terarah di mana tepinya menyebarkan sinyal aktivasi atau penghambatan. Jalur metabolisme direpresentasikan sebagai jaringan bipartit yang menghubungkan enzim ke substrat dan produknya, memungkinkan analisis keseimbangan fluks dan rekayasa metabolisme.
Protokol Praktis
Untuk membuat jaringan interaksi protein-protein di Cytoscape, mulailah dengan menanyakan database STRING (string-db.org) dengan protein yang diinginkan, misalnya, “TP53”. STRING mengembalikan jaringan interaksi dengan skor keyakinan untuk setiap edge. Tingkatkan skor keyakinan minimum yang diperlukan menjadi 0,7 (keyakinan tinggi) untuk memfilter interaksi palsu, lalu klik “Ekspor” dan unduh file jaringan yang dipisahkan tab. Buka Cytoscape dan impor file melalui File > Impor > Jaringan > File. Jaringan muncul sebagai tata letak default; terapkan “Prefuse Force Directed Layout” dari menu Layout untuk mengelompokkan protein yang terhubung secara padat. Node dapat diukur berdasarkan derajat sentralitas (jumlah interaksi) dan diwarnai berdasarkan sentralitas antar menggunakan panel Style, panel ini langsung menyoroti protein hub (derajat tinggi) dan protein hambatan (keterhubungan tinggi) yang mungkin penting untuk integritas jaringan. Misalnya, ketika memvisualisasikan jaringan interaksi TP53, TP53 sendiri muncul sebagai hub tingkat tinggi yang terhubung ke MDM2, CDKN1A, BAX, dan lusinan protein lain yang terlibat dalam penghentian siklus sel dan apoptosis. Node yang mewakili protein terkait kanker yang diketahui (misalnya, ATM, CHEK2) biasanya menunjukkan sentralitas keterhubungan yang tinggi, menjembatani TP53 dengan jalur respons kerusakan DNA. Analisis topologi ini membantu memprioritaskan protein untuk validasi fungsional: protein dengan tingkat keterhubungan yang tinggi dalam jaringan yang relevan dengan penyakit, meskipun tidak diekspresikan secara berbeda, mungkin masih menjadi target obat yang menarik karena kendalinya terhadap aliran informasi. Visualisasi jaringan menjembatani data interaksi struktural dan prioritas fungsional, memandu pembuatan hipotesis dan validasi eksperimental dalam biologi sistem.
