Achtergrond afbeelding Achtergrond afbeelding darkmode

WikiPathways as a platform for COVID-19 biological pathway models

WikiPathways is een wereldwijd bekend en gevestigd kennisplatform, opgericht en onderhouden door Maastricht Universiteit. Het platform maakt moleculaire pathway modellen toegankelijk voor onderzoekers, houdt zijn pathway collectie up-to-date en ondersteunt het proces van medicijnontwikkeling voor de verschillende fasen van COVID-19.

Dit project is opgestart als reactie op de wereldwijde uitbraak van COVID-19, met als doel de moleculaire mechanismen van SARS-CoV-2-infecties te doorgronden. Dit inzicht was cruciaal voor de snelle ontwikkeling van effectieve behandelingen.

Doel

De kern van de doelstellingen van dit project was het uitbreiden van het WikiPathways COVID-19-portaal en het ontwikkelen van nieuwe tools en workflows om de analyse en het begrip van COVID-19 op moleculair niveau te verbeteren.

Het onderzoek kende 3 aspecten om het gevecht tegen COVID-19 en toekomstige uitbraken te helpen voeren:

  1. Uitbreiding van WikiPathways als bron voor COVID-19 pathway modellen. Dit werd gedaan door modellen en informatie te delen en samen te werken met alle COVID-19-onderzoeken.
  2. Verbetering van software om virus-mens interacties binnen relevante COVID-19 moleculaire processen beter te beschrijven zodat computers ze kunnen gebruiken.
  3. De ontwikkeling van analyseprocedures gebruikmakend van de constante instroom van kennis, experimenten en klinische data.

Aanpak/werkwijze

De onderzoekers hebben een multidisciplinaire benadering toegepast die de onderzoeksvelden bio-informatica, systeembiologie en geneesmiddelhergebruik combineerde. Cruciale elementen waren de ontwikkeling van moleculaire pathwaymodellen, software voor data-analyse en methoden voor geneesmiddelhergebruik.

Resultaten

Het onderzoeksteam heeft een uitgebreide reeks tools en methodologieën ontwikkeld om de kennis van COVID-19 op moleculair niveau te verdiepen en potentiële behandelingen te identificeren. Ze hebben het WikiPathways COVID-19 portaal uitgebreid met 38 gedetailleerde modellen van virusgerelateerde biologische processen, ondersteund door bijdragen van onderzoekers wereldwijd. De software voor het creëren en analyseren van pathwaymodellen is vrij beschikbaar en belangrijke functies zijn toegevoegd, wat bijdroeg aan een bredere wetenschappelijke impact. Daarnaast hebben de onderzoekers geneesmiddelhergebruik onderzocht om nieuwe toepassingen voor bestaande medicijnen te vinden voor de behandeling van COVID-19 en de langetermijneffecten ervan. De resultaten van dit project zijn breed verspreid via wetenschappelijke publicaties, internationale conferenties en educatieve workshops. Dit samenwerkingsverband bevorderde niet alleen het begrip van COVID-19, maar bereidde ook voor op toekomstige gezondheidsuitdagingen.

Producten

Titel: Drug-target identification in COVID-19 disease mechanisms using computational systems biology approaches
Auteur: Niarakis A, Ostaszewski M, Mazein A, Kuperstein I, Kutmon M, et al.
Magazine: Frontiers Immunology
Link: https://doi.org/10.3389/fimmu.2023.1282859
Titel: A protocol for adding knowledge to Wikidata: aligning resources on human coronaviruses
Auteur: Waagmeester A, Willighagen EL, Su AI, Kutmon M, Gayo JEL, Fernández-Álvarez D, Groom Q, Schaap PJ, Verhagen LM, Koehorst JJ.
Magazine: BMC Biology
Link: https://doi.org/10.1186/s12915-020-00940-y
Titel: WikiPathways 2024: next generation pathway database
Auteur: Ayushi Agrawal, Hasan Balci, Kristina Hanspers, Susan L Coort, Marvin Martens, Denise N Slenter, Friederike Ehrhart, Daniela Digles, Andra Waagmeester, Isabel Wassink, Tooba Abbassi-Daloii, Elisson N Lopes, Aishwarya Iyer, Javier Millán Acosta, Lars G Willighagen, Kozo Nishida, Anders Riutta, Helena Basaric, Chris T Evelo, Egon L Willighagen, Martina Kutmon, Alexander R Pico
Magazine: Nucleic Acids Research
Link: https://doi.org/10.1093/nar/gkad960
Titel: Human Monocytes Exposed to SARS-CoV-2 Display Features of Innate Immune Memory Producing High Levels of CXCL10 upon Restimulation
Auteur: Cvetkovic J, Jacobi RHJ, Miranda-Bedate A, Pham N, Kutmon M, Groot J, van de Garde MDB, Pinelli E.
Magazine: Journal of Innate Immunity
Link: https://doi.org/10.1159/000535120
Titel: Ten simple rules for creating reusable pathway models for computational analysis and visualization
Auteur: Hanspers K, Kutmon M, Coort SL, Digles D, Dupuis LJ, Ehrhart F, Hu F, Lopes EN, Martens M, Pham N, Shin W, Slenter DN, Waagmeester A, Willighagen EL, Winckers LA, Evelo CT, Pico AR.
Magazine: PLoS Computational Biology
Link: https://doi.org/10.1371/journal.pcbi.1009226
Titel: COVID19 Disease Map, a computational knowledge repository of virus-host interaction mechanisms
Magazine: Molecular Systems Biology
Link: https://doi.org/10.15252/msb.202110387
Titel: Tissue-specific pathway activities: A retrospective analysis in COVID-19 patients
Auteur: Pham N, Hu F, Evelo CT, Kutmon M.
Magazine: Frontiers Immunology
Link: https://doi.org/10.3389/fimmu.2022.963357
Titel: GPML2021 schema definition
Link: https://pathvisio.org/documentation/GPML2021-doc.html
Titel: Molecular pathway collection for COVID-19
Link: https://covid.wikipathways.org/
Titel: Workshop material to COVID-19 pathway curation, analysis and visualization
Link: https://github.com/BIGCAT-COVID19

Snel naar

Kenmerken

  • Projectnummer:
    10430012010015
  • Looptijd: 100%
    Looptijd: 100 %
    2020
    2024
  • Gerelateerde programma's:
  • Gerelateerde subsidieronde:
  • Projectleider en penvoerder:
    dr. M. Kutmon
  • Verantwoordelijke organisatie:
    Maastricht University