Gegevens ordenen om de processen in een plant te begrijpen

Dankzij moderne technieken kunnen onderzoekers precies achterhalen welke stoffen waar in een plant voorkomen en welke genen daar op een gegeven moment tot expressie komen. Maar hoe breng je nu al die gegevens met elkaar in verband? Dat is werk voor de bio-informatici van Plant Research International. Via een systeembiologische aanpak combineren ze bijvoorbeeld de resultaten van DNA-onderzoek met de uitkomsten van onderzoek op eiwit-niveau.

Om te groeien, te bloeien en vruchten te produceren zet een plant vele processen naast en na elkaar in gang. Wanneer wat gebeurt is afhankelijk van genen die de processen in gang zetten of juist stoppen. Er ontstaan diverse (tussen)producten die soms weer leiden tot volgende reacties en die allemaal afzonderlijk te meten zijn.

Wie zo’n proces in een plant wil sturen, om bijvoorbeeld een hogere opbrengst te krijgen, moet precies weten welk gen belangrijk is voor een bepaald proces en welke stoffen wat teweegbrengen. Met moderne meettechnieken is van elk extract uit een plant te bepalen welke genen actief zijn en welke metabolieten en eiwitten erin zitten. Al die meettechnieken leiden tot enorme hoeveelheden gegevens, waar niet direct een verband tussen te vinden is.

Onze onderzoekers ontwikkelen dan ook programma’s om die verbanden aan te tonen. Daarvoor maken ze eerst software die automatisch de foute meetgegevens eruit selecteert. Meetapparaten kunnen tenslotte fouten maken. En ze leggen databanken aan om de gegevens te ordenen en voor vervolgonderzoek gemakkelijk toegankelijk te maken.

Mathematische modellen

Vervolgens maken ze mathematische modellen die de verbanden tussen componenten laat zien. Zo’n modelmatig verband wordt vervolgens in laboratoriumexperimenten gecheckt. Soms blijkt het model dan toch niet te kloppen Mogelijk zijn er te weinig onderdelen meegenomen of de relatie tussen de onderdelen is niet goed genoeg beschreven. Het uiteindelijke doel is om een model te maken dat de complexe werkelijkheid zoveel mogelijk benadert.

Met zo’n model zijn voorspellingen te doen: zoals hoeveel stoffen een enzym aanmaakt als er een bepaalde hoeveelheid van een andere stof aanwezig is. Dat opent de weg naar de volgende stap: beïnvloeden van het proces dat het model beschrijft. Als je nu eens een bepaalde stof toevoegt of weglaat, gaat de  plant dan eerder of juist later bloeien? Zo leidt gedetailleerd begrip van een proces uiteindelijk tot de mogelijkheid om (processen in) planten te veranderen.

Is het proces op microniveau bekend, dan gaan onze onderzoekers een niveau hoger. Totdat ze uiteindelijk begrijpen hoe de plant in zijn ecosysteem functioneert. Deze manier van werken wordt ook wel systeembiologie genoemd.

Naar