Er zijn duizenden ziekteverwekkers die ons kunnen aanvallen en we hebben maar één afweersysteem. Dat afweersysteem heeft een beperkt aantal genen beschikbaar om in te zetten. En dus is er een ingebakken flexibiliteit om de juiste respons tegen iedere ziekteverwekker te krijgen.
Eén gen, één functie; dat is de traditionele gedachte. Maar die gedachte klopt niet. Een gen van het afweersysteem kan bij de ene infectie tot expressie komen en bij contact met een andere ziekteverwekker juist onderdrukt worden. “We moeten dus veel uit de kast trekken om hoofdrolspelers van figuranten te onderscheiden”, vertelt viroloog Arno Andeweg. “Maar aan de andere kant, is meten toch weten. En nu kan het. We kunnen tegenwoordig de activiteit van alle 20.000 genen van de mens in één keer meten. Vroeger keken we door een sleutelgat, maar nu kunnen we de deur open doen en in de kamer kijken.”
Genexpressie
De basis hiervoor is DNA-sequencing: het op volgorde aflezen van alle genetische letters van het DNA-molecuul (zie kader hieronder). In de afgelopen jaren is de capaciteit van sequencing_-machines steeds verder toegenomen. “In de jaren negentig hadden wetenschappers honderden apparaten nodig en dan nog deden ze er tien jaar over om het complete menselijke genoom in kaart te brengen”, vertelt bio-informaticus Henk Jan van den Ham. “Nu kun je binnen drie dagen het genoom van tien mensen _sequencen met één apparaat.”
Subtiele verschillen
Het is ondoenlijk om alle genen één voor één te bekijken. Andeweg: “Het antigeen van een ziekteverwekker wordt in eerste instantie herkend door één cel van het afweersysteem. Maar daarna wordt er heel veel gedeeld, zodat er een enorm grote populatie afweercellen ontstaat. Bij die delingsprocessen gaan duizenden genen aan en dat draagt bij aan een enorme hoeveelheid data.”
De bulk van die data is afkomstig van cellen die delen, maar dat is niet waar Andeweg en zijn collega’s naar op zoek zijn. Ze zijn op zoek naar subtiele verschillen die bepalen of iemand een goede of een slechte afweerreactie heeft tegen een bepaalde ziekteverwekker.
Om die subtiele verschillen te kunnen vinden, maakten de onderzoekers gebruik van co-expressie netwerk analyse. “Binnen het hele patroon van genen, vind je groepen genen die een bepaald gedrag vertonen”, zegt Van den Ham. “Je kunt de oorspronkelijke 20.000 metingen dus samenpersen in setjes. Zo maak je een netwerk van genen. In dat netwerk zitten knopen die wellicht te koppelen zijn aan klinische variabelen.”
Lees ook:
—-