Development and use of genomics mining and visualization tools for prokaryotes:analysis of gene regulatory networks of Lactococcus lactis

De laatste jaren zien we een exponentiële toename in de hoeveelheid data die de genetische inhoud (de genomen) en de expressie daarvan (de transcriptomen) van bacteriën beschrijven. Om uit deze berg aan data biologische kennis te verwerven is een enorme uitdaging. Dit proefschrift beschrijft hoe complexe datasets kunnen worden gereduceerd tot en gevisualiseerd als eenvoudige en gestructureerde modellen. Deze voor de mens goed te interpreteren modellen maken het vervolgens mogelijk om waardevolle informatie te extraheren. Het BAGEL-algoritme is ontwikkeld om in de grote hoeveelheid bacteriële DNA-sequenties die wereldwijd in databases aanwezig is, genen te kunnen opsporen die coderen voor eiwitten (bacteriocines) met een anti-microbiële werking. Dit unieke systeem is toegankelijk via een gebruikersvriendelijke webserver en mede daardoor heeft Bagel geleid tot de ontdekking van nieuwe actieve bacteriocines. Hierover is intussen door verschillende onderzoeksgroepen gepubliceerd. Uiteindelijk zouden deze bacteriocines kunnen helpen bij het terugdringen van het (excessieve) gebruik van antibiotica of bij de ontwikkeling van alternatieve anti-microbiële strategieën. Verder beschrijft dit proefschrift PePPER, een webserver die gebruikt kan worden om gen-regulatieprocessen te ontdekken. PePPER doet dit door gebruik te maken van bestaande databases en literatuurgegevens. Een aantal van de in dit proefschrift ontwikkelde technieken is ingezet om de groei in melk door de bacterie Lactococcus lactis te beschrijven in een computermodel. Dit model vormt een belangrijke bron voor de beschrijving van de processen die optreden tijdens de fermentatie van melk door deze melkzuurbacterie, in feite de eerste stappen in het kaasbereidingsproces dat door deze industrieel en economisch belangrijke bacterie wordt uitgevoerd.