Computational methods for the analysis of bacterial gene regulation

Rutger Brouwer heeft gekeken naar de effectiviteit van reeds gepubliceerde operonpredictiemethodes en heeft hier nieuwe methodes voor ontwikkeld. Sommige genen die naast elkaar op het genoom zitten kunnen worden overgeschreven naar een enkel mRNA molecuul. Deze groepen genen worden operonen genoemd. Door genen te organiseren in operonen kan er flink ruimte bespaard. Welke genen in operonen liggen, is niet direct duidelijk uit de sequentie van het genoom. Dit is dan ook het onderwerp van een groot gedeelte van het proefschrift van Brouwer. Van de 29 gepubliceerde operonpredictiemethoden hadden er vier een implementatie die vrijelijk beschikbaar was. Uit deze methoden is een lijst van vaak gebruikte indicatoren van operonen gedestilleerd en met deze lijst heeft Brouwer eigen operonpredictiemethoden ontwikkeld. Deze methoden zijn gebaseerd op een minimale set van indicatoren die zijn gecombineerd met verschillende machine learning algorithmen. Dit leverde meerdere predictiemodellen op die accuraat en snel-lerend zijn en tussen verschillende organismen kunnen worden gebruikt. In het tweede deel van zijn onderzoek is de genexpressie tijdens de groei van Lactococcus lactis MG1363 gevolgd in de tijd met behulp van DNA-microarrays. Bekende processen in dit organisme zijn geanalyseerd met deze data om nieuwe leden van bekende processen te identificeren. Dit heeft onder andere geresulteerd in een genetisch netwerk dat kan helpen in de formulering van testbare hypotheses en geassocieerde experimenten. Rutger Brouwer studeerde biologie aan de Rijksuniversiteit Groningen, waar hij zijn promotieonderzoek uitvoerde bij Molecular Genetics van het Groningen Biomolecular Sciences and Biotechnology Institute (GBB). Het onderzoek viel binnen het BioRange programma en werd gefinancierd door het Netherlands Bioinformatics Centre (NBIC). Inmiddels werkt Brouwer als bioinformaticus bij de Biomics-afdeling van het Erasmus Medisch Centrum.