Modulector: una plataforma como servicio para el acceso a bases de datos de micro ARNs

Abstract

El notable crecimiento del volumen de datos genómicos y la enorme variedad de bases de datos que los almacenan, hacen indispensable disponer de mecanismos eficientes y eficaces de integración. En la actualidad se encuentran disponibles varias herramientas que ofrecen APIs (Interfaz de programación de aplicaciones) que permiten acceder a dicha información, que pueden ser utilizados tanto a través de lenguajes de programación como de navegadores a partir de servicios web. Sin embargo, en dominios específicos de la bioinformática como el caso de los micro ARN -pequeñas moléculas de ARN de gran interés por su capacidad de regular la actividad de otros genes- la mayoría de las soluciones recurren en problemas que dificultan su uso, incluyendo la falta de procesos que simplifiquen la actualización de sus bases de datos a medida que se publica nueva información, tiempos de respuesta inadecuados, dificultad para garantizar la escalabilidad, falta de consistencia en el formato de intercambio de datos, funcionalidad extremadamente limitada, errores por falta de mantenimiento, entre otros problemas frecuentes. En el presente trabajo se presenta Modulector, una solución que integra información de bases de datos genómicas, con bases de datos de micro ARNs (microARNs), para simplificar el acceso a las distintas dimensiones de información de los microARNs de interés (secuencias, fármacos y patologías asociadas, genes regulados, publicaciones científicas), poniendo especial énfasis en resolver las problemáticas técnicas comunes descritas anteriormente. Modulector brinda acceso a través de una API REST (API para la transferencia de estado representacional), garantiza tiempos de respuesta adecuados y escalabilidad, tiene capacidad de ordenamiento, filtro, búsqueda y paginado de resultados. La solución utiliza contenedores, simplificando el despliegue en cualquier servidor, lo que la hace adaptable para la mayoría de los casos de uso donde se quiere utilizar Modulector de manera privada. Toda la información retornada por Modulector se encuentra normalizada en formato JSON, haciéndola eficiente para su manipulación mediante cualquier herramienta de desarrollo. El código fuente de Modulector está disponible en https://github.com/omics-datascience/modulector.

The remarkable growth in the volume of genomic data and the enormous variety of databases that store them make it essential to have efficient and effective integration mechanisms. Several tools are currently available that offer APIs (Application Programming Interfaces) that allow access to this information, which can be used both through programming languages and browsers from web services. However, in specific domains of bioinformatics such as the case of MicroRNAs -small RNA molecules of great interest due to their ability to regulate the activity of other genes- most of the solutions fall back on problems that make them difficult to use, including the lack of processes that simplify the updating of their databases as new information is published, inadequate response times, difficulty to guarantee scalability, lack of consistency in the data exchange format, extremely limited functionality, errors due to lack of maintenance, among other frequent problems. This paper presents Modulector, a solution that integrates information from genomic databases with microARN (miRNA) databases to simplify access to the different dimensions of microRNA information of interest (sequences, drugs and associated pathologies, regulated genes, scientific publications), with special emphasis on solving the common technical problems described above. Modulector provides access through a REST API (API Representational State Transfer), guarantees adequate response times and scalability, has sorting, filtering, searching, and pagination capabilities. The solution uses containers, simplifying deployment on any server, which makes it adaptable for most use cases where Modulector is to be used privately. All information returned by Modulector is normalized in JSON format, making it efficient for manipulation by any development tool. Modulector source code is available at https://github.com/omics-datascience/modulector.