sage_bionetworks

Een paar maanden geleden was ik bij een inspirerende presentatie van Stephen Friend. Hij is directeur van Sage bionetworks, een non-profit organisatie die zich als doel heeft gesteld om nieuwe therapieën voor ziektes en nieuwe aanknopingspunten voor medicijnen te vinden. Sage bionetworks is daarbij niet zoals veel farmaceutische bedrijven en onderzoeksgroepen naar binnen gekeerd maar gelooft dat transparantie, goede samenwerkingen en vooral het delen van informatie kan leiden tot baanbrekende vindingen.

Sage bionetworks heeft bijvoorbeeld een infrastructuur gebouwd, Synapse genaamd, die wetenschappers kunnen gebruiken om te rekenen met grote datasets. Deze data kan bijvoorbeeld bestaan uit de genetische informatie van duizenden personen. De algoritmes die op Synapse worden gebruikt kunnen gemakkelijk door andere wetenschappers worden gedeeld en verbeterd. Bridge is een ander project van Sage bionetworks. Het doel van dit project is om patiënten meer te betrekken bij wetenschappelijk onderzoek. Bridge maakt het patiënten mogelijk om data te doneren en de patiënt wordt actief op de hoogte gehouden van de resultaten.

Het klinkt een beetje tegenstrijdig maar Sage bionetworks probeert ook samenwerking tussen wetenschappelijke groepen te bevorderen door ze met elkaar in competitie te laten gaan. Een mooi voorbeeld hiervan is de Breast Cancer Prognosis Challenge (BCC) die vorig jaar juli werd uitgerold. Deze ‘challenge’ is eigenlijk een wedstrijdje wetenschap. De prognose van borstkanker kan sinds een aantal jaren worden vastgesteld met een techniek die de activiteit van een aantal genen in tumorweefsel bepaalt. Het Nederlandse bedrijf Agendia heeft deze techniek gecommercialiseerd, hun methode MammaPrint kan aan de hand van de activiteit van ongeveer 70 genen met een goede betrouwbaarheid voorspellen of kanker terug kan komen. Aan de hand van deze voorspelling kan de behandeling beter worden afgestemd; bij patiënten met een slechte prognose wordt direct alles uit de kast gehaald om te voorkomen dat borstkanker terugkomt.

Om tot een selectie van een beperkt aantal genen te komen is vooraf analyse van heel veel informatie nodig. De wedstrijd die Sage bionetworks bedacht probeerde met behulp van een rekenkundig model de voorspelling te verbeteren. Daartoe werd een dataset afkomstig van 2000 vrouwen die zijn gediagnosticeerd met borstkanker beschikbaar gesteld. Deze dataset bestond uit relevante klinische informatie en de activiteit van alle 20.000 genen in het tumorweefsel. Google doneerde daarnaast rekencapaciteit door het beschikbaar stellen van rekenservers voor de deelnemers. De accuraatheid van de rekenkundige modellen werd getest op een gedeelte van de data dat niet openbaar was (voor de liefhebber de zogenaamde training-set). De ranglijst van deze scores waren op elk moment zichtbaar voor alle deelnemers. De modellen zelf waren bovendien toegankelijk voor iedereen, deelnemers hadden de mogelijkheid om code van de modellen met elkaar te delen om hun model te verbeteren en een betere plaats op de ranglijst te verwerven.

Vooraf had Stephen Friend gepolst wat de juiste prikkel zou zijn om aan een dergelijke wedstrijd mee te doen. Tot zijn grote verrassing zouden de deelnemers het liefst de resultaten van de wedstrijd gepubliceerd zien in een wetenschappelijk top tijdschrift zonder het gebruikelijke gedoe van peer-review. Met het tijdschrift Science werd afgesproken om de resultaten te publiceren in Science Translational Medicine en vorige maand is dit artikel ook daadwerkelijk gepubliceerd. Van de 354 deelnemers uit 35 verschillende landen, won uiteindelijk een onbekende Chinese groep wetenschappers. Ironisch genoeg kreeg deze groep eerder de resultaten van hun rekenkundig model niet gepubliceerd. Sage bionetworks laat zien dat ‘de wetenschap’ klaar is voor nieuwe manieren van samenwerken. Op naar de volgende wedstrijd!