The Ontology of Biological and Clinical Statistics (OBCS)-based statistical method standardization and meta-analysis of host responses to yellow fever vaccines

Abstract

Background: The community-based Ontology of Biological and Clinical Statistics (OBCS) represents and standardizes biological and clinical data and statistical methods.

Methods: Both OBCS and the Vaccine Ontology (VO) were used to ontologically model various components and relations in a typical host response to vaccination study. Such a model was then applied to represent and compare three microarray studies of host responses to the yellow fever vaccine YF-17D. A literature meta-analysis was then conducted to survey yellow fever vaccine response papers and summarize statistical methods, using OBCS.

Results: A general ontological model was developed to identify major components in a typical host response to vaccination. Our ontology modeling of three similar studies identified common and different components which may contribute to varying conclusions. Although these three studies all used the same vaccine, human blood samples, similar sample collection time post vaccination, and microarray assays, statistically differentially expressed genes and associated gene functions differed, likely due to the differences in specific variables (e.g., microarray type and human variations). Our manual annotation of 95 papers in human responses to yellow fever vaccines identified 38 data analysis methods. These statistical methods were consistently represented and classified with OBCS. Eight statistical methods not available in existing ontologies were added to OBCS.

Conclusions: The study represents the first single use case of applying OBCS ontology to standardize, integrate, and use biomedical data and statistical methods. Our ontology-based meta-analysis showed that different experimental results might be due to different experimental assays and conditions, sample variations, and data analysis methods.

Graphical abstract

Keywords

OBCS / ontology / vaccine / host response to vaccination / statistical data analysis

References

[1] Zheng, J., Harris,  M. R., Masci,  A. M., Lin,  Y., Hero, A. ,  Smith, B.  and  He, Y. (2016) The Ontology of Biological and Clinical Statistics (OBCS) for standardized and reproducible statistical analysis. J. Biomed. Semantics, 7, 53160;

[2] Ashburner, M., Ball,  C. A., Blake,  J. A., Botstein,  D., Butler, H. ,  Cherry, J. M. ,  Davis, A. P. ,  Dolinski, K. ,  Dwight, S. S. ,  Eppig, J. T. ,  (2000) Gene ontology: tool for the unification of biology. Nat. Genet., 25, 25–29160;

[3] Salvadores, M., Alexander,  P. R., Musen,  M. A. and Noy,  N. F. (2013) BioPortal as a dataset of linked biomedical ontologies and terminologies in RDF. Semant Web, 4, 277–284

[4] Ong, E., Xiang,  Z., Zhao, B. ,  Liu, Y. ,  Lin, Y. ,  Zheng, J. ,  Mungall, C. ,  Courtot, M. ,  Ruttenberg, A.  and  He, Y. (2017) Ontobee: A linked ontology data server to support ontology term dereferencing, linkage, query and integration. Nucleic Acids Res., 45, D347–D352160;

[5] Schulz, S., Balkanyi,  L., Cornet, R.  and  Bodenreider, O.  (2013) From concept representations to ontologies: a paradigm shift in health informatics? Healthc. Inform. Res., 19, 235–242

[6] Blake, J. A. and Bult, C. J. (2006) Beyond the data deluge: data integration and bio-ontologies. J. Biomed. Inform., 39, 314–320

[7] Hoehndorf, R., Schofield,  P. N. and Gkoutos,  G. V. (2015) The role of ontologies in biological and biomedical research: a functional perspective. Brief. Bioinform., 16, 1069–1080

[8] Bodenreider, O. (2009) Biomedical ontologies in action: role in knowledge management, data integration and decision support. Yearb. Med. Inform., 67–79 

[9] Bandrowski, A., Brinkman,  R., Brochhausen, M. ,  Brush, M. H. ,  Bug, B. ,  Chibucos, M. C. ,  Clancy, K. ,  Courtot, M. ,  Derom, D. ,  Dumontier, M. ,  (2016) The ontology for biomedical investigations. PLoS One, 11, e0154556

[10] Smith, B., Ashburner,  M., Rosse, C. ,  Bard, J. ,  Bug, W. ,  Ceusters, W. ,  Goldberg, L. J. ,  Eilbeck, K. ,  Ireland, A. ,  Mungall, C. J. ,  (2007) The OBO Foundry: coordinated evolution of ontologies to support biomedical data integration. Nat. Biotechnol., 25, 1251–1255

[11] Zheng, J., Harris,  M. R., Masci,  A. M., Lin,  Y., Hero, A. ,  Smith, B.  and  He, Y. (2016) The Ontology of Biological and Clinical Statistics (OBCS) for standardized and reproducible statistical analysis. J. Biomed. Semantics, 7, 53

[12] He, Y., Cowell,  L., Diehl, A. D. ,  Mobley, H. L. ,  Peters, B. ,  Ruttenberg, A. ,  Scheuermann, R. H. ,  Brinkman, R. R. ,  Courtot, M. ,  Mungall, C. ,  (2009) VO: Vaccine Ontology. In The 1st International Conference on Biomedical Ontology (ICBO-2009). Nature Precedings: 

[13] Özgür, A. ,  Xiang, Z. ,  Radev, D. R.  and  He, Y. (2011) Mining of vaccine-associated IFN-γ gene interaction networks using the Vaccine Ontology. J. Biomed. Semantics, 2, S8

[14] Lin, Y. and He,  Y. (2012) Ontology representation and analysis of vaccine formulation and administration and their effects on vaccine immune responses. J. Biomed. Semantics, 3, 17

[15] Beasley, D. W. ,  McAuley, A. J.  and  Bente, D. A.  (2015) Yellow fever virus: genetic and phenotypic diversity and implications for detection, prevention and therapy. Antiviral Res., 115, 48–70

[16] Gardner, C. L.  and  Ryman, K. D.  (2010) Yellow fever: a reemerging threat. Clin. Lab. Med., 30, 237–260

[17] Theiler, M. and Smith, H. H. (1937) The use of yellow fever virus modified by in vitro cultivation for human immunization. J. Exp. Med., 65, 787–800

[18] Norrby, E. (2007) Yellow fever and Max Theiler: the only Nobel Prize for a virus vaccine. J. Exp. Med., 204, 2779–2784

[19] Roukens, A. H.  and  Visser, L. G.  (2008) Yellow fever vaccine: past, present and future. Expert Opin. Biol. Ther., 8, 1787–1795

[20] Pulendran, B. (2009) Learning immunology from the yellow fever vaccine: innate immunity to systems vaccinology. Nat. Rev. Immunol., 9, 741–747 

[21] Pulendran, B., Li,  S. and Nakaya, H. I.  (2010) Systems vaccinology. Immunity, 33, 516–529

[22] Gaucher, D., Therrien,  R., Kettaf, N. ,  Angermann, B. R. ,  Boucher, G. ,  Filali-Mouhim, A. ,  Moser, J. M. ,  Mehta, R. S. ,  Drake, D. R. 3rd ,  Castro, E. ,  (2008) Yellow fever vaccine induces integrated multilineage and polyfunctional immune responses. J. Exp. Med., 205, 3119–3131

[23] Scherer, C. A. ,  Magness,  C. L. ,  Steiger, K. V. ,  Poitinger, N. D. ,  Caputo, C. M. ,  Miner, D. G. ,  Winokur, P. L. ,  Klinzman, D. ,  McKee, J. ,  Pilar, C. ,  (2007) Distinct gene expression profiles in peripheral blood mononuclear cells from patients infected with vaccinia virus, yellow fever 17D virus, or upper respiratory infections. Vaccine, 25, 6458–6473

[24] Smyth, G. K.Ritchie,  M., Thorne, N. , and  Wettenhall, J.  (2005) Limma: Linear Models for Microarray Data. In Statistics for Biology and Health. pp. 397–420. New York: Springer

[25] Subramanian, A., Tamayo,  P., Mootha, V. K., Mukherjee, S., Ebert,  B. L., Gillette,  M. A., Paulovich,  A., Pomeroy, S. L. ,  Golub, T. R. ,  Lander, E. S. ,  (2005) Gene set enrichment analysis: a knowledge-based approach for interpreting genome-wide expression profiles. Proc. Natl. Acad. Sci. USA, 102, 15545–15550

[26] Querec, T. D. ,  Akondy, R. S. , Lee, E. K. ,  Cao, W. ,  Nakaya, H. I. ,  Teuwen, D. ,  Pirani, A. ,  Gernert, K. ,  Deng, J. ,  Marzolf, B. ,  (2009) Systems biology approach predicts immunogenicity of the yellow fever vaccine in humans. Nat. Immunol., 10, 116–125

[27] Xiang, Z., Courtot,  M., Brinkman, R. R. ,  Ruttenberg, A.  and  He, Y. (2010) OntoFox: web-based support for ontology reuse. BMC Res. Notes, 3, 175160;

[28] Arp, R., Smith,  B. and Spear, A. D.  (2015) Building Ontologies With Basic Formal Ontology. Cambridge: MIT Press

[29] Musen, M. A. (2015) The protégé project: a look back and a look forward. AI Matters, 1, 4–12

[30] The protege ontology editor. 

RIGHTS & PERMISSIONS

Higher Education Press and Springer-Verlag GmbH Germany