Abstract Understanding changes in gene expression under the effects of a perturbation is a key goal of systems biology. A powerful approach to address this goal uses gene networks and describes the perturbation’s effects as a rewiring of each gene’s connections. This approach is known as differential network (DN) analysis. Here, we used DNs to analyze RNA-sequencing time series datasets, focusing on expression changes: (i) In the saliva of a human subject after vaccination with a pneumococcal vaccine (PPSV23), and (ii) in B cells treated ex vivo with a monoclonal antibody drug (Rituximab). Using network community detection, we revealed the collective behavior of clusters of genes, and detected communities of genes based on their longitudinal behavior, and corresponding pathway activations. We identified biological pathways consistent with the mechanism of action of the vaccine and with Rituximab’s targets. The approach may be useful in drug development by providing an effective analysis of expressing changes in response to a drug.

ABSTRACT Saliva omics, a rapidly developing field for non-invasive diagnostics, may be utilized for monitoring very young or elderly populations, as well as individuals in remote locations. In this study, multiple saliva omics from an individual were monitored over 100 timepoints, over three periods involving: (i) hourly sampling over 24 hours without intervention, (ii) hourly sampling over 24 hours including immune system activation using the standard 23-valent pneumococcal polysaccharide vaccine, (iii) daily sampling for 33 days profiling the post-vaccination response. At each timepoint total saliva transcriptome and proteome were profiled, and salivary extracellular vesicles were derived, from which small-RNA sequencing was used to determine RNA, miRNA, piRNA and bacterial RNA components. The two 24-hour periods were used in a paired analysis to reveal vaccination responses. Temporal trends were classified and collective behavior revealed broad immune-responses captured in saliva, both at the innate as well as the adaptive response time frames.