Protein Networks and Pathway Analysis 1st Edition Judith Bandy

Protein Networks and Pathway Analysis 1st Edition Judith Bandy
Protein Networks and Pathway Analysis 1st Edition Judith Bandy
Protein Networks and Pathway Analysis 1st Edition Judith Bandy

1. Visit ebookfinal.com to download the full version and
explore more ebooks or textbooks
Protein Networks and Pathway Analysis 1st Edition
Judith Bandy
_____ Click the link below to download _____
https://ebookfinal.com/download/protein-networks-and-
pathway-analysis-1st-edition-judith-bandy/
Explore and download more ebooks or textbook at ebookfinal.com

2. Here are some recommended products that we believe you will be
interested in. You can click the link to download.
Protein Bioinformatics From Protein Modifications and
Networks to Proteomics 1st ed. 2017 Edition Cathy H. Wu
https://ebookfinal.com/download/protein-bioinformatics-from-protein-
modifications-and-networks-to-proteomics-1st-ed-2017-edition-cathy-h-
wu/
Pathway Analysis for Drug Discovery Computational
Infrastructure and Applications 1st Edition Anton Yuryev
https://ebookfinal.com/download/pathway-analysis-for-drug-discovery-
computational-infrastructure-and-applications-1st-edition-anton-
yuryev/
Flow Networks Analysis and optimization of repairable flow
networks networks with disturbed flows static flow
networks and reliability networks 1st Edition Michael T.
Todinov https://ebookfinal.com/download/flow-networks-analysis-and-
optimization-of-repairable-flow-networks-networks-with-disturbed-
flows-static-flow-networks-and-reliability-networks-1st-edition-
michael-t-todinov/
Protein Analysis using Mass Spectrometry Accelerating
Protein Biotherapeutics from Lab to Patient 1st Edition
Mike S. Lee
https://ebookfinal.com/download/protein-analysis-using-mass-
spectrometry-accelerating-protein-biotherapeutics-from-lab-to-
patient-1st-edition-mike-s-lee/

3. Protein and Peptide Analysis by LC MS Experimental
Strategies 1st Edition Thomas Letzel
https://ebookfinal.com/download/protein-and-peptide-analysis-by-lc-ms-
experimental-strategies-1st-edition-thomas-letzel/
Stochastic Modeling and Analysis of Telecoms Networks 1st
Edition Laurent Decreusefond
https://ebookfinal.com/download/stochastic-modeling-and-analysis-of-
telecoms-networks-1st-edition-laurent-decreusefond/
Protein Lipid Interactions From Membrane Domains to
Cellular Networks 1st Edition Lukas K. Tamm (Editor)
https://ebookfinal.com/download/protein-lipid-interactions-from-
membrane-domains-to-cellular-networks-1st-edition-lukas-k-tamm-editor/
Protein Structure Determination Analysis and Applications
for Drug Discovery 1st Edition Philip E. Protter
https://ebookfinal.com/download/protein-structure-determination-
analysis-and-applications-for-drug-discovery-1st-edition-philip-e-
protter/
Video and Multimedia Transmissions over Cellular Networks
Analysis Modelling and Optimization in Live 3G Mobile
Networks 1st Edition Markus Rupp
https://ebookfinal.com/download/video-and-multimedia-transmissions-
over-cellular-networks-analysis-modelling-and-optimization-in-
live-3g-mobile-networks-1st-edition-markus-rupp/

5. Protein Networks and Pathway Analysis 1st Edition
Judith Bandy Digital Instant Download
Author(s): Judith Bandy, David Milward, Sarah McQuay (auth.), Yuri
Nikolsky, Julie Bryant (eds.)
ISBN(s): 9781607611752, 1607611759
Edition: 1
File Details: PDF, 11.29 MB
Year: 2009
Language: english

7. METHODS IN MOLECULAR BIOLOGY
TM
Series Editor
John M. Walker
School of Life Sciences
University of Hertfordshire
Hatfield, Hertfordshire, AL10 9AB, UK
For other titles published in this series, go to
www.springer.com/series/7651

8. ProteinNetworksandPathway
Analysis
Edited by
Yuri NikolskyandJulieBryant
GeneGo, Inc., Encinitas CA, USA

9. Editors
Yuri Nikolsky
GeneGo Inc.
Encinitas, CA 92024
USA
[email protected]
Julie Bryant
GeneGO Inc.
Encinitas, CA 92024
USA
[email protected]
Series Editor
John Walker
Halfield, Hertfordshire AL10 9NP
UK
ISBN 978-1-60761-174-5 e-ISBN 978-1-60761-175-2
DOI 10.1007/978-1-60761-175-2
Springer Dordrecht Heidelberg London New York
Library of Congress Control Number: 2009929229
#Humana Press, a part of Springer ScienceþBusiness Media, LLC 2009
All rights reserved. This work may not be translated or copied in whole or in part without the written permission of the
publisher (Humana Press, c/o Springer ScienceþBusiness Media, LLC, 233 Spring Street, New York, NY 10013,
USA), except for brief excerpts in connection with reviews or scholarly analysis. Use in connection with any form of
information storage and retrieval, electronic adaptation, computer software, or by similar or dissimilar methodology
now known or hereafter developed is forbidden.
The use in this publication of trade names, trademarks, service marks, and similar terms, even if they are not identified as
such, is not to be taken as an expression of opinion as to whether or not they are subject to proprietary rights.
Printed on acid-free paper
Springer is part of Springer ScienceþBusiness Media (www.springer.com)

10. Preface
Recent Google queries for ‘‘systems biology’’ and ‘‘pathway analysis’’ fetched over 14
and 2 million entries, respectively. These numbers speak volumes about the ubiquity
and popularity of systems data analysis in modern bioscience. These days, any micro-
array expression or SNP-based article would feature a chapter on pathways, ontology
enrichment, and/or biological networks. Although a very young field, the applications
of systems biology now spread widely from basic research and pre-clinical drug dis-
covery to translational research and personalized health care.
Systems biology ‘‘focuses on the systematic study of complex interactions in biolo-
gical systems, thus using a new perspective (integration instead of reduction) to study
them’’ (Wikipedia). From a practical view point, it means integration of accumulated
biological knowledge in a computer-readable format and the creation of tools for
applying this structured information to the analysis of biological and chemical experi-
mental data. Starting in the 1970s, biochemistry was the first field from which informa-
tion was put into databases such as BRENDA, EMP/MPW, and, later, KEGG. Over
the years, regulation and signaling components were added to biochemistry in the form
of protein interaction databases such as HPRD and BIND, and comprehensive ontol-
ogies of cellular processes and protein functions were developed, the best known of
which is Gene Ontology (GO).
Functional analysis is inseparable from high-throughput, or ‘‘OMICs,’’ experimental
biology, which has been rapidly evolving since the late 1990s. The ‘‘genome-wide’’,
noisy OMICs assays with thousands of data points were nearly illegible for wet lab
researchers at the time, and statistical tools only helped to reduce data complexity but
not to understand the underlying biology. Gradually, bioinformaticians and wet lab
biologists started to use databases of pathways and processes available to them for
mapping and prioritization of experimental data (enrichment analysis). Later, biologi-
cal networks were added to analysis toolboxes, borrowing from years of research in
graph theory and physics.
This book represents a compilation of methods of functional analysis and its applica-
tions, written by practitioners from academy, government research organizations, the
pharmaceutical industry, and bioinformatics companies. The content is divided into
three sections. The first section deals with elucidation of protein, compound, and gene
interactions. The second section is devoted to analytical tools of functional analysis.
Applications of functional analysis is covered in the third section.
Binary interactions are the elementary units of functional organization of proteins,
genes, and RNA in the cell. In functional analysis, these interactions play the role of
‘‘building blocks’’ in our computer-readable approximation of cellular life – pathways
and networks. The result of functional analysis is only as good as the quality of
interactions that pathways and networks are assembled from. Therefore, the methods
of elucidation of interactions have a foremost importance. Here we present several
prominent wet lab and dry lab tools for extraction of interaction information. There are
v

11. many ways to obtain protein interactions, both from experiments and from already
published experimental literature. Wet lab tools include profiling of physical protein–
protein interactions with protein arrays (Invitrogen) and one of the most accurate
versions of detection of transcription factor – gene promoter interactions (A-Star,
Singapore). Among the computer-based methods, different types of text mining and
language processing play an increasingly important role. We present a chapter on it by
Linguamatics, a fast growing company specializing in text mining interaction informa-
tion from PubMed and other sources. And, of course, the interactions can be dug out of
experimental articles by slow, often painful, but high quality manual annotation, which
is a technology all its own. We have chapters on annotation technology from specialists
in biology-centered protein–protein, protein–DNA/RNA interactions and metabo-
lism (MetaLogic, Russia), and chemistry-centered protein–compound interactions
(GVK, India).
Many (but by no means all) methods of functional analysis can be divided into two
groups: gene list enrichment analysis (EA) and biological networks. The first group
comprises several procedures for calculation of relative enrichment of the data set of
interest into components of certain pathways, cellular processes, protein function,
disease targets, biomarkers, etc. EA results in quantitative ranking of ontology entities
within the data set(s) based on a certain scoring. We present here the ‘‘classical’’ GSEA
method of EA (by BMS) and a detailed chapter on biological ontologies as a source of
entities for EA by SRI International. Biological networks represent the data in a
dynamic way, using genes and proteins from experimental data points as ‘‘nodes’’ and
connections between them as ‘‘edges’’. Unlike static pathways and processes, networks
are dynamic and are unique for the data set, providing a higher resolution analysis.
Because of this, networks are a tool of choice for applications which require new
hypothesis generation. Six chapters on methods of network analysis comprise the
bulk of the analysis section for this book. The chapter from Rosetta/Merck Co.
provides a comprehensive overview of network biology, concepts, and tools for gene
lists analysis using networks. A chapter from bioPixies reviews probabilistic networks
applied for analysis of large, inherently noisy OMICs data sets, and describes bioPixie, a
well-known Bayesian network package developed at Princeton University. A knowl-
edge-based network generation toolkit is presented by GeneGo, Inc. as part of its
MetaCore data mining suite. The next step in network analysis, dynamic network
modeling, is presented by a collaborative team from the Institute of Systems Biology
(Russia) and University of Edinburg (UK). A team from Biomax, Gmbh (Munich,
Germany) describe a very different yet powerful semantic approach to network analysis
realized in the BioXM Knowledge Management Environment. The network analysis set
is concluded with a detailed chapter on the very popular open source ‘‘community’’
network visualization tool Cytoscape and its fast growing set of application plug-ins
(Institute of Systems Biology, Seattle). The analysis section also includes a chapter on a
very useful integration package, KDE, by Infosense, Ltd. (UK), which is designed for
building robust and flexible analytical workflows from multiple functional analysis
applications.
In the Applications section, we selected methods dealing with functional analysis
from the user perspective, both in basic research and drug discovery/regulation. A
group from the Translational Genomics Institute (Tgen, Phoenix) presents an
vi Preface

12. advanced technology on a combined siRNA/compound screening, coupled with path-
way data analysis which was used in cancer research. Application of network analysis in
large-scale miRNA studies is described by a group from Temple University (Philadel-
phia) and several research universities in Italy. A team of human geneticists from Scripps
Genomics Research and UCSD present usage of pathway tools in SNP genetic associa-
tions studies. Two chapters are devoted to larger scale applications of functional tools
and databases for disease research. The group led by Cystic Fibrosis Foundation
Therapeutics presents MetaMiner (Cystic Fibrosis), a disease-centered data analysis
environment which combines a detailed disease knowledge base with a toolbox of EA,
networks, and interactome tools. Clinical perspective on pathway analysis is added in
the chapter on translational research submitted by Strategic Medicine, Inc. Finally, a
group from the National Center for Toxicological Research, an FDA research institute,
presents its software suite ArrayTrack, which is widely applied by FDA researchers and
new drugs applications reviewers. ArrayTrack, primarily designed for microarray
expression analysis and expanded into other OMICs assays, combines a number of
statistical tools with public and commercial pathway tools.
Functional data analysis is evolving quickly as a discipline. Novel network algorithms
and software tools are published almost weekly, and the scope of applications expands
with every new DNA, RNA, or protein assay hitting the market. Therefore, we could
not and had no intention to pack as many tools as possible into this volume. Instead, we
tried to focus on the established methods and software packages we see in the market-
place every day and provide readers with a broad understanding of issues and applica-
tions of this fascinating new field.
Yuri Nikolsky
Julie Bryant
Preface vii

13. Contents
Preface............................................................ v
Contributors........................................................ ix
SECTIONI: INTERACTIONS
1. Mining Protein–Protein Interactions from Published Literature Using
Linguamatics I2E . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
Judith Bandy, David Milward, and Sarah McQuay
2. Relative Avidity, Specificity, and Sensitivity of Transcription Factor–DNA Binding
in Genome-Scale Experiments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
Vladimir A. Kuznetsov
3. Curation of Inhibitor-Target Data: Process and Impact on Pathway Analysis. . . . . 51
Sreenivas Devidas
4. Profiling Protein Interaction Networks with Functional
Protein Microarrays . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
Dawn R. Mattoon and Barry Schweitzer
5. Manual Annotation of Protein Interactions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
Svetlana Bureeva, Svetlana Zvereva, Valentin Romanov, and
Tatiana Serebryiskaya
SECTIONII: ANALYSIS
6. Gene Set Enrichment Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
Charles A. Tilford and Nathan O. Siemers
7. PANTHER Pathway: An Ontology-Based Pathway Database Coupled with Data
Analysis Tools . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
Huaiyu Mi and Paul Thomas
8. Prioritizing Genes for Pathway Impact Using Network Analysis. . . . . . . . . . . . . . . 141
Aaron N. Chang
9. Discovering Biological Networks from Diverse Functional Genomic Data. . . . . . . 157
Chad L. Myers, Camelia Chiriac, and Olga G. Troyanskaya
10. Functional Analysis of OMICs Data and Small Molecule Compounds in an
Integrated ‘‘Knowledge-Based’’ Platform . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
Yuri Nikolsky, Eugene Kirillov, Roman Zuev, Eugene Rakhmatulin, and
Tatiana Nikolskaya
11. Kinetic Modeling as a Tool to Integrate Multilevel Dynamic
Experimental Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
Ekaterina Mogilevskaya, Natalia Bagrova, Tatiana Plyusnina, Nail
Gizzatkulov, Eugeniy Metelkin, Ekaterina Goryacheva, Sergey Smirnov,
Yuriy Kosinsky, Aleksander Dorodnov, Kirill Peskov, Tatiana Karelina,
Igor Goryanin, and Oleg Demin
ix

14. 12. Cytoscape: A Community-Based Framework for Network Modeling . . . . . . . . . . . 219
Sarah Killcoyne, Gregory W. Carter, Jennifer Smith, and John Boyle
13. Semantic Data Integration and Knowledge Management to Represent Biological
Network Associations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241
Sascha Losko and Klaus Heumann
14. Solutions for Complex, Multi Data Type and Multi Tool Analysis: Principles and
Applications of Using Workflow and Pipelining Methods. . . . . . . . . . . . . . . . . . . . 259
Robin E. J. Munro and Yike Guo
SECTIONIII: APPLICATIONS
15. High-Throughput siRNA Screening as a Method of Perturbation of Biological
Systems and Identification of Targeted Pathways Coupled with Compound
Screening . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 275
Jeff Kiefer, Hongwei H. Yin, Qiang Q. Que, and Spyro Mousses
16. Pathway and Network Analysis with High-Density Allelic Association Data. . . . . . 289
Ali Torkamani and Nicholas J. Schork
17. miRNAs: From Biogenesis to Networks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303
Giuseppe Russo and Antonio Giordano
18. MetaMiner (CF): A Disease-Oriented Bioinformatics Analysis
Environment. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 353
Jerry M. Wright, Yuri Nikolsky, Tatiana Serebryiskaya, and Diana R. Wetmore
19. Translational Research and Biomedical Informatics . . . . . . . . . . . . . . . . . . . . . . . . 369
Michael Liebman
20. ArrayTrack: An FDA and Public Genomic Tool . . . . . . . . . . . . . . . . . . . . . . . . . . . 379
Hong Fang, Stephen C. Harris, Zhenjiang Su, Minjun Chen, Feng Qian,
Leming Shi, Roger Perkins, and Weida Tong
Index................................................................ 399
x Contents

15. Contributors
NATALIABAGROVA Institute for Systems Biology SPb, Moscow, Russia
JUDITHBANDYLinguamatics Ltd, St John’s Innovation Centre, Cambridge, UK
JOHNBOYLEInstitute for Systems Biology, Seattle, WA, USA
SVETLANABUREEVA Metalogic OOO, Moscow, Russia
GREGORYW. CARTERInstitute for Systems Biology, Seattle, WA, USA
AARONN. CHANG Regulus Therapeutics, Carlsbad, CA, USA
MINJUNCHENNational Center for Toxicological Research (NCTR), FDA, Jefferson,
AR, USA
CAMELIACHIRIACPharmacopeia, Cranbury, NJ, USA
OLEGDEMINInstitute for Systems Biology SPb, Moscow, Russia
SREENIVASDEVIDASGVK BioSciences, Pvt. Ltd., Hyderabad, India
ALEKSANDERDORODNOV Institute for Systems Biology SPb, Moscow, Russia
HONGFANGZ-Tech Corporation, an ICF International Company, Jefferson, AR,
USA
ANTONIOGIORDANO Center for Biotechnology, College of Science and Technology,
Temple University, Philadelphia, PA, USA
NAILGIZZATKULOV Institute for Systems Biology SPb, Moscow, Russia
EKATERINAGORYACHEVA Institute for Systems Biology SPb, Moscow, Russia
IGORGORYANIN Edinburgh University, Edinburgh, UK
YIKEGUOInforSense Ltd., London, UK
STEPHENC. HARRISNational Center for Toxicological Research (NCTR), FDA,
Jefferson, AR, USA
KLAUSHEUMANN Biomax Informatics AG, Martinsried, Germany
TATIANAKARELINAInstitute for Systems Biology SPb, Moscow, Russia
JEFFKIEFERPharmaceutical Genomics Division, Translational Genomics Research
Institute (TGen), Phoenix, AZ, USA
SARAHKILLCOYNE Institute for Systems Biology, Seattle, WA, USA
EUGENEKIRILLOVVavilov Institute for General Genetics, Russian Academy of Sciences,
Moscow, Russia
YURIYKOSINSKYInstitute for Systems Biology SPb, Moscow, Russia
VLADIMIRA. KUZNETSOV Bioinformatics Institute, Biopolis, A-STAR, Singapore
MICHAELLIEBMAN Strategic Medicine, Inc., Kennett Square, PA, USA
SASCHALOSKOBiomax Informatics AG, Martinsried, Germany
DAWNR. MATTOON Invitrogen Corporation, Protein Array Center, Branford, CT,
USA
SARAHMCQUAYLinguamatics Ltd, Cambridge, UK
EUGENIYMETELKINInstitute for Systems Biology SPb, Moscow, Russia
HUAIYUMIEvolutionary Systems Biology Group, SRI International, Menlo Park, CA,
USA
DAVIDMILWARD Linguamatics Ltd, Cambridge, UK
xi

16. EKATERINAMOGILEVSKAYA Institute for Systems Biology SPb, Moscow, Russia
SPYROMOUSSESPharmaceutical Genomics Division, Translational Genomics Research
Institute (TGen), Phoenix, AZ, USA
ROBINE. J. MUNRO InforSense Ltd., London, UK
CHADL. MYERSDepartment of Computer Science and Engineering, University of
Minnesota, Minneapolis, MN, USA
TATIANANIKOLSKAYA Vavilov Institute for General Genetics, Russian Academy of
Sciences, Moscow, Russia
YURINIKOLSKYGeneGo, Inc., St. Joseph, MI, USA
ROGERPERKINSNational Center for Toxicological Research (NCTR), FDA, Jefferson,
AR, USA
KIRILLPESKOVInstitute for Systems Biology SPb, Moscow, Russia
TATIANAPLYUSNINA Institute for Systems Biology SPb, Moscow, Russia
FENGQIANZ-Tech Corporation, an ICF International Company, Jefferson, AR, USA
QIANGQ. QUEPharmaceutical Genomics Division, Translational Genomics Research
Institute (TGen), Phoenix, AZ, USA
EUGENERAKHMATULIN GeneGo, Inc., St. Joseph, MI, USA
VALENTINROMANOV Metalogic OOO, Moscow, Russia
GIUSEPPERUSSOCenter for Biotechnology, College of Science and Technology, Temple
University, Philadelphia, PA, USA
NICHOLASJ. SCHORK University of California, San Diego, CA, USA; Scripps Genomic
Medicine, Scripps Health and The Scripps Research Institute, San Diego, CA, USA
BARRYSCHWEITZER Invitrogen Corporation, Protein Array Center, Branford, CT,
USA
TATIANASEREBRYISKAYA Metalogic OOO, Moscow, Russia
LEMINGSHINational Center for Toxicological Research (NCTR), FDA, Jefferson,
AR, USA
NATHANO. SIEMERSResearch & Development, Bristol-Myers Squibb Company, Pen-
nington, NJ, USA
SERGEYSMIRNOV Institute for Systems Biology SPb, Moscow, Russia
JENNIFERSMITHInstitute for Systems Biology, Seattle, WA, USA
ZHENJIANGSUNational Center for Toxicological Research (NCTR), FDA, Jefferson,
AR, USA
PAULTHOMAS Evolutionary Systems Biology Group, SRI International, Menlo Park,
CA, USA
CHARLESA. TILFORDResearch & Development, Bristol-Myers Squibb Company, Pen-
nington, NJ, USA
WEIDATONGNational Center for Toxicological Research (NCTR), FDA, Jefferson,
AR, USA
ALITORKAMANI University of California, San Diego, CA, USA; Scripps Genomic
Medicine, Scripps Health and The Scripps Research Institute, San Diego, CA, USA
OLGAG. TROYANSKAYA Department of Computer Science, Princeton University, Prin-
ceton, NJ, USA
DIANAR. WETMORE Cystic Fibrosis Foundation Therapeutics, Bethesda, MA, USA
JERRYM. WRIGHTJohns Hopkins University, Baltimore, MD, USA
xii Contributors

17. HONGWEIH. YINPharmaceutical Genomics Division, Translational Genomics
Research Institute (TGen), Phoenix, AZ, USA
ROMANZUEVVavilov Institute for General Genetics, Russian Academy of Sciences,
Moscow, Russia
SVETLANAZVEREVAMetalogic OOO, Moscow, Russia
Contributors xiii

18. Chapter1
Mining Protein–Protein Interactions from Published
Literature Using Linguamatics I2E
Judith Bandy, David Milward, and Sarah McQuay
Abstract
Natural language processing (NLP) technology can beused to rapidly extract protein–protein interac-
tions from large collections of published literature. In this chapter we will work through a case study
using MEDLINE
1
biomedical abstracts (1) to find how a specific set of 50 genes interact with each
other. We will show what steps are required to achieve this using the I2E software from Linguamatics
(www.linguamatics.com(2)).
To extract protein networks from the literature, there are two typical strategies. The first is to find pairs
of proteins which are mentioned together in the same context, for example, the same sentence, with the
assumption that textual proximity implies biological association. The second approach is to use precise
linguistic patterns based on NLP to find specific relationships between proteins. This can reveal the
direction of the relationship and its nature such as ‘‘phosphorylation’’ or ‘‘upregulation’’. The I2E system
uses a flexible text-mining approach, supporting both of these strategies, as well as hybrid strategies which
fall between the two. In this chapter we show how multiple strategies can be combined to obtain high-
quality results.
Key words:Protein–protein interactions, text mining, natural language processing, NLP, knowledge
discovery, information extraction, linguistics, literature, MEDLINE, Linguamatics, I2E.
1. Introduction
Making effective use of published information is imperative to
inform scientific decision making and prioritize investment of
time and money. Text mining provides automated methods that
can dramatically increase the speed at which relevant information
can be extracted from text. The use of natural language proces-
sing (NLP) for text mining exploits the linguistic structure of text
Yuri Nikolsky, Julie Bryant (eds.),Protein Networks and Pathway Analysis, vol. 563
ªHumana Press, a part of Springer Science+Business Media, LLC 2009
DOI 10.1007/978-1-60761-175-2_1 Springerprotocols.com
3

19. to extract its meaning. The extracted information can be pre-
sented in a structured format for more easy analysis, added to a
database, or combined with numeric data sources for statistical
analysis.
Information search and extraction was previously the domain
of the information specialist but new tools have made text mining,
including NLP-based technologies, accessible to a wider pool of
users from scientists to business analysts, with results delivered
directly to network visualizers, spreadsheets, or reporting tools
to support decision making.
Text mining is sometimes seen as an alternative to expensive,
hand-curated databases for obtaining structured information in a
particular area. In practice, however, organizations may well invest
in both technologies, as the two approaches can be highly com-
plementary. Text mining can contribute to a mixed strategy in a
number of ways including:
1. To fill the gaps in existing databases. For example, to find
relationships from a compound to a disease through interac-
tion with a protein, a database of compound–protein interac-
tions might be combined with relationships from proteins to
diseases from text mining.
2. To add information from internal documents where hand
curation of those documents can be prohibitively expensive.
3. To provide additional information to that identified by hand
curation. Databases may be designed to include very compre-
hensive information from a set of the most relevant docu-
ments, but can miss information from the wider set of
documents (3).
4. To provide extra context for information. When building a
database, decisions are made a priori on the contextual infor-
mation that will be recorded for each relationship. However,
for a particular task, other contextual information may be of
interest. Text mining can be used to find contextual informa-
tion which was in the original text but not captured in the
database, e.g., a binding constant or an experimental
parameter.
5. To provide timely results directly from newly published docu-
ments (or news feeds).
NLP-based text mining using linguistics is now used in a large
variety of applications within the life science domain, including
detecting and examining gene–disease relationships, compound
profiles, adverse events, patent information, market intelligence,
etc. However, much of the early work was in the area of finding
protein–protein interactions from the literature (e.g., (4, 5)).
Within a single abstract, or even in a sentence, there can be a
large number of proteins in a variety of different kinds of
4 Bandy, Milward, and McQuay

20. relationship. Looking for proteins that occur together in the same
context cannot distinguish between, for example, ‘‘sisterhood
relationships’’ such as A-Raf and B-Raf both being Raf proteins,
or ‘‘interaction relationships’’ such as Raf interacting with Mek.
The use of linguistic constructions ensures that the results are
restricted to interaction relationships between the proteins of
interest and determines the direction of the relationship, for exam-
ple, to distinguish between ‘‘Raf phosphorylates Mek’’ and ‘‘Raf
was phosphorylated by Mek’’.
More recent work on NLP-based text mining (e.g., (6)) not
only recognizes the existence of particular kinds of biological
entities, but identifies the specific concept, for example, by its
HUGO name (7) or Entrez Gene identifier (8). Once relation-
ships have been extracted into a structured format using standar-
dized identifiers, they can easily be combined to find indirect
relationships. For example, if one document shows that a com-
pound affects a particular protein, and another document shows
that this particular protein is related to a disease, we can infer a
possible association between the compound and the disease. The
discovery of potential new knowledge directly from unstructured
data is a case of text data mining (9).
In this chapter we show how the flexible text-mining system,
I2E, can be used to find specific protein–protein relationships
from large bodies of literature. Previous methods force a com-
promise for recall or precision: either using only NLP to give
high accuracy and lower recall, or using only methods like asso-
ciation/co-occurrence searching which provide high recall but
low precision and no indication of the direction of a relationship.
We show how we can combine different kinds of queries to
provide precise information about the relationship between a
pair of proteins where this is explicitly available, but also pick
up more implicit associations otherwise. This approach effectively
optimizes the workflow for the user by showing the most precise
relationships first, whilst still providing access to all results for
maximum recall.
2. Materials
1. Installation of I2E from Linguamatics
2. Source document corpus: MEDLINE
1
3. Source vocabularies: Entrez Gene, protein interactions
4. List of genes or proteins one per line in a text file
Mining Protein–Protein Interactions 5

21. 3. Methods
The combination of text search and information extraction/ana-
lysis provided by I2E (6) facilitates knowledge discovery by
enabling users to answer particular questions of large information
sources, to monitor publications for current awareness, and
importantly to apply contextual knowledge already gained to
enhance the accuracy of query results.
I2E is the first system to seamlessly combine search and text
mining. This allows complete flexibility for user querying. In I2E,
the user can start with a standard co-occurrence search for words
within a document and then refine this query to require the words
to be in the same phrase or sentence or in a particular linguistic
pattern.
The advantage of this approach is that different kinds of
queries can be used according to the needs of the task. If, for
example, you are looking for effects of a rare protein you may
want to emphasize recall (the number of results you get back)
rather than precision (the quality of the results). The reverse is
the case if you are examining a relatively frequent phenomenon
and want to find the best evidence possible and as quickly as
possible.
As well as allowing queries to be tuned appropriately for the
task, I2E also allows novel combinations of linguistic querying and
looser association-style querying. For example, a user can specify a
precise linguistic pattern to pull out a protein–protein relationship,
but require, for example, a binding constant to appear just some-
where within the same sentence.
The results are output in a choice of formats including HTML
tables, Microsoft Excel spreadsheets, or in a format suitable for
network visualization (e.g., using Cytoscape, (10)), analytic work-
flow (e.g., with InforSense (11)), or database entry.
Incorporation of taxonomies and terminologies provides the
ability to search for all kinases, for example, or for a particular
kinase. In both cases, the system searches for the different ways
each kinase may have been described by considering its possible
synonyms. Linguistic wildcard features allow users to ask open
questions and search for verbs and unknown relationships. Search-
ing using positional and structural constraints can identify stron-
ger relationships by finding terms that often appear together, for
example, within ‘‘n’’ words or in the same sentence.
Described below are example steps that may be used to extract
protein–protein interaction information from published literature
using I2E. The method contains four individual queries. The first
query uses a precise linguistic pattern using relationships known to
be relevant to protein interactions (such as ‘‘activate’’, ‘‘bind’’, and
6 Bandy, Milward, and McQuay

22. ‘‘phosphorylate’’). The pattern is designed to provide high-quality
results, i.e., high precision. The second query retains a precise
linguistic pattern, but allows any verb and not just relationships
from a known list. This is designed to provide lower precision, but
more results, i.e., higher recall. The third query just looks for
proteins appearing together within a sentence. This will provide
much lower precision, but again higher recall. The final search
looks for proteins appearing together within the same document.
This provides the highest possible recall, but also the lowest pre-
cision, since there can be many reasons for two proteins to appear
in the same document. The precision could be improved, at the
expense of recall, by using frequency thresholds: if two proteins
appear frequently together in several documents, there is more
likelihood of some kind of direct or indirect link. Here we provide
frequency counts to provide a guide to the likelihood of there
being a relationship.
3.1. I2E Start-Up The I2E software is started up in a client–server environment from
a hypertext link as found on a web page or in a web browser
bookmark list (seeNote 1). I2E opens in its own window showing
one of two available interfaces – I2E Express or I2E Pro – which
can be selected to suit the needs of a particular user. In this
methodology, the I2E Express interface will be used initially,
moving on to the Pro interface for the later steps.
3.2. Example of
Searching for Specific
Protein–Protein
Interactions In I2E Express (seeNote 2), a query is defined to look in the
MEDLINE index (seeNote 3) for the 50 proteins in a specific
‘‘protein interaction’’ relationship such as phosphorylation. The
set of relationships is provided by a terminology which includes
standard terms for each relationship and a set of synonyms.
The list of proteins/genes is imported as an ‘‘Alternative List’’,
‘‘proteins.i2a’’, which will ensure any protein in the list of 50 is
found, along with any synonym for that protein (Fig. 1.1).
The query is executed with the Go button. Results are pre-
sented in the web browser (seeNote 4) in a table format with
matching terms highlighted. Users can easily drill down to sup-
porting evidence, including direct linking to the source document.
Using the I2E Pro interface, this single pattern can be replaced by a
set of precise patterns covering a range of less frequent syntactic
constructions.
In the sample of results shown in the table (Fig. 1.2), each row
contains a relationship found in the text. The first column provides
the protein, with the standardized name shown first (the HUGO
name (7)), e.g., ‘‘ITGA4’’, and below this, the actual term which
was found in the text, e.g., ‘‘VLA-4’’ (seeNote 5). The second
column shows the relationship and again provides a standardized
form, e.g., ‘‘interact’’, and below this the text actually found, e.g.,
‘‘interacts’’. The third column provides the proteins which are in a
Mining Protein–Protein Interactions 7

23. Fig. 1.1. I2E Express interface showing a query for specific protein–protein interactions with three query items ‘‘ordered
within a phrase, within one word’’.
Fig. 1.2. A sample of the tabular results produced by I2E, in HTML format, showing highlighting of hits in their context,
standard names (preferred terms), and links to the source documents.
8 Bandy, Milward, and McQuay

24. relationship with proteins in the first column. The ‘‘Hit’’ column
shows the sentence in the document which contains the relation-
ship. The ‘‘Link’’ column includes a link to the source text (which
may be a web address). The ‘‘Score’’ of the hit is calculated from
the proximity measures.
3.3. Example of
Searching for a
Protein–Protein
Interaction as a PhraseThe results from the previous query are of high quality, emphasiz-
ing precision (the quality of results) over recall (the quantity of
results). In this next example, we increase recall by allowing any
linguistic relationship between the two proteins rather than speci-
fying a fixed set of protein interactions (Fig. 1.3).
3.4. Example of
Searching Within a
Sentence or DocumentA less specific query is then made to find all co-occurrences
within a single sentence (Fig. 1.4). It can be further extended
to within the entire document to ensure maximum recall
(Fig. 1.5).
There are now more results because they include cases where
the proteins are not in a verbal relationship or are at a long distance
apart within the sentence, e.g.,
Fig. 1.3. Searching for a protein–protein interaction using a linguistic wildcard
‘‘relation:verbal’’.
Fig. 1.4. Searching for two proteins together within a sentence.
Mining Protein–Protein Interactions 9

25. Tumors with intact APC genes were found to contain activating
mutations of beta-catenin.
Prostate tumors induced by the deletion of Apc have elevated
levels of beta-catenin protein.
Silent mutation of the APC gene was found in all the cases that
showed overexpression or nuclear localization of the beta-cate-
nin protein.
3.5. Example of
Combining Queries In this next step we take the four queries from the previous steps,
label according to the query used (Pattern, Phrase, Sentence,
Text), and combine using a multi query. The results from each
query are combined according to an operation chosen by the user
(e.g., Subtraction, Difference, Union). In this case we have chosen
the Priority Union operator (seeNote 6)(Fig. 1.6). The results
now provide the highest possible recall from document co-occur-
rence, but also present the most precise results first, within the
single table, where they are available.
The user selects the output layout and operation, in this case
Priority Union, and then executes the query. Results are shown in
Fig. 1.7.
The first two columns contain the HUGO names for each
pair of proteins which appear together. The third column spe-
cifies the kind of query used, whether Pattern, Phrase, Sentence,
Fig. 1.5. Searching for two proteins anywhere within a document.
Fig. 1.6. Multiple query combining the four individual queries.
10 Bandy, Milward, and McQuay

26. Discovering Diverse Content Through
Random Scribd Documents

29. The Project Gutenberg eBook of Äänisjärven
rannoilla karjalaisten tuttavana

30. This ebook is for the use of anyone anywhere in the United States
and most other parts of the world at no cost and with almost no
restrictions whatsoever. You may copy it, give it away or re-use it
under the terms of the Project Gutenberg License included with this
ebook or online at www.gutenberg.org. If you are not located in the
United States, you will have to check the laws of the country where
you are located before using this eBook.
Title: Äänisjärven rannoilla karjalaisten tuttavana
Author: Herman Hagman
Release date: May 28, 2024 [eBook #73720]
Language: Finnish
Original publication: Jyväskylä: K. J. Gummerus Oy, 1922
Credits: Juhani Kärkkäinen and Tapio Riikonen
*** START OF THE PROJECT GUTENBERG EBOOK ÄÄNISJÄRVEN
RANNOILLA KARJALAISTEN TUTTAVANA ***

31. ÄÄNISJÄRVEN RANNOILLA KARJALAISTEN TUTTAVANA
Kirj.
Herman Hagman
Jyväskylässä, K. J. Gummerus, 1922.

32. SISÄLLYS:
Vanhan Kustaan testamentti
Eräs sanomalehti-ilmoitus ja sen seuraukset
Äänisjärven rannoilta kymmenen vuotta sitten
Mallitalossa
Pikakuvia vuodelta 1905
   Kohtaus Helsingissä.
   Elkää kirjoittako mitään!
   Eräs esitaistelija.
   Naisten suosikki.
Repolan maatalousnäyttely v. 1910
Kylässä
Postipäivä erämaassa
Karkoitettuja
Solovetin toivioretkeläiset
Tammisaaren tyttö
Erään suomalaisen muisto
Pietarinkattilalaakso

33. VANHAN KUSTAAN TESTAMENTTI.
"Nimismies tulee!" huutaa yhteen ääneen koko talonväki
työntäytyessään kiihtyneenä perheentupaan.
Kiireen kaupalla olivat he oikoteitse rientäneet työmaalta
päivällisaterialle tuntia ennen tavallista ruoka-aikaa. Ennenkuin
vanha Mikko, "laukkuryssä" ja ihmisten yhteinen suosikki, oli päässyt
asian alkuunkaan, oli hänen reppunsa heilautettu tuvan katon
rajassa sijaitsevaan yläsänkyyn. Talonväki oli näet hetki sitten nähnyt
Mikon reippain askelin erästä oikotietä matkaavan ratsutilalle ja
samalla huomannut nimismiehen kärryissään ajavan kohti taloa
maantiellä, mitä myöten matka oli paria kolmea virstaa pitempi.
Tuntien hyvin kruununmiesten innon ahdistella rajantakaisesta
Karjalasta saapuvia reppumiehiä, jotka harjoittivat silloin kiellettyä
kulkukauppaa tullaamattomilla tavaroilla ja joita väestö kaikkialla
suosi, halusi talonväki varjella Mikkoa vaaralta. Hänelle sateli
kysymyksiä, oliko nimismies hänet nähnyt tai muuten saattoi
aavistaa Mikon saapuvan taloon. Siitä ei Mikko mitään tiennyt ja
ilmiantajia ei lähitienoilla ollut pelättävissä. Miehen kätkeminen oli
arveluttavaa, ja pakotietä ei ollut käytettävissä. Perheentuvasta,
missä oltiin koossa, vei ovi eteiseen ja siitä toinen esitupaan, mutta

34. nimismieskin jo kiinnitti hevostaan luhdin seinärenkaaseen kartanon
portin takana.
Neuvoteltiin!
Kädenkäänteessä olivat päivällisvehkeet pöydällä ja ihmiset sen
ympärillä, Mikko muiden matkassa, niinkuin ei mitään olisi
tapahtunut. Eräällä ei kuitenkaan ollut paikkaa pöydän ääressä.
Välinpitämättömänä kaikesta hälinästä istui puupölkyllä tuvan
nurkassa hevosnylkyri Tuhti-ukko, höyryävine puurovateineen.
Tämä kiertävä ammattimies oli tänään nylkenyt talon vanhan
Pollen ja edellisenä ollut apuna samassa hommassa naapurissa
paroonin ulkotilan saksalaisen vuokraajan luona. Mutta sensijaan
että raato olisi maahan kuopattu, oli koko ympäristön ihmeeksi
lihakappaleet ripustettu ilmaan kuivamaan rannan leppiin. Talon piika
oli juuri ennenkuin Mikko ja talonväki saapuivat, kuiskannut
emännän korvaan, että hevosnylkyrin käyttämä puulusikka oli
poltettava, että se ei ihmisiä saastuttaisi. Näin tuskin siedettiin
hevosnylkyriä hänen ammattinsa takia, vaikka hän oli paljon
läheisempi heimolainen kuin "laukkuryssä". Talonväen käsitys
hevosnylkyrin toimesta oli jäännös vanhoilta, kristinuskon ja
pakanuuden taistelun ajoilta. Ennen vanhaanhan uhrattiin hevosia
jumalille ja tätä vastustaakseen opettivat papit, että kuolleen
hevosen käsittely oli saastaista kristitylle.
Talon emäntä, juuri leskeksi jäänyt 1860-luvun kovia nälkävuosia
seuranneen lavantaudin raivotessa, oli hälinän aikana rientänyt
nimismiestä vastaan johtaakseen hänet toiseen tupaan. Niin
juurtunut oli kansan myötätunto karjalaisia "laukkuryssiä" kohtaan,
että ratsutilan emännän päähän ei edes pälkähtänyt tarttua
talonväen hankkeisiin. Portilla kohtasivatkin toisensa nimismies ja

35. emäntä. Ja katso! Nimismiehellä ei tällä kertaa muuta asiaa
ollutkaan kuin riidellä, että talon tieosuus oli huonossa kunnossa.
Vaieten otti emäntä nuhteet vastaan, tietäen hyvin, että teistä oli
huolta pidetty ja että ne olivat moitteettomassa tilassa. Rusthollari
vainaja oli aikoinaan tehnyt oikeutettuja muistutuksia korkean
esivallan edustajan, nimismiehen, virkaintoa vastaan, varsinkin mitä
tuli tämän oikkuun komentaa keskellä kesää härkäpari lumiauran
eteen puhdistamaan valtamaantietä pienistä kivistä. Kun
nimismiehen sopimaton käytös ei kohdannut vastustusta ja hän sai
purkaa nuorekasta virkaintoaan vastalauseita kuulematta, jäikin
kaikki siihen. Nimismies irroitti hevosensa luhdin nurkalta ja meni
matkoihinsa. Mikko oli pelastettu!
Näin kertoi lähes kaksikymmentä vuotta myöhemmin Kustaa,
uskollinen palvelijamme, piintynyt iäkäs vanhapoika, kun minä
seitsenvuotiaana poikasena keikuin hänen selässään Kustaan tuvan
penkillä istuessa. Jos lukija haluaa kuulla lisää Kustaasta ja Mikosta,
annamme hänen kertoa.
Parisen vuotta myöhemmin aherteli jälleen Kustaa työmaalla
uskollisine apulaisineen, tällä kertaa heinäniityllä. Heinät oli saatava
mahdollisimman pian latoon, sillä taivaanrannalla uhkasi ukkospilvi
sateella. Yht’äkkiä kuului hätähuuto laaksoon viettävältä
männikkörinteeltä. Huuto on äänekäs ja kestävä. Vaikka pedot eivät
miespolveen olleet keskellä kesää paikkakunnalla ihmisiä
ahdistaneet, ei oltu varmoja hätähuudon aiheuttajasta ja juuri
kestettyinä nälkävuosina oli saatu kokea kauheitakin yllätyksiä.
Kustaa käskee silloin miehistä väkeä varaamaan itselleen ladon
seinältä viikatteita ja rientämään apuun. Naisväki jää korjaamaan
heiniä lähestyvän ukonilman edeltä. Pienellä aukealla metsässä,
missä Mikko on ollut kätkeytyneenä, on tosiaankin käynnissä

36. kaksintaistelu, mutta ei petoa vastaan. Siinä on kruununvouti
ottelussa Mikon kanssa. Matkasauva kädessä, selässä jättiläiselle
sopiva reppunsa, seisoo Mikko, kun taas kruununvoudin selkä on
taakaton, mutta ei ole hänellä kättäkään pitempää. Mikko, erämaan
poika, taistelee kuin henkensä edestä, teräsjänteinä jalat ja polvet.
Kun kruununvouti näkee Kustaan miehineen ja viikatteineen, kasvaa
hänen intonsa. "Takaapäin, jalkakoukulla, jutusta on tuleva loppu!"
huutaa hän. Mutta ei laske luonto Mikoltakaan. Hän ymmärtää olla
lyömättä, sillä silloin olisi talonväellä pakko tulla viikatteineen väliin.
Uskomattoman nopeasti ja taitavasti pistelee hän kepillään
kruununvoudin hihansuista sisään. Kustaa ja muut katselijat ovat
käyvinään käsiksi Mikkoon, joka ei hätäile, sillä hän tietää, että
joukossa ei ole ainoatakaan, joka hänet pettäisi. Pian siirtävätkin
miehet viikatteet kädestä olalle ja poistuvat mieltään osoittaen
selitellen, että tässä ei ole mitään niitettävää, Kruununvouti huomaa
ottelun menetetyksi. Muutamia hetkiä myöhemmin samoaa hän
nolona läpi tiheikön maantien aidalle, missä hänellä on hevonen
sidottuna.
Taas oli Mikko pelastettu. Vaan Kustaa kertoo edelleen. Vielä
kerran kohtasivat toisensa autiolla maantiellä kruununvouti ja Mikko.
Tällä kertaa ei kumpikaan väistynyt eikä hyökännyt. Kruununvouti oli
talttunut. "Passisi mies!" lausuu lainvalvoja. "Kas tässä!" vastaa
Mikko näyttäen tarpeellisessa kunnossa olevan passinsa. Aselepo oli
syntynyt.
Erään kerran, kun Kustaa oli siinä iässä, jolloin vanhuuden
vaikutus jo on tuntuva, kertoi hän seuraavan pienen tarinan, minkä
hänen esi-isänsä olivat polvesta toiseen säilyttäneet.

37. "Ennen vanhaan aikaan oli kuningas, joka sääti käsikiville
myllytullin. Mutta tämän rasituksen lakkautti toinen kuningas, joka
selitti, että siinä on kylliksi tullia, kun tekee työtä kätensä
kivistäviksi". Kustaan mielestä tuhannen virstan vaellus reppu selässä
vaatii yhtä suurta voimaa kuin käsikivien vääntäminen.
"Kun sinusta tulee mies, ja minua ei enään ole", lopetti Kustaa,
"mene silloin ystävämme Mikon kotimaahan ja ota selvää, mikä
heidät siellä saa jättämään kotinsa ja kontunsa".

38. ERÄS SANOMALEHTI-ILMOITUS JA
SEN SEURAUKSET.
Hapuileva ja suuntaviivoja vailla oli käsitykseni Kauko-Karjalasta,
silloin kuin kuuntelin vanhan Kustaan hämäriä arveluita ja puheita
Mikko-ukon kotimaasta. Tieni ei ole johtanut sinne ollakseni työn ja
toiminnan miehenä elämän hyörinässä mukana. Kohtalo ei ole
suonut minun monien muiden parissa osallistua Kalevalan ja
Kantelettaren kielten kosketteluun, ei edes äänettömänä kuulijana.
Siitä asti kuin lapsenkenkäni kulutin, en ole kyennyt kohoamaan
elämän kiistan ja kilvoituksen yläpuolelle, siinä määrin on voimiani
sen arkipäiväisessä ahertelussa tarvittu. Mitä vanhan Kustaan
kertomuksista kerran painui mieleeni ja myöhemmin sai
käsityksessäni kiinteämmän muodon Maamme kirjan suorasanaisista
Kalevalan kuvauksista, on tässä suhteessa ollut ainoa lapsenuskoni,
mikä on kestänyt elämän kaikissa vaihteluissa. Mitä sen ohi olen
lukenut, on akanain lailla tuuleen hajonnut. Osani on ollut hiljaisen
syrjästäkatsojan, joka on koettanut tarkata ajan merkkejä
kaukaisessa Karjalassa, sellaisina kuin ne esiintyvät puhtaasti
käytännöllisten ja arkipäiväisten kysymysten muodossa.
* * * * *

39. Elettiin toukokuussa, tukahuttavana keväänä v. 1904, juuri kuin
kuukautta myöhemmin Suomessa tapahtui jotakin varsin merkillistä,
kun jossakin pääkaupungin lehdessä osui silmiini vähäpätöinen
ilmoitus. Siinä kerrottiin, että suomalaisten haettavana oli
konsulentintoimi "maapäivien", semstvon, hallituksessa,
asemapaikkana pieni kaupunki Äänisjärven pohjoiskärjessä. Kiinnitin
tähän erään henkilön huomiota, hän kun omasi toimeen tarvittavat
edellytykset, ja sainkin tehtäväkseni hakupaperien lähettämisen.
Vaikka tiesin, että väestö siellä oli karjalaista, olin toiselta puolen
myös täysin selvillä siitä, että paperit joutuisivat venäläisiin käsiin.
Siksi tein parhaani, jotta hakemus sai mahdollisimman
asiaankuuluvan, virallisen leiman ja ulkoasun suurine sinetteineen
j.n.e. "Maassa maan tavalla", arvelin katsellessani seinällä riippuvaa
jäljennöstä Ekmanin taulusta, mikä esitti Yrjö Aukusti Wallinia täysin
itämaisessa ulkoasussa.
Ja katso! Yritys onnistui. Noin kuukautta myöhemmin saapui
vastaus, että hakijani oli paikan saanut. Myöhemmin sain itse
tilaisuuden tarkastella hakupapereita, joita oli saapunut 35
henkilöltä. Suuri osa asiakirjoista oli suomeksi laadittuja. Paperien
joukossa esiintyi useita tunnettujen suomalaisten arvohenkilöiden ja
asiantuntijain suosituksia. Jos hakupaperit olisivat joutuneet jonkin
Suomen maaseudulla toimivan taloudellisen yrityksen johtokunnan
puheenjohtajan ja jäsenten käsiin, olisivat he olleet tästä
huomaavaisuudesta varsin hyvillään tarkastellessaan näiden
yhteiskunnan huipuilla elävien henkilöiden omakätisiä allekirjoituksia.
Oi sinä pyhä tietämättömyys! Kauko-Karjalassa ei näitä loisteliaita
nimiä tunnettu. Asian ratkaisivat siellä ne suuret viralliset sinetit,
mitkä komeilivat hankkimissani jäljennöksissä.

40. Syksyllä lähti konsulentti matkalle. "Jos laiva ei Lotinanpellosta
jääesteiden vuoksi jatka matkaa, ottakaa asianomaisen semstvon
hallitukselta avonainen matkapassi vapaata postihevosta varten
jokaiselta postiasemalta", tiedotti viimeinen ennen lähtöä
konsulentille saapunut sähkösanoma.
Näin joutui suomalainen maatalousmies Karjalaan. Vuosi vuodelta
kävi hänelle hänen työnsä yhä selvemmäksi ja rakkaammaksi. Hänen
jälestään seurasi useita muita suomalaisia. Yhä suuremmaksi olisi
heidän lukunsa vuosi vuodelta kasvanut, ellei suuri olojen mullistus
olisi pakoittanut heitä sieltä lähtemään. Näiden suomalaisten
käytännön miesten työ ja toiminta on se tausta, mitä vasten olen
Kauko-Karjalan oloja tarkastanut.

41. ÄÄNISJÄRVEN RANNOILTA
KYMMENEN VUOTTA SITTEN.
Olemme eräässä jotenkin hyvin säilyneen puutalon toisen kerroksen
huoneessa, joka on koristettu laudoitukseen tehdyillä koreilla
leikkauksilla. Talo on Äänisjärven pohjoispäässä sijaitsevan
kihlakunnankaupungin satamaan johtavan kadun varrella.
Tämän huoneen eli n.k. virkasalin on jokunen päivä aikaisemmin
muodostanut kaksi kamaria, toinen semstvohallituksen
täysistuntosali, toinen taas kirjurien huone. Täysistuntosalin pöytä
on asetettu salin pitkälle seinämälle. Pöydän ympärille on asetettu 18
tuolia.
Seinällä riippuu Aleksanteri II:n ja Aleksanteri III:n sekä viimeisen
tsaarin öljypainosmuotokuvat. Asiaankuuluvat pyhäinkuvat on
asetettu salin kahteen nurkkaan. Salin merkillisyytenä on kolme
marmoritaulua, joista ensimmäisessä mainitaan, että Pietari Suuri on
perustanut ensimmäisen vesilaitoksen kaupungin viereiseen koskeen,
y.m., siihen aikaan kuin venäläisvaikutus seudulla alkoi. Toisessa taas
on ote siitä Aleksanteri II:n antamasta laista, jolla tammik. 1 p:stä
1864 määrätään semstvolaitos perustettavaksi Venäjän 33
kuvernementissa henkisen ja taloudellisen viljelyksen kohottamiseksi.

42. Kolmannessa, uusimmassa, marmoritaulussa taas, joka on pantu
seinälle ilman semstvovaltuutettujen myötävaikutusta, mainitaan
pyhän venäläis-karjalaisen veljeskunnan olemassaolosta.
Eräällä sivupöydällä on pinkottain venäjänkielistä
semstvokirjallisuutta. Niitä selaillessa pistää silmään muuan kohta,
jossa viimeinen tsaari ensi kerran monarkkina esiintyessään esittää
mielipiteensä valtaistuimen eteen tammik. 17 p. 1895 kokoontuneille
Venäjän aatelin, semstvon, kaupunkien ja kasakkasotajoukkojen
edustajille, varoittaen semstvomiehiin kääntyen näitä "mielettömistä
haaveista" sisäpolitiikan alalla.
Silmän ohi vilahtaa myös maininta, että ensimmäinen
sisälukukoulu perustettiin kihlakuntaan jo v. 1836. Johtuu mieleeni
1600-luvun tarmokkaat piispamme, jotka jo silloin olivat ottaneet
Suomessa käytäntöön lukuset.
Alapuolella olevasta huoneesta kuuluu heikkoa puheensorinaa.
Käytävässä tervehdin sivumennen paria virkapukuista venäläistä.
Alakerrokseen johtavilla portailla tapaan erään karjalaisen, joka
tervehtii tuttavallisesti suomeksi. En muista heti, missä kylässä hänet
olen tavannut, mutta heti kun hän alkaa puhua muuraimistaan, olen
selvillä, että hän on kotoisin suoseuduilta eräiden luostariraunioiden
tienoilta päivänmatkan päästä kaupungista.
Vilahtaa mieleen tarina tuosta aikoinaan kukoistaneesta
luostarista, joka jonkin vallanpitäjän viittauksesta hävitettiin maan
tasalle, kun luostariasukkaat eivät kyenneet hankkimaan vuosittain
satumaisen suurta, 10,000 kultaruplan suuruista summaa.
Tultuani virkasalin alapuolella olevaan huoneeseen näen sinne
kokoontuneena kihlakunnan karjalaisen talonpoikaisheimon

43. valiojoukon, kihlakunnan, joka pinta-alaltaan on kaksi kertaa
suurempi kuin Uudenmaan lääni.
Puvut ja ulkoinen olemus on jonkinverran venäläistyneen näköistä,
mutta silmän loisteesta olen näkevinäni, että miehet ovat tietoisia
karjalaisia. Tuntuu siltä, että se yläsalissa oleva marmoritaulu, jossa
on Aleksanteri II:n nimi, on heitä varten ja että he vielä
tänäpäivänäkin, vuosikokouksessa, osaavat esittää toivomuksensa,
vaikkapa vain varsin hillitysti.
Vaikkapa he eivät voisikaan muuta aikaansaada tuon pitkän,
useista pikkupöydistä kokoonpannun neuvospöydän ääressä, niin
voisivat he kuitenkin toimeenpanna vallanpitäjille ilkeitä yllätyksiä.
Jutellaan pikku ryhmissä hiljalleen. Jokunen selailee äsken läänin
pääkaupungissa ilmestynyttä pientä kirjasta, jonka kanteen on
suurilla kirjaimilla painettu venäjäksi "Finljandia". Tuhatkunta
kappaletta tätä kirjasta "valkosilmäisistä suomalaisista" on lattialla
odottamassa jakamista maaseudulle. Pikainen silmäys kirjaan
osoittaa sen venäläiset tarkoitusperät.
Lyönnilleen kello 10 soi kello. Semstvovaltuutettujen istunto alkaa.
Puheenjohtajan paikalle istuutuu nuorehko venäläinen, jolla on
takissaan kollegineuvoksen tähdet. Jokapäiväisessä elämässään on
hän "Kokousten puheenjohtaja", se on, maapäälliköiden esimies,
jotka hoitavat talonpoikain sivilihallintoasiat. Hän on rauhallinen ja
erittäin lyhytsanainen mies, joka ei paljasta ajatuksiaan. Hän näyttää
mieluimmin puhuvan puheenjohtajanuijalla. Puheenjohtajan oikealle
puolelle asettuu semstvon vakinaisen toimeenpanevan valiokunnan
päällikkö, eli n.k. semstvohallinnon puheenjohtaja. Hänen

44. vasemmalla puolellaan istuvat papiston ja kaupunkien sekä
metsähallinnon edustajat.
Kaikki muut pöydän ääressä istuvat ovat karjalaisia. Edellisenä
päivänä on talousarvion tulopuoli käsitelty ja nyt ryhdytään sen
menopuoleen. Mutta ennenkuin se alkaa, saavat harvalukuiset
kuulijat, joiden joukossa tämän kirjoittajakin, olla läsnä erinäisten
kysymysten käsittelyssä, jotka eivät suoranaisesti kuulu
talousarvioon.
Ensimmäisenä kysymyksenä on alamaisen adressin sanamuodon
hyväksyminen. Tässä osoittaa puheenjohtaja harvinaista nopeutta
lukiessaan julki ehdotuksen sisäministerille lähetettäväksi
sähkösanomaksi, jossa pyydetään, että ministeri esittäisi tsaarille
sähkösanoman, jossa m.m. lausutaan, että vaikka semstvomiehet
asuvatkin kaukana kylmässä pohjolassa, eivät he tunne kylmää, sillä
tsaarin valtikan alla ei tunnu koskaan kylmältä. Eräs karjalaisista
näyttää aikovan jotakin lausua, mutta puheenjohtajan nuija putoaa
samassa pöytään ja sihteeri merkitsee pöytäkirjaan, että päätös on
yksimielinen.
Seuraa muutamia kiusallisia hetkiä.
Toisena kysymyksenä on rauhantuomariarvonimen antaminen
eräälle ansioituneelle henkilölle. Arvonimi vastaa jotenkin meikälästä
herastuomarin arvonimeä. Toimitus tapahtuu salaisella äänestyksellä
ja tulee kaikkien äänien olla jaa-ääniä. Ehdokkaana on eräs
karjalainen.
Äänestyksen tuloksena on, että kaikki äänet ovat jaa-ääniä, mutta
yksi on ei-ääni.

45. Erämaan parlamentissa tehdään kuitenkin sielläkin
lehmäkauppoja. Yritetään siis uudestaan. Nyt asetetaan kaksi
ehdokasta, joista toinen venäläinen kansakouluntarkastaja ja toinen
äskeinen karjalaisemme. Ja tällä kerralla ei enää anneta ei-ääniä.
Papiston edustaja ottaa nopeasti tuomarivalan uusilta
kunniarauhantuomareilta. Mieliala karjalaisten keskuudessa näyttää
tyytyväiseltä, kun ovat saaneet oman miehensä "läpi".
Tämän jälkeen seuraa määrärahakysymyksiä.
Metsähallinnon edustaja, muuan vanha puolalainen, joka
vuosikymmeniä on palvellut Aunuksessa, esittää erinäisiä mietintöjä
omalta alaltaan, jotka hyväksytään. Sivumennen käsitellään ehdotus,
että metsänhoitajan pojalle, joka rupeaa opiskelemaan Kasanin
yliopiston lääketieteellisessä tiedekunnassa, annettaisiin apuraha.
Äänestys päättyy suotuisasti ylioppilaalle, eikä kukaan halua käyttää
asiasta puheenvuoroa, vaikka metsäherra asian käsittelyn ajaksi
onkin poistunut salista.
Senjälkeen esitetään piirilääkärin anomus erinäisten määrärahain
myöntämisestä lääkinnöllisiin tarpeisiin. Perusteluissaan huomauttaa
piirilääkäri, kuinka erinäiset taudit viime aikoina ovat suuresti
levinneet ja koettaa hän osottaa sen johtuvan siitä, että hallitus on
karkoittanut muista valtakunnan osista Itä-Karjalaan henkilöitä, jotka
ovat olleet erinäisten tarttuvien tautien saastuttamat. Sentähden
ehdottaa piirilääkäri että semstvovaltuutetut anoisivat hallitukselta,
ettei vast’edes valtiollisia henkilöitä lämpimältä alueelta, kuten
esimerkiksi Mustanmeren rannoilta, karkoitettaisi Itä-Karjalaan.
Määrärahat myönnetään, mutta puheenjohtaja antaa piirilääkärille
varoituksen sopimattomasta kirjoitustavasta.

46. Uuden yleisen sairaalan kalustamiseen kaupungissa myönnetään
määräraha. Asiakirjoista näkyy, että tämän kymmenkunta huonetta
käsittävän kivitalon rakentamiseen on tarvittu kokonaista kolme
vuotta ja että tämä talo on ainoa kivitalo koko kihlakunnassa
kirkkoja, luostareja ja erästä pienoista rahastotaloa lukuunottamatta.
Nyt siirrytään kysymykseen, jonka toteutumisesta paikkakunnan
sekä karjalaiset että venäläiset ovat jo kauan uneksineet.
Kihlakunnan teknikko esittää näkökohtia hallitukselle jätettäväksi
anomukseksi rautatien rakentamisesta Äänisjärven pohjoispäästä
Repolaan sekä sen liittämisestä Suomen valtionrautateihin Lieksan
aseman luona.
Tässä asiassa näyttävät karjalaiset ja venäläiset ymmärtävän
toisiaan.
Karjalaiset puhuvat kauniista tulevasta Itä- ja Länsi-Karjalan poikki
kulkevasta radasta. Muuan läsnäolevista, entinen "laukkuryssä" on
kulkenut Suomen ristiin rastiin. Hän suunnittelee puheessaan
rautatien rakentamista Lieksasta edelleen Ouluun, koska hän
matkoillaan on havainnut kiertotien Etelä-Suomen kautta liian
pitkäksi. Esittääpä hän rautatiesuunnitelman Äänisjärven
pohjoispäästä Paadenen, Lieksan, Kajaanin, Oulun, Tornion ja
Haaparannan kautta Narvikiin Atlantinvaltameren rannalla, siis
rautatiesuunnitelman Fenno-Skandian halki.
Puheenjohtaja, joka näytti hetkeksi vaipuneen ajatuksiinsa, herää
ja mutisee jotakin, että rautatiet tuovat lännen paheita itään, joita
sanoja ei kuitenkaan oteta pöytäkirjaan.
Pöytäkirjaan merkitään kuitenkin puheenjohtajan seuraava
lausunto: Pohjois-Suomeen lähetetään vuosittain Etelä-Venäjältä

47. suuret määrät viljaa Suomen miltei liian paljon rasitettua päärataa
myöten. Jos tämä suunniteltu rata saataisiin toimeen, voisi se paitsi
paikallisia etuja, palvella myöskin kauttakulkuliikennettä.
Sivuuttamalla Etelä-Suomen emäradan, olisi tämä uusi rata
luonnollisen liikenneväylän osa. On näet muistettava, että Pohjois-
Venäjän viljakeskus, Rybinsk, on suoranaisessa kanavayhteydessä
Äänisjärven kanssa.
Tämän jälkeen esitti kansakoulujentarkastaja selontekonsa
semstvovaltuutetuille. Hän huomautti, että hänen tarmokkaan työnsä
seurauksena on nyt m.m. se, että jokaisessa kylässä hänen piirissään
Suomen rajalla on venäläinen kansakoulu. Hän jätti kuitenkin
mainitsematta, että näiden koulujen oikeana tarkoituksena on estää
suomalaista vaikutusta. Muuan talonpoika koettaa myös anoa, eikö
nyt vihdoinkin olisi mahdollista saada lukutaidon ensi alkeita
karjalankielellä. Luonnollisesti ei anomus johtanut mihinkään
tulokseen.
Päiväjärjestyksen viimeisellä kohdalla oli myös oma
mielenkiintonsa.
Semstvohallinnon puheenjohtajan toimi on täytettävä ensi vuodeksi.
Jokainen pöydän ääressä istuva on vaalikelpoinen. Salainen äänestys
ratkaisee tuloksen.
Puheenjohtajan oikealla puolella istuva herra näyttää
hermostuneelta, nousee ylös ja puhuu kauniisti talonpojille, mutta
puheella ei näytä tällä kerralla olevan vaikutusta. Talonpojat ovat
vaiti, mutta näkyy, että jotakin on tekeillä.
Ensimmäisenä ehdokkaana on nykyinen puheenjohtaja.
Äänestetään.
Tuloksena on, ettei hän tule valituksi.

48. Nyt asetetaan ehdokkaaksi eräs karjalainen. Tuloksena on, että
hänet valitaan kaikkien karjalaisten äänillä. Valittu nousee ylös, pitää
lyhyen puheen ja kieltäytyy toimesta hyvin tietäen, ettei kaikkivaltias
kuvernööri kuitenkaan vahvistaisi hänen vaaliaan, ja pyytää samalla,
että nykyinen puheenjohtaja suostuisi edelleenkin jäämään toimeen.

49. MALLITALOSSA.
"Niinkuin valtamereen vajonneen mantereen viimeiset huiput vielä
saari- ja kariryhminä kohoavat yli ulapan, niin piirtyvät Itä-Europan
kansatieteelliselle kartalle suomalais-ugrilaisten kansojen
pirstautuneet alueet hajanaisina saaristoina slavilaisten kansanmeren
keskellä", luki suomalainen konsulentti eräästä kirjasta istuessaan
iltahetkenä työhuoneessaan muutamia päiviä senjälkeen, jolloin
edellä kuvattu "maapäiväin" vuosikokous oli pidetty Äänisjärven
pohjoiskärjen pienessä kaupungissa.
Pöydät olivat kukkuroillaan mitä monipuolisinta
maatalouskirjallisuutta, niin venäjäksi kuin skandinavisilla kielillä
painettua, erityisesti kaikki, mitä tanskalainen kirjallisuus
maitotarkastuksen alalta saattoi tarjota. Hiljattain olivat saapuneet
Suomen lukuisain maanviljelysseurain viimeiset painosta ilmestyneet
vuosikertomukset. Kuukautta aikaisemmin oli konsulentti niitä
kotimaahan lähetetyllä kiertokirjeellä pyytänyt ja nyt mielihyvällä
vastaanottanut. Konsulentin silmät aivan ahmivat sitä aiheiden ja
ainesten paljoutta, mitä kukin vuosikirja sisälsi. Nyt oli hänen
etsittävä niistä ydin sekä sovellettava se seudun karjalaista
talonpoikaisväestöä varten.

50. Tällä hetkellä herätti hänessä kuitenkin vielä suurempaa
mielenkiintoa eräs paksu teos "Yleisvenäläinen kongressi pidetty
suunnitelmanmukaisiin toimenpiteisiin ryhtymistä varten Venäjän
karjarodun parantamiseksi". Hän oli näet ollut mukana
valmistamassa esitöitä Suomea koskevien kysymysten alalta tätä
Pietarissa pidettyä kongressia varten, missä kaikki Venäjän oppineet,
Moskovan maatalousakatemiasta alkaen, saksalaisia asiantuntijoita
myöten, olivat väitelleet eläintieteellisistä kysymyksistä edes Aasian
alkurotuja unohtamatta. Kirjassa annetaan suomalaisille kunniaa
tuottava arvostelu heidän menetelmästään jalostaa omaa
maatiaisrotuaan sen itsensä avulla turvautumatta ulkomaisten,
korkeammalla kehitystasolla olevien rotujen sekasiitokseen.
Konsulentilla on edessään Pohjois-Venäjän ja Aasian kartta. Hän
suunnittelee, mitenkä suomalaiset siitoseläimet tulevat jalostamaan
pohjoisvenäläisen maatiaisrodun. Eikä tämä ole tapahtuva
ainoastaan itä-karjalaisella alueella, mikä muodostaa yhtenäisen
kokonaisuuden Suomen, Fenno-Skandian kanssa, vaan myös siinä
osassa Pohjois-Europaa, mikä on vajonnut slavilaisen kansanmeren
syvyyksiin. Idässä on se ulottuva, syrjänein asuma-alueen käsittäen,
vogulein ja ostjakkein maahan. Etelässä rajoittaisivat aluetta
Inkerinmaa, Tverin karjalaiset sekä votjakkein ja tsheremissein
asutus. Hän syventyy uudelleen sanoihin: "niinkuin valtamereen…" ja
hänelle selviää täydellisesti, mitenkä idästä samonneet suomalais-
ugrilaiset kansat ovat jättäneet paljon tyhjää tilaa jälkeensä
matkallaan kohti länttä, missä nyt Karjalan heimo Väinämöisen
polkuja vaeltelee ja "kyyttöjään" paimentelee.. Eikä karjalaisen
nimeen suotta sisälly karja-nimitys. Tämä suomalaisten
heimokansojen helmi on vielä kerran maksava velkansa jälelle
jääneille heimolaisille idässä. Jos se ei muuta saa aikaan, voi se

51. elvyttää taipaleelle pysähtyneiden veljien karjalaumat lähettämällä
sinne uudistavaa elinvoimaista verta.
Näin ajattelee suomalainen käytännön mies mallitilallaan
rajantakaisessa Karjalassa, missä hän toimii maatalousneuvojana.
Hänellä on jo käytettävänään 30 puhdasta itäsuomalaista karjarotua
edustavaa siitoseläintä Joensuun tienoilta ja Savosta hankittuja. Hän
kysyy itseltään yhä uudestaan ja uudestaan: montako sellaista
tosihyvää voi Suomi vuosittain lähettää Pohjois-Venäjälle ilman että
sen karjakanta sen kautta vähenee?
Edellä mainitun kongressin pöytäkirjat kertovat, että on viimeinkin
julistettu pannaan 1700- ja 1800-lukujen kokeilut ja erehdykset, kun
huippuunsa kehitettyjen ulkomaalaisten rotueläinten avulla koetettiin
jalostaa Pohjolan perin alkuperäisellä kannalla olevaa omaa vanhaa
karjakantaa, joka kyllä toiselta puolen oli osoittanut hyviä ja
tyydyttäviä lypsylehmän merkkejä. Pietari suuri oli tosin Hollannista
palattuaan ja Vienassa käytyään määrännyt, että joku määrä
hollantilaista karjaa oli meritse tuotettava Valkean meren reheville,
ajoittain tulviville jokivarsille- ja suistoille, missä se on lisääntynyt ja
vielä tänä päivänä eristettynä rotuna menestyy, elleivät bolshevikit
ole sitä sukupuuttoon hävittäneet. Mutta nyt vasta, 200 vuoden
jälestä, oli huomattu, että hollantilaiset ovat ja pysyvät
hollantilaisina, eivätkä kärsi mitään vieraisiin rotuihin sulattamista,
vähinten kaukana Pohjolassa. Tässä ovat kysymyksessä samat
kumoattomat luonnonlait, mitkä estävät Kauko-Karjalan väestöä
sulautumasta venäläisiin. Pietari suuren hallitsijakatse oli nytkin
tavallaan osunut oikeaan, ilmastolliset suhteet olivat hollantilaisille
jokisuistoissa suotuisia. Konsulenttimme oli kuitenkin heti ollut
selvillä siitä, että Pietarin toimenpide oli menestynyt sikäli kuin se oli
pysytetty niissä rajoissa, mitä sillä oli tarkoitettu, mutta oli

52. osoittautunut epäonnistuneeksi heti kuin sitä oli sovitettu vieraisiin
tarkoituksiin. Hollantilaisten maukas liha sai usein tyydyttää
herkkusuiden vaatimuksia Pietarissa. Näin joutuivat vienalaiset härät
ja lehmät suorittamaan elämänsä ensimäisen ja viimeisen
kaukomatkan pitkin valtavaa "Katarinan tietä", mikä kiemurtelee
Äänisen rantoja kohti paisuvaa valtakaupunkia Nevan ennen
usvaisen ja mutaisen laskupaikan suulla Suomen lahteen, missä
nykypäivien Pietari likaisena ja liejuisena temppeleineen, torneineen
ja leveine katuineen viettää nääntyvää elämää.
Silloin ja tällöin siroitteli tämä vaellus vastasyntyneen vasikan
sinne ja tänne pitkin kyliä "Katarinan tien" varsilla. Juuri näiden
vasikkain jälkeläiset olivat herättäneet konsulenttimme huomiota,
sillä tällainen puoliveri Kauko-Karjalan karuilla kivikkoahoilla synnytti
pahaa verta jokaisessa maitotalouteen perehtyneessä
ammattimiehessä.
Konsulentti istuu mietteissään. Silloin alkavat alakerrasta talonväen
puolelta kuulua balalaikan sävelet. Hän kopauttaa jalallaan lattiaan.
Hetkistä myöhemmin ilmestyy ovensuuhun renki Ivan Ivanovitsh,
hyväntahtoinen venäläinen.
"Mitä konsulentti suvaitsee käskeä"? kysyy Ivan nöyrällä äänellä.
"Käykää nyt levolle kaikki siellä alhaalla, aamulla teidän on oltava
tavallista aikaisemmin jalkeilla. Me saamme paljon vieraita".
"Hm! Ketähän ne ovat, ehkä maalaisväkeä, karjalaisia?" arvelee
Ivan.
"Hyvää yötä nyt vain!" ja Ivan saa uteliaana poistua.

53. Neljännestunnin kuluttua on koko mallitalo uneen vaipuneena, niin
venäläinen palvelusväki kuin suomalainen maatalousneuvoja sekä
myös sen muut suomalaiset "asukkaat", s.o. hevoset, sonnit, lehmät
ja siat.
Kun konsulentti aamulla varhain on menossa talonväen töitä
tarkastelemaan, kohtaa hän pihalla etäältä saapuneen karjalaisen
talonpojan, joka ei ole ennen käynyt mallitalolla. Talonpoika pyytelee
anteeksi varhaisella aamuhetkellä saapumistaan. Oikeastaan on
hänellä asiaa kaupunkiin, mutta kun siellä vielä kaikki tavoilleen
uskollisina nukkuvat, haluaa hän sitä ennen käväistä taloa
katsomassa. Ensin merkitsee tarkastuskarjakko hänen nimensä
vieraskirjaan, hän kun ei itse ole kirjoitustaitoinen. Senjälkeen tekee
karjalainen talonpoika konsulentin johdolla nopean kiertomatkan
talliin, läävään, meijeriin, keittotupaan, riihelle, puima- ja
kalustohuoneeseen j.n.e. Sitten seuraa kutsu teelle konsulentin luo.
Teetä juodessa selviää se, mitä konsulentti oli heti edellyttänytkin.
Ukon kotoinen maatalous edustaa vielä sitä alkuperäistä tilaa, missä
voi kirnutaan tuohisessa ja karhi on puun oksista tehty. Eivätkä jää
esille tulematta tavalliset, perityt ennakkoluulotkaan.
"Paljonhan minä tuolla ulkona juuri sain nähdä, mutta
ymmärtäähän sen, että ei sellainen kävisi päinsä minun talossani
erämaassa. Vaan mikäs sen on vedellessä täällä, missä semstvon
varoilla peitetään kustannukset". Tähän suuntaan käyvät ukon
arvelut ja omaa menettelytapaansa seuraa myös konsulentti. Ei tässä
todisteluilla saa mitään aikaan, sen hän hyvin tietää. Niillä olisi
päinvastainen vaikutus. Niinkuin kaikki vasta-alkajat hyvästellellään
ukko ystävällisen sanoin, lopussa kuitenkin konsulentin lausuma
toivomus, että ehkä ensi kesänä hänet voidaan toimittaa
opintoretkeilylle Suomeen, ainakin Pohjois-Karjalaan, jos ei

54. etemmäksi. Karjalaisen talonpojan kasvot kirkastuvat. Kättä
paiskataan erotessa.
Tuskin on hän, ensikertalainen, mallitalosta poistunut, kun sinne jo
saapuu toinen Karjalan mies. Hän on muiden mukana edellisenä
kesänä konsulentin johdolla retkeillyt Suomessa oppia saamassa.
Siksi kerrataan nyt pääkohdissa mitä on nähty Joensuun,
Elisenvaaran ja Siilinjärven seuduilla. Keskustelun pohjana on sitten
kaksi perustetta, joihin ehdottomasti uskotaan: Suomen pienviljelys
ja mallitalo. Niiden puitteissa on löydettävä ne menettelytavat ja
toimenpiteet, jotka takaavat talonpojalle menestyksen hänen
kotikonnullaan. Mutta aika kiirehtii, päällisin puolin vain asioita
selvitellään, sillä suuri yhdessäolotilaisuus on pian alkava. Talossa
touhutaan ja puuhataan, sanoja saapuu ja lähtee. Kaiken johdossa
on konsulentti ja liikkeellä koko talonväki. Vieras ohjataan
odottamaan isännän yksityiseen työhuoneeseen ja hän saa kutsun
saapua sille juhla-aterialle, minkä mallitalo tarjoo "maapäivien",
semstvon, karjalaisille jäsenille.
Puolen päivän aikaan alkavat he saapua. Kun alakerrassa sijaitseva
virkahuone, minne vieraat ovat kokoontuneet, on viimeistä paikkaa
myöten täynnä, lähdetään pelloille tavanmukaiselle tarkastusretkelle.
Pureva tuuli tempoo esille harmaalta taivaalta sadekuuroja ja kylmiä
viimoja, samalla kuin Äänisen aallot lyövät päin mallitalon rantoja,
saaden kulkijat itseään syksysään kylmässä puistattelemaan.
Pelloilta on jo sato korjattu. Ruis- ja heinäsaroilla on vain rehevä
sänki nähtävänä. Tottuneen maanviljelijän silmä saattaa huomata
heti, mitä syvät pellonojat ovat saaneet aikaan runsaan lannan
saannin ohella, minkä maatilalle aina takaa kaupungin läheisyys.
Tässä tapauksessa ei edes ollut kilpailua olemassa, sillä toista

55. varsinaista maanviljelystilaa ei kaupungin lähetteillä ollut. Turnipsin
siemenet eivät olleet jääneet vaikutustaan vaille ja pitkinä pinoina
kohosi saroilla korjattu sato. Kolealta kentältä palattiin pian
mallitilalle, missä ateria odotti. Perille tultaessa liehui talon katolla
Venäjän lippu. Se ei kuitenkaan pahennusta herättänyt. Tiedettiin
hyvin, että seinilläkin voi olla korvat ja toiselta puolen tunnettiin
täydellisesti suursuomalaista propagandaa vastustavan Venäläis-
karjalaisen veljeskunnan kekseliäät ja joustavat edesottamiset. Eräs
ukoista ei kuitenkaan voinut olla salaa naapuria nykäisten ja lippua
osoittaen lausumatta: "Onpahan oikea variksenpelätin!" Kaupungin
heikkouskoisia oli lippu myös omansa uskossa vahvistamaan.
Kun talonpojat saapuivat juhlahuoneeseen, tekivät he ristinmerkin
Kristuskuvan edessä, sillä he olivat kreikkalais-katolisen uskonnon
tunnustajia.
Vaan notkuipa pöytä tällä kertaa talon paraista antimista. Oli siinä
suuret lohi- ja siikapiirakat, juotettua vasikkaa y.m. Ja, miksipä
vaieta, ateriaan kuuluivat myös kohtuudella nautitut ryypyt. Alussa
oli mieliala hieman jäykkä ja hiljainen, mutta muuttui ajan mittaan
vilkkaammaksi, sillä olivathan karjalaiset täällä isäntinä omalla,
suomalaisen konsulentin hoitoon uskomallaan, mallitilalla.
Alussa liikkui keskustelu juuri päättyneen vuosikokouksen
merkeissä: miten oli myönnetyt määrärahat käytettävä, keille oli ensi
sijassa annettava matka-avustusta Suomeen tehtävää opintoretkeilyä
varten, mistä taloista oli tyttäret laitettava mallitilan
kotitalouskursseille. Keskusteltiinpa turvepehkun vaikutuksesta
lannan laatuun ja pohdinnan alaisena oli myös kysymys, pitkiltäkö
matkoilta kannattaa vedättää savea uutisviljelykseen otetuille ruista
kasvaville vanhoille niittymaille. Kehuskelipa joku, että hänen

56. uutisviljelyksensä kasvavat ruista paremmin kuin mitä hän itse oli
Suomessa nähnyt. Jopa kehuskeli muuan, että hänen
jalostamattomasta lehmästä ja itä-suomalaisesta sonnista juuri
syntynyt "kyyttönsä" vei voiton mallitalon puhdasrotuisimmasta
vasikasta.
Mitä pitemmälle juhla jatkui, sitä korkeammalle nousi mieliala ja
niin tulivat esille kansalliset kysymykset. Muuan entinen "reppumies"
nousee puhumaan ja selittelee sen ammatin vaivoja. Hän kuvailee,
kuinka tällainen maiden ja mantereiden kiertelijä tuijottaa itsensä
sokeaksi siihen, mikä on suorastaan kouraan tuntuvaa, rahaan, mikä
kiihdyttää voitonhimoa. Hän valittaa vaellusvuosinaan
laiminlyöneensä tilaisuuden tutustua Suomen pienviljelijäin tosin
hieman niukkoihin, mutta jokseenkin varmoihin, ja ennen muuta
rauhallisiin, nykyajan uudistusten ja apukeinojen luomiin oloihin. Hän
on kuitenkin viime kesänä ollut mukana Suomessa hyvin järjestetyllä
opintoretkeilyllä ja nyt on hänestä tullut vakaumuksellinen
maanviljelijä, joka rakastaa kotikontuaan. Mutta vielä puuttuu
häneltä paljon välttämätöntä ammattitaitoa. Lopuksi päätyy hän
valittamaan kylän yhteistä maanomistusta, mikä vaikuttaa, että
harrastus maatalouteen ei ripeämmin edisty. Puhuja lopettaa
esittämällä maljan Suomelle.
Niin kuluu päivä ja käsissä on jo hämärä, kun miehet eroavat.
Seuraavana aamuna, kun Karjalan miehet olivat jo jättäneet
kaupungin, sai konsulentti korkeilta viranomaisilta pienen hiljaisen
huomautuksen, että eilinen päivällinen ei kuulunut sen työn piiriin,
mikä oli hänelle uskottu. Kävi selville, että innostuneista puheista oli
tietoja ulkomaailmaan luiskahtanut, mutta mitä teitä, sitä ei tiedetty.

57. Welcome to our website – the ideal destination for book lovers and
knowledge seekers. With a mission to inspire endlessly, we offer a
vast collection of books, ranging from classic literary works to
specialized publications, self-development books, and children's
literature. Each book is a new journey of discovery, expanding
knowledge and enriching the soul of the reade
Our website is not just a platform for buying books, but a bridge
connecting readers to the timeless values of culture and wisdom. With
an elegant, user-friendly interface and an intelligent search system,
we are committed to providing a quick and convenient shopping
experience. Additionally, our special promotions and home delivery
services ensure that you save time and fully enjoy the joy of reading.
Let us accompany you on the journey of exploring knowledge and
personal growth!
ebookfinal.com