Name: DeepOmicsAE:通过蛋白质组学、代谢组学和临床数据的深度学习分析来表示阿尔茨海默病中的信号转导模块 (视频) | JoVE Journal
Uploaded: 2023-12-15T14:00:00.000+00:00
Duration: 9 min 47 s
Description: 学习使用深度学习自动编码器整合蛋白质组学、代谢组学和临床数据，分析阿尔茨海默病的信号转导模块。该方法帮助研究人员识别分子驱动因素与表型特征的关联，为早期个性化干预提供依据。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

本工作由美国国立卫生研究院（NIH）资助项目CA201402以及康奈尔脊椎动物基因组学中心（CVG）杰出学者奖支持。此处发表的结果全部或部分基于从阿尔茨海默病知识门户（AD Knowledge Portal，https://adknowledgeportal.org）获取的数据。研究数据通过阿尔茨海默病加速药物合作项目（Accelerating Medicine Partnership for AD，U01AG046161 和 U01AG061357）提供，样本来源于芝加哥拉什大学医学中心的拉什阿尔茨海默病中心。数据收集工作得到了美国国家老龄化研究所（NIA）资助项目P30AG10161、R01AG15819、R01AG17917、R01AG30146、R01AG36836、U01AG32984、U01AG46152、伊利诺伊州公共卫生部以及转化基因组学研究所的资助支持。代谢组学数据集由Metabolon公司生成，并由ADMC进行预处理。

注意：此处使用的数据为从阿尔茨海默病知识门户（AD Knowledge portal）下载的ROSMAP数据。下载和重复使用这些数据无需获得知情同意。本方案采用深度学习方法分析多组学数据，识别基于诊断等特征区分特定患者或样本组的信号模块。该方案还可输出一组数量较少的提取特征，用于概括原始的大规模数据，并可用于进一步分析，例如使用机器学习算法训练预测模型（图1）。在执行本方案之前，请参阅补充文件1和材料表，了解获取代码及设置计算环境的相关信息。以下步骤应按指定顺序依次进行。
<img alt="DeepOmicsAE 示意图；自编码器流程；数据预处理、特征选择、生物学解释。" class="xfigimg" src="/files/ftp_upload/65910/65910fig01.jpg" data-altupdatedat="1788304762000" data-alt="Figure 1"> 
图 1：DeepOmicsAE 工作流程示意图。 使用该工作流程分析多组学数据的流程示意图。在自编码器示意图中，矩形代表神经网络的层，圆形代表层内的神经元。 <a href="https://www.jove.com/files/ftp_upload/65910/65910fig01large.jpg" target="_blank">请点击此处查看该图的放大版本。</a>
1. 数据预处理
注意：本节的目标是对数据进行预处理，包括处理缺失数据；对蛋白质组学、代谢组学表达数据及临床数据进行归一化和标准化；以及剔除异常值。该方案适用于包含以下类型数据的数据集：以 log2(ratio) 表示的蛋白质组学数据；以倍数变化（fold change）表示的代谢组学数据；以及包含连续型和分类型特征的临床特征数据。患者或样本应根据诊断结果或其他类似参数进行分组。样本或患者应位于行上，而特征应位于列上。
<ol>
	<li>要在浏览器中启动一个新的 Jupyter Notebook 实例，请打开一个新的终端窗口，输入以下命令，然后按 Enter 键。 
jupyter notebook</li>
	<li>在浏览器中的 Jupyter 主页上，单击笔记本文件 M01 - expression data pre-processing.ipynb ，在新标签页中打开该文件（补充文件 2，步骤 1.1）。</li>
	<li>在笔记本的第二个单元格中，将数据集文件名输入到 your_dataset_name.csv 的位置。</li>
	<li>在笔记本的最后一个单元格中，将期望的输出数据文件名输入到 M01_output_data.csv 的位置。</li>
	<li>在笔记本的第五个单元格中，按如下方式指定每种数据类型的列位置：蛋白质组学数据（cols_prot）、代谢组学数据（cols_met）、连续型临床数据（例如年龄）（cols_clin_con）、二分类临床数据（例如性别）（cols_clin_bin）。将每种数据类型的起始列索引输入到 col_start 的位置，将结束列索引输入到 col_end 的位置；例如：cols_prot = slice(0, 8817)。请确保 slice 对象中指定的值对应于每种数据类型的第一列和最后一列索引。使用同一笔记本中第四个单元格中的命令（df.iloc[:, :]）来确定每种数据类型的起始和结束位置（补充文件 2，步骤 1.2）。</li>
	<li>从 Jupyter 菜单栏中选择 单元格 | 运行全部 ，以在指定文件夹中生成输出数据文件（补充文件 2，步骤 1.3）。 
	​注意：这些数据将作为第 2、3 或 4 节中所述实验方案的输入数据。</li>
</ol>
2. 自定义优化工作流程（可选）
注意：第2节为可选部分，因其计算量较大。如果用户决定不执行第2节，可直接跳至第4节。本方案将指导用户以自动化方式优化工作流程。具体而言，该方法可识别出使自编码器在生成可有效区分样本组的提取特征方面表现最佳的参数。输出的优化参数包括用于特征选择的特征数量（k_prot 和 k_met）以及自编码器隐含层中的神经元数量（latent）。这些参数随后可用于第3节所述方案中以构建模型。
<ol>
	<li>在浏览器的 Jupyter 主页上，点击笔记本 M02 - DeepOmicsAE 模型优化.ipynb，在新标签页中打开它（补充文件 2，步骤 2.1）。</li>
	<li>在笔记本的第二个单元格中，输入输入文件的名称以替换 M01_output_data.csv。该函数的输入为第 1 节的输出数据。</li>
	<li>在笔记本的第五个单元格中，按以下方式指定每种数据类型的列位置：蛋白质组学数据（cols_X_prot）、代谢组学数据（cols_X_met）、临床数据（cols_clin；包含所有临床数据）、所有分子表达数据（包括蛋白质组学和代谢组学数据）（cols_X_expr）。将每种数据类型的首列索引替换 col_start，末列索引替换 col_end；例如，cols_prot = slice(0, 8817)。确保 slice 对象中指定的值对应于每种数据类型的首列和末列索引，并使用笔记本中第三和第四单元格中的命令探索数据，以确定每种数据类型的起始和结束位置。将包含目标变量的列名称替换 y_column_name 作为 y_label（补充文件 2，步骤 2.2）。 
	注意：由于数据预处理过程中数据框的重塑，cols_X_prot、cols_X_met、cols_clin 和 cols_X_expr 中指定的索引值将与第 1 节中使用的不同。</li>
	<li>在笔记本的第六个单元格中，通过为 n_comb 赋值来指定要执行的优化轮数。处理时间大约为：10 轮需 4–5 分钟；50 轮需 20 分钟；100 轮需 40 分钟（补充文件 2，步骤 2.3）。</li>
	<li>从 Jupyter 菜单栏中选择 单元格 | 运行全部。 
	​注意：输出变量 kprot、kmet 和 latent 将被保存，并可从其他笔记本中访问，用于继续分析工作流程。图表 AE_optimization_plot.pdf 将生成并保存在本地文件夹中（图 2）。</li>
</ol>
3. 采用自定义优化参数的工作流程实施
注意：仅在完成方法优化（第2节）后执行本方案。如果用户选择不进行方法优化，请直接跳至第4节。本方案将指导用户使用第2节中获得的自定义优化参数来构建模型。该自编码器将：1）生成一组提取特征，以重构原始数据；2）识别驱动隐含层中每个神经元的重要特征，从而有效表征独特的信号模块。这些信号模块的解释将依据第5节提供的方案进行。
<ol>
	<li>在浏览器的 Jupyter 主页上，点击笔记本 M03a - 使用自定义优化参数实现 DeepOmicsAE.ipynb 在新标签页中打开（补充文件 2，步骤 3.1）。</li>
	<li>在 第二 笔记本的单元格中，将输入文件的名称键入以替换原有内容 M01_output_data.csv该函数的输入为第1节的输出数据。</li>
	<li>在 第五 笔记本的单元格中，按以下方式指定每种数据类型的列位置：蛋白质组学数据（cols_prot）、代谢组学数据（列_met），临床数据（临床列；包含所有临床数据）。在相应位置输入每种数据类型的首列索引 列开始 以及最后一列的索引位置 col_end；例如： cols_prot = slice(0, 8817)确保切片对象中指定的值对应于每种数据类型的第一列和最后一列的索引，并使用笔记本中第三和第四单元格中的命令来探索数据，确定每种数据类型的起始和结束位置。指定包含目标变量的列的名称（例如， 0 或 1，对应于 健康 或 患病的代替 y轴列名称 作为 y轴标签. 
	注意：所指定索引值的含义 cols_X_prot, cols_X_met, 临床列，以及 cols_X_expr 将与第1节中使用的不同，这是因为在数据预处理过程中发生了数据框的重塑。</li>
	<li>选择 细胞 | 运行全部 从 Jupyter 菜单栏中生成并保存图表 PCA_初始数据.pdf，PCA_提取特征.pdf，以及 distribution_important_feature_scores.pdf 在本地文件夹中（图3 和 补充图 S1）。此外，每个已识别信号模块的重要特征列表将被保存在本地文件夹的文本文件中，文件名命名为 模块_n.txt，其中 n 将被替换为 模块编号.</li>
</ol>
4. 使用预设参数实施工作流程
<ol>
	<li>有关运行本方法的详细说明，请参见第3节（补充文件2，步骤4.1）。这两种方案之间的唯一区别在于，笔记本中第七个单元格中的参数kprot、kmet和latent是根据图2所示优化结果通过数学方法推导得出的。 
	​注意：如果第4节对样本组的分离效果较差，表明模型性能未达最佳，则建议使用至少15次迭代，并尽可能多达50次，执行模型优化（第2节）。</li>
</ol>
5. 使用 MetaboAnalyst 进行生物学解释
<ol>
	<li>打开浏览器，访问以下链接，以进入 MetaboAnalyst 网站上的联合通路分析功能页面：https://www.metaboanalyst.ca/MetaboAnalyst/upload/JointUploadView.xhtml。</li>
	<li>进入方法3或方法4输出文件保存的文件夹，打开由方法3或方法4生成的每个信号模块n对应的文本文件module_n.txt。</li>
	<li>在文本文件中找到蛋白质信息并将其复制。</li>
	<li>将复制的蛋白质列表粘贴至 MetaboAnalyst 网页中的基因/蛋白质（可选倍数变化）窗口中。</li>
	<li>对代谢物重复上述步骤，并将其粘贴至同一网页的化合物列表（可选倍数变化）窗口中。</li>
	<li>选择合适的生物体和ID 类型，然后点击页面底部的提交按钮（补充文件 2，步骤 5.1）。 
	注意：请确保所使用的标识符可被 MetaboAnalyst 识别。被识别的标识符包括用于蛋白质的Entrez ID、官方基因符号和Uniprot ID；用于代谢物的化合物名称、HMDB ID和KEGG ID。若使用的标识符不属于上述类型，则需在分析前进行相应的转换。</li>
	<li>在接下来的页面中，点击继续前请先检查 ID 映射结果，以确认标识符已被正确识别。</li>
	<li>在参数设置页面中，选择代谢通路（整合）或所有通路（整合），以分别可视化输入数据对仅代谢通路或所有信号通路的贡献（补充文件 2，步骤 5.2）。在算法选择面板中，选择富集分析：超几何检验，拓扑度量：度中心性，以及整合方法：合并 p 值（通路水平）。然后点击页面底部的提交按钮。</li>
	<li>最后一页为结果视图，展示富集分析的结果。富集的通路将根据其影响和显著性进行绘图展示，同时以表格形式提供通路列表。</li>
</ol>

Analyzing Signaling Modules in Alzheimer's Disease with Deep Learning

<ol><li>Hou, Y., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Ageing+as+a+risk+factor+for+neurodegenerative+disease%5BTitle%5D)+AND+%22Nature+Reviews+Neurology%22%5BJournal%5D)">Ageing as a risk factor for neurodegenerative disease.</a> Nature Reviews Neurology. 15 (10), 565-581 (2019).</li>
<li>Scheltens, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Alzheimer%E2%80%99s+disease%5BTitle%5D)+AND+%22The+Lancet%22%5BJournal%5D)">Alzheimer’s disease.</a> The Lancet. 397 (10284), 1577-1590 (2021).</li>
<li>Breijyeh, Z., Karaman, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Comprehensive+review+on+Alzheimer%E2%80%99s+disease%3A+causes+and+treatment%5BTitle%5D)+AND+%22Molecules%22%5BJournal%5D)">Comprehensive review on Alzheimer’s disease: causes and treatment.</a> Molecules. 25 (24), 5789(2020).</li>
<li>Bennett, D. A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Religious+Orders+Study+and+Rush+Memory+and+Aging+Project%5BTitle%5D)+AND+%22Journal+of+Alzheimer%E2%80%99s+Disease%22%5BJournal%5D)">Religious Orders Study and Rush Memory and Aging Project.</a> Journal of Alzheimer’s Disease. 64 (s1), S161-S189 (2018).</li>
<li>Higginbotham, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Integrated+proteomics+reveals+brain-based+cerebrospinal+fluid+biomarkers+in+asymptomatic+and+symptomatic+Alzheimer%E2%80%99s+disease%5BTitle%5D)+AND+%22Science+Advances%22%5BJournal%5D)">Integrated proteomics reveals brain-based cerebrospinal fluid biomarkers in asymptomatic and symptomatic Alzheimer’s disease.</a> Science Advances. 6 (43), eaaz9360(2020).</li>
<li>Aebersold, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((How+many+human+proteoforms+are+there%5BTitle%5D)+AND+%22Nature+Chemical+Biology%22%5BJournal%5D)">How many human proteoforms are there.</a> Nature Chemical Biology. 14 (3), 206-214 (2018).</li>
<li>Nusinow, D. P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Quantitative+proteomics+of+the+cancer+cell+line+encyclopedia%5BTitle%5D)+AND+%22Cell%22%5BJournal%5D)">Quantitative proteomics of the cancer cell line encyclopedia.</a> Cell. 180 (2), 387-402.e16 (2020).</li>
<li>Johnson, E. C. B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Large-scale+proteomic+analysis+of+Alzheimer%E2%80%99s+disease+brain+and+cerebrospinal+fluid+reveals+early+changes+in+energy+metabolism+associated+with+microglia+and+astrocyte+activation%5BTitle%5D)+AND+%22Nature+Medicine%22%5BJournal%5D)">Large-scale proteomic analysis of Alzheimer’s disease brain and cerebrospinal fluid reveals early changes in energy metabolism associated with microglia and astrocyte activation.</a> Nature Medicine. 26 (5), 769-780 (2020).</li>
<li>Geyer, P. E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Plasma+proteome+profiling+to+assess+human+health+and+disease%5BTitle%5D)+AND+%22Cell+Systems%22%5BJournal%5D)">Plasma proteome profiling to assess human health and disease.</a> Cell Systems. 2 (3), 185-195 (2016).</li>
<li>Akbani, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+pan-cancer+proteomic+perspective+on+the+cancer+genome+atlas%5BTitle%5D)+AND+%22Nature+Communications%22%5BJournal%5D)">A pan-cancer proteomic perspective on the cancer genome atlas.</a> Nature Communications. 5, 3887(2014).</li>
<li>Panizza, E., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Proteomic+analysis+reveals+microvesicles+containing+NAMPT+as+mediators+of+radioresistance+in+glioma%5BTitle%5D)+AND+%22Life+Science+Alliance%22%5BJournal%5D)">Proteomic analysis reveals microvesicles containing NAMPT as mediators of radioresistance in glioma.</a> Life Science Alliance. 6 (6), e202201680(2023).</li>
<li>Li, Z., Vacanti, N. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+tale+of+three+proteomes%3A+visualizing+protein+and+transcript+abundance+relationships+in+the+Breast+Cancer+Proteome+Portal%5BTitle%5D)+AND+%22Journal+of+Proteome+Research%22%5BJournal%5D)">A tale of three proteomes: visualizing protein and transcript abundance relationships in the Breast Cancer Proteome Portal.</a> Journal of Proteome Research. 22 (8), 2727-2733 (2023).</li>
<li>Subramanian, I., Verma, S., Kumar, S., Jere, A., Anamika, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Multi-omics+Data+Integration%2C+Interpretation%2C+and+Its+Application%5BTitle%5D)+AND+%22Bioinformatics+and+Biology+Insights%22%5BJournal%5D)">Multi-omics Data Integration, Interpretation, and Its Application.</a> Bioinformatics and Biology Insights. 14, 1177932219899051(2020).</li>
<li>Wang, Y., Yao, H., Zhao, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Auto-encoder+based+dimensionality+reduction%5BTitle%5D)+AND+%22Neurocomputing%22%5BJournal%5D)">Auto-encoder based dimensionality reduction.</a> Neurocomputing. 184, 232-242 (2016).</li>
<li>Mulla, F. R., Gupta, A. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+review+paper+on+dimensionality+reduction+techniques%5BTitle%5D)+AND+%22Journal+of+Pharmaceutical+Negative+Results%22%5BJournal%5D)">A review paper on dimensionality reduction techniques.</a> Journal of Pharmaceutical Negative Results. 13, 1263-1272 (2022).</li>
<li>Shrestha, A., Mahmood, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Review+of+deep+learning+algorithms+and+architectures%5BTitle%5D)+AND+%22IEEE+Access%22%5BJournal%5D)">Review of deep learning algorithms and architectures.</a> IEEE Access. 7, 53040-53065 (2019).</li>
<li>Pang, Z., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((MetaboAnalyst+5.0%3A+Narrowing+the+gap+between+raw+spectra+and+functional+insights%5BTitle%5D)+AND+%22Nucleic+Acids+Research%22%5BJournal%5D)">MetaboAnalyst 5.0: Narrowing the gap between raw spectra and functional insights.</a> Nucleic Acids Research. 49 (W1), W388-W396 (2021).</li>
<li>Hinton, G. E., Salakhutdinov, R. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Reducing+the+dimensionality+of+data+with+neural+networks%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">Reducing the dimensionality of data with neural networks.</a> Science. 313 (5786), 504-507 (2006).</li>
<li>Altmann, A., Toloşi, L., Sander, O., Lengauer, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Permutation+importance%3A+a+corrected+feature+importance+measure%5BTitle%5D)+AND+%22Bioinformatics%22%5BJournal%5D)">Permutation importance: a corrected feature importance measure.</a> Bioinformatics. 26 (10), 1340-1347 (2010).</li>
<li>A unified approach to interpreting model predictions. Lundberg, S. M., Allen, P. G., Lee, S. -I. 31st Conference on Neural Information Processing Systems (NIPS 2017), , Long Beach, CA, USA. (2017).</li>
<li>Wang, Q., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Deep+learning-based+brain+transcriptomic+signatures+associated+with+the+neuropathological+and+clinical+severity+of+Alzheimer%E2%80%99s+disease%5BTitle%5D)+AND+%22Brain+Communications%22%5BJournal%5D)">Deep learning-based brain transcriptomic signatures associated with the neuropathological and clinical severity of Alzheimer’s disease.</a> Brain Communications. 4 (1), (2021).</li>
<li>Beebe-Wang, N., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Unified+AI+framework+to+uncover+deep+interrelationships+between+gene+expression+and+Alzheimer%E2%80%99s+disease+neuropathologies%5BTitle%5D)+AND+%22Nature+Communications%22%5BJournal%5D)">Unified AI framework to uncover deep interrelationships between gene expression and Alzheimer’s disease neuropathologies.</a> Nature Communications. 12 (1), 5369(2021).</li>
<li>Camandola, S., Mattson, M. P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Brain+metabolism+in+health%2C+aging%2C+and+neurodegeneration%5BTitle%5D)+AND+%22The+EMBO+Journal%22%5BJournal%5D)">Brain metabolism in health, aging, and neurodegeneration.</a> The EMBO Journal. 36 (11), 1474-1492 (2017).</li>
<li>Verdin, E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((NAD%2B+in+aging%2C+metabolism%2C+and+neurodegeneration%5BTitle%5D)+AND+%22Science%22%5BJournal%5D)">NAD+ in aging, metabolism, and neurodegeneration.</a> Science. 350 (6265), 1208-1213 (2015).</li>
<li>Platten, M., Nollen, E. A. A., Röhrig, U. F., Fallarino, F., Opitz, C. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Tryptophan+metabolism+as+a+common+therapeutic+target+in+cancer%2C+neurodegeneration+and+beyond%5BTitle%5D)+AND+%22Nature+Reviews+Drug+Discovery%22%5BJournal%5D)">Tryptophan metabolism as a common therapeutic target in cancer, neurodegeneration and beyond.</a> Nature Reviews Drug Discovery. 18 (5), 379-401 (2019).</li>
<li>Wang, R., Reddy, P. H. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Role+of+glutamate+and+NMDA+receptors+in+Alzheimer%E2%80%99s+disease%5BTitle%5D)+AND+%22Journal+of+Alzheimer%E2%80%99s+Disease%22%5BJournal%5D)">Role of glutamate and NMDA receptors in Alzheimer’s disease.</a> Journal of Alzheimer’s Disease. 57 (4), 1041-1048 (2017).</li>
<li>Skaper, S. D., Facci, L., Zusso, M., Giusti, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Synaptic+plasticity%2C+dementia+and+Alzheimer+disease%5BTitle%5D)+AND+%22CNS+%26+Neurological+Disorders+-+Drug+Targets%22%5BJournal%5D)">Synaptic plasticity, dementia and Alzheimer disease.</a> CNS & Neurological Disorders - Drug Targets. 16 (3), 220-233 (2017).</li>
<li>Reisberg, B., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Memantine+in+moderate-to-severe+Alzheimer%E2%80%99s+disease%5BTitle%5D)+AND+%22New+England+Journal+of+Medicine%22%5BJournal%5D)">Memantine in moderate-to-severe Alzheimer’s disease.</a> New England Journal of Medicine. 348 (14), 1333-1341 (2003).</li>
</ol>

作者声明不存在利益冲突。

数据集的结构对于实验方案的成功至关重要，应仔细检查。数据应按照方案第1节中的说明进行格式化。正确分配列位置对于方法的成功同样至关重要。由于蛋白质组学和代谢组学数据的性质不同，它们需要采用不同的预处理方法，并分别进行特征选择。因此，在方案步骤1.5、2.3和3.3中正确指定列位置尤为关键。
如果临床数据包含非数值类型的数据（既非连续值也非二元值），用户在执行第1节实验方案时可能会遇到错误。为解决此问题，用户可修改其数据集，仅保留数值型临床数据。例如，可将性别等分类数据转换为二元数值数据。另一个问题是数据预处理过程中可能出现的错误，这可能是由于数据集未按照第1节实验方案中规定的顺序排列所致：即蛋白质组学数据在前，随后是代谢组学数据，最后是临床数据。目标变量（如诊断结果、分级、分期、治疗方案）应位于数据集的最后一列。在开始实验方案前，请适当重新排列数据。对于信号模块的生物学解释，也可采用基因本体论（gene ontology）或基因集富集分析。然而，MetaboAnalyst 的优势在于可将代谢数据整合到分析中，从而提供更为全面的数据解读。
<p class="jove_cont...

随着人口老龄化比例日益增加，神经退行性疾病等年龄相关疾病的负担预计将在未来几十年显著加重1。阿尔茨海默病是最常见的神经退行性疾病类型2。由于对驱动该疾病发生和进展的基本&#160;分子机制理解尚浅，寻找有效治疗方法的进展一直较为缓慢。目前关于阿尔茨海默病的大多数信息均来自死后脑组织检查，这使得区分病因与结果变得十分困难3。宗教团体研究/记忆与老龄化项目（ROSMAP）是一项旨在更全面理解神经退行性变的宏大研究，涉及数千名参与者，他们承诺每年接受医学和心理学检查，并在去世后捐献脑组织用于科学研究4。该研究重点关注大脑从正常功能状态向阿尔茨海默病转变的过程2。在该项目中，研究人员对死后脑组织样本&#160;采用了多种组学方法进行分析，包括基因组学、表观基因组学、转录组学、蛋白质组学5和代谢组学。
由于蛋白质和代谢物的丰度与细胞活动之间存在直接关联，能够提供细胞状态功能性读出的组学技术（即蛋白质组学和代谢组学）6,7 在疾病解读中至关重要8,9,10,11,12。蛋白质是细胞过程的主要执行者，而代谢物则是生化反应的底物和产物。多组学数据分析使得人们有可能理解蛋白质组学与代谢组学数据之间的复杂关系，而非孤立地看待它们。多组学是一门研究多层次高维生物数据的学科，包括分子数据（基因组序列与突变、转录组、蛋白质组、代谢组）、临床影像数据以及临床特征。特别是，多组学数据分析旨在整合这些层次的生物数据，理解其相互调控与动态互作，并对疾病的发生和发展提供整体性认识。然而，整合多组学数据的方法仍处于发展的早期阶段13。
自编码器（autoencoder）是一类无监督神经网络14，在多组学数据整合中是一种强大的工具。与有监督神经网络不同，自编码器并不将样本映射到特定的目标值（例如健康或患病状态），也不用于预测结果。其主要应用之一&#160;在于降维。然而，与主成分分析（PCA）、t-分布随机邻域嵌入（tSNE）或统一流形近似与投影（UMAP）等较简单的降维方法相比，自编码器具有多个优势。不同于PCA，自编码器能够捕捉数据中的非线性关系；不同于tSNE和UMAP，由于其依赖于包含非线性激活函数的多层计算单元，自编码器能够检测数据中的层次结构和多模态关系。因此，它们是捕捉多组学数据复杂性的理想模型。最后，尽管PCA、tSNE和UMAP的主要用途是数据聚类，而自编码器则将输入数据压缩为提取出的特征，这些特征非常适合后续的预测任务15,16。
简而言之，神经网络由多个层组成，每层包含多个计算单元或“&#34;神经元&#34;。第一层和最后一层分别称为输入层和输出层。自编码器是一种具有沙漏结构的神经网络，由一个输入层、一到三个隐藏层以及一个通常包含两到六个神经元的小型“&#34;潜在&#34;”层组成。该结构的前半部分称为编码器，后半部分为与编码器对称的解码器。解码器以输出层结束，其神经元数量与输入层相同。自编码器将输入信息通过瓶颈层并重建于输出层，目标是使输出结果尽可能接近原始输入信息。这一目标通过数学方法最小化一个称为“&#34;重构损失&#34;”的参数来实现。输入由一组特征组成，在本文展示的应用中，这些特征包括蛋白质和代谢物的丰度以及临床特征（即性别、受教育程度和死亡年龄）。潜在层包含对输入信息的高度压缩且富含信息的表示，可用于后续应用，例如构建预测模型17,18。
本方案介绍了一种名为 DeepOmicsAE 的工作流程，包括以下步骤：1）对蛋白质组学、代谢组学和临床数据进行预处理（即归一化、标准化、离群值剔除），以获得适用于机器学习分析的统一量纲数据；2）选择合适的自编码器输入特征，因为特征过载可能掩盖与疾病相关的关键模式；3）优化并训练自编码器，包括确定应选择的最优蛋白质和代谢物数量，以及隐含层中神经元的最佳数量；4）从隐含层中提取特征；5）通过识别分子信号模块及其与临床特征的关系，对提取的特征进行生物学解释。
本方案旨在为具备基础 Python 编程知识但计算经验有限的生物学家提供一种简单且可操作的方法。&#160;该方案侧重于分析多组学数据，包括蛋白质组学、代谢组学和临床特征，但也可扩展应用于其他类型的分子表达数据，如转录组学。本方案引入的一个重要新应用是将原始特征的重要性评分映射到隐层中的各个神经元上。因此，隐层中的每个神经元代表一个信号模块，详细描述特定分子改变与患者临床特征之间的相互作用。通过使用 MetaboAnalyst——一种公开可用的工具，可整合基因/蛋白和代谢物数据以推导富集的代谢通路和细胞信号通路，从而实现对分子信号模块的生物学解释17。

<table><tbody><tr><td>计算机</td><td>Apple</td><td>Mac Studio</td><td>配备 20 核 CPU、48 核 GPU、32 核神经网络引擎的 Apple M1 Ultra；64 GB 统一内存</td></tr><tr><td>Conda v23.3.1</td><td>Anaconda, Inc.</td><td>N/A</td><td>包管理系统和环境管理器</td></tr><tr><td>conda 环境&lt;br/&gt; DeepOmicsAE</td><td>N/A</td><td>DeepOmicsAE_env.yml</td><td>包含运行工作流程所需的软件包</td></tr><tr><td>GitHub 仓库 DeepOmicsAE</td><td>Microsoft</td><td>https://github.com/elepan84/DeepOmicsAE/</td><td>提供脚本、Jupyter 笔记本和 conda 环境文件</td></tr><tr><td>Jupyter notebook v6.5.4</td><td>Project Jupyter</td><td>N/A</td><td>用于交互式数据科学与科学计算的平台</td></tr><tr><td>DT01-代谢组学数据</td><td>N/A</td><td>ROSMAP_Metabolon_HD4_Brain&lt;br/&gt; 514_assay_data.csv</td><td>本数据用于生成文章中报告的结果。具体而言，DT01-DT04 通过 individualID 进行匹配合并。筛选“最终共识诊断”（cogdx）列，仅保留被分类为健康或阿尔茨海默病（AD）的患者。临床特征筛选后保留以下变量：死亡时年龄、性别和教育程度。最后，将报告为 90+ 的年龄设为 91，然后将年龄列转换为 float64 类型。&lt;br/&gt; 数据可在 https://adknowledgeportal.synapse.org 获取</td></tr><tr><td>DT02-TMT 蛋白质组学数据</td><td>N/A</td><td>C2.median_polish_corrected_log2&lt;br/&gt; (abundanceRatioCenteredOn&lt;br/&gt; MedianOfBatchMediansPer&lt;br/&gt; Protein)-8817x400.csv</td><td></td></tr><tr><td>DT03-临床数据</td><td>N/A</td><td>ROSMAP_clinical.csv</td><td></td></tr><tr><td>DT04-生物样本元数据</td><td>N/A</td><td>ROSMAP_biospecimen_metadata&lt;br/&gt; .csv</td><td></td></tr><tr><td>Python 3.11.3&amp;nbsp;</td><td>Python Software Foundation</td><td>N/A</td><td>编程语言</td></tr></tbody></table>

deepomicsae：利用蛋白质组学、代谢组学和临床数据的深度学习分析揭示阿尔茨海默病中的信号模块

DeepOmicsAE: Representing Signaling Modules in Alzheimer's Disease with Deep Learning Analysis of Proteomics, Metabolomics, and Clinical Data

大规模组学数据正日益广泛地应用于人类健康研究。本文介绍了DeepOmicsAE，这是一种专为分析多组学数据集（包括&#160;蛋白质组学、代谢组学和临床数据）而优化的工作流程。该工作流程采用一种称为自编码器（autoencoder）的神经网络，从高维度的多组学输入数据中提取出一组简洁的特征。此外，该工作流程还提供了一种优化自编码器实现所需关键参数的方法。为展示该工作流程的应用，我们分析了来自142名个体的临床数据，这些个体或为健康人，或被诊断为阿尔茨海默病，并结合了其死后脑组织样本的蛋白质组和代谢组数据。从自编码器隐含层提取的特征保留了区分健康与患病个体的生物学信息。此外，每个提取出的特征代表一个独立的分子信号模块，这些模块各自以独特的方式与个体的临床特征相互作用，&#160;从而提供了一种整合&#160;蛋白质组学、代谢组学和临床数据的方法。

为了展示该方案，我们分析了一个数据集，该数据集包含来自142名个体死后脑组织的蛋白质组、代谢组以及临床信息，这些个体 either 健康或被诊断为阿尔茨海默病。
完成第1部分实验方案以对数据进行预处理后，数据集包含6,497种蛋白质、443种代谢物以及三项临床特征（性别、死亡时年龄和受教育程度）。目标特征为死亡时认知状态的临床共识诊断，编码为cogdx，其中1表示无认知障碍（CI），4表示阿尔茨海默病性痴呆合并其他认知障碍病因。80例患者被诊断为健康，62例被诊断为阿尔茨海默病。实施第2部分实验方案以确定参数kprot, kmet和latent的最优取值。该优化算法通过模型参数的不同组合进行特征选择与特征提取，并计算返回输入数据及提取特征的主成分分析（PCA）轮廓系数得分。优化结果表明，kprot与kmet的取值在...

DeepOmicsAE 是一种以深度学习方法（即自编码器）为核心的工作流程，用于降低多组学数据的维度，为预测模型和代表多层组学数据的信号模块提供基础。

DeepOmicsAE：利用蛋白质组学、代谢组学和临床数据的深度学习分析揭示阿尔茨海默病中的信号模块

大规模组学数据集在人类健康研究中的应用日益广泛。本文介绍了DeepOmicsAE，一种针对……优化的工作流程。

阿尔茨海默病被认为在症状出现前数十年即已开始。近期研究表明，表型特征（如肥胖和高血压）以及教育水平和社会参与程度等均可能作为风险因素发挥作用。我们的目标是能够解析这些因素的贡献及其与疾病分子驱动因素的关系，从而学会如何进行早期且个性化的干预。多组学数据分析可用于整合多种层次的生物数据，例如蛋白质组学、转录组学、代谢组学以及表型特征，以全面理解疾病状态。自动编码器模型利用深度学习___来降低多组学数据集的维度，有效概括关键信息。然而，解释原始数据中各个特征相对于概括后输出的重要性仍然具有挑战性。在深度组学自编码器（Deep-omics AE）中，我们内置了一种算法，用于推导各个多组学特征相对于学习/降维后表示的重要性。通过这种方法，我们能够识别出分子相似的模块及其与患者表型特征的关联。深度组学自编码器有助于将患者的表型特征与疾病的分子构成关联起来。例如，您可以使用它来提问：在老年患者中与阿尔茨海默病最相关的分子通路是什么？在年轻患者中又是哪些分子通路？在受教育程度较低的患者与受教育程度较高的患者中，分别涉及哪些通路？首先，通过打开一个新的终端窗口并输入 Jupyter Notebook，然后按回车键，启动一个新的 Jupyter Notebook 会话。在 Jupyter Notebook 主页上，选择名为 M01 expression data pre-processing.ipynb 的笔记本，以在新的浏览器标签页中打开。该笔记本将对输入数据进行标准化和缩放处理，处理缺失数据，并剔除异常值。在笔记本的第二个单元格中，将占位符 your_dataset_name.csv 替换为数据集文件的实际名称。在笔记本的最后一个单元格中，替换 M01_output_data。csv，并为输出数据文件指定首选名称。对于每种数据类型，如蛋白质组学、代谢组学、连续型临床数据和二分类临床数据，使用第四个单元格中的命令确定对应第一列和最后一列的索引。通过检查列名来定位对应蛋白质组学数据、代谢组学数据以及临床数据的列。在第五个单元格中，通过将 col_start 和 col_end 替换为每种数据类型的起始和结束列索引，来指定不同数据类型的列位置。选择单元格，然后从菜单栏中选择 Jupyter 并运行全部，以在指定文件夹中生成输出数据文件。首先，在 Jupyter Notebook 主页上，点击 M02 Deep-omics AE 模型优化。 ipynb 笔记本，以便在新标签页中打开。在笔记本的第二个单元格中，输入数据预处理后生成的输出文件名称，以替换 M01_output_data.csv。在第五个单元格中，指定不同类型数据的列位置，例如蛋白质组学数据、代谢组学数据、临床数据以及全分子表达数据。将 col_start 和 col_end 替换为每种数据类型对应的列索引。将包含目标变量的列名称替换为 y_column_name，作为 y_label。在第六个单元格中，通过为 n_comb 赋值来定义模型优化的迭代轮数。更多的优化轮次将有助于微调模型参数并提升模型性能，但也会增加处理时间。通过选择单元格，然后从菜单栏中选择“运行全部”来执行笔记本。为实施该工作流程，请点击 M03a DeepOmicsAE 自定义优化参数实现。在 Jupyter Notebook 主页上的 ipynb 笔记本中，在第二个单元格内输入数据预处理后生成的输出文件名称，以替换 M01_output_data.csv。在第五个单元格中，指定不同类型数据的列位置，例如蛋白质组学数据、代谢组学数据、临床数据以及全分子表达数据。将 col_start 和 col_end 替换为每种数据类型的相应列索引。将包含目标变量的列名称替换为 y_column_name，作为 y_label。从菜单栏中选择“单元格”，然后选择“运行全部”。PCA 图和重要特征评分的分布将自动保存到本地文件夹中。每个已识别信号模块的重要特征列表也将以文本文件的形式存储在本地文件夹中，文件名为 module_n.txt。要使用预设参数执行工作流程，请点击 M013b DeepOmicsAE implementation with preset parameters。在 Jupyter Notebook 主页上打开 ipynb 笔记本，然后遵循相同的步骤。请注意，笔记本第七个单元格中的参数 K prot、K met 和 latent 会由脚本根据先前优化轮次的结果自动计算。本工作流程采用基于深度学习的自编码器模型，从高维度的多组学输入数据中提取一组简洁的特征，用于分析来自 142 例死后人脑样本的蛋白质组、代谢组和临床数据，这些样本来自健康个体或被诊断为阿尔茨海默病的患者。模型参数优化的结果表明，选择少量蛋白质组学和代谢组学特征作为模型输入，可在健康个体与阿尔茨海默病患者之间实现更高程度的区分。而隐含层中的神经元数量对模型性能影响较小。在使用最优参数的情况下，从自编码器模型的隐含层中提取出一组用于概括输入数据的少量特征，称为提取特征。PCA 分析显示，诊断组别可通过提取的特征进行区分。然而，原始特征无法很好地将各组区分开，这表明所提取的特征捕捉到了判断疾病状态的关键信息。首先，打开一个网页浏览器，访问 MetaboAnalyst 网站上的通路联合分析功能链接。访问保存 Deep-omics AE 实现结果文件的文件夹，打开其中为每个生成的信号模块命名的 module_n.txt 文本文件。从这些文本文件中找到蛋白质列表，并将其复制。在 MetaboAnalyst 网页上，将复制的蛋白质列表粘贴到“基因/蛋白质（可选倍数变化）”窗口中。对代谢物重复此操作，将其粘贴到同一网页上的“化合物列表（可选倍数变化）”窗口中。选择相应的生物体和 ID 类型，然后点击页面底部的“提交”按钮以提交信息。在下一页中，验证 ID 映射以确保标识符被正确识别，然后点击继续。在参数设置页面，选择“整合代谢通路”或“整合所有通路”，以可视化输入数据对代谢通路或所有信号通路的贡献。在算法选择面板中，选择富集分析、超几何检验、拓扑分析、度中心性以及整合方法，并在通路水平上合并 P 值。点击页面底部的提交按钮。最终页面即结果页面，将显示富集分析的结果，包括基于影响和显著性的富集通路图谱，以及通路的表格化列表。MeboAnalyst 对健康个体和阿尔茨海默病患者脑组织样本数据集进行深度组学自动编码（Deep-omics AE）后获得的信号模块进行解析，结果显示每个信号模块均富集了不同的代谢和信号通路。此外，临床特征与信号模块之间相互作用的表征表明，阿尔茨海默病患者中甘油酯代谢的改变与其死亡时的性别和年龄相关。相反，突触和轴突功能的异常在阿尔茨海默病患者中普遍存在，且不受其性别、教育水平和寿命的影响。

deepomicsae-representing-signaling-modules-alzheimer-s-disease-with

Research

科研

JoVE Journal

Biology

生物学

DeepOmicsAE:通过蛋白质组学、代谢组学和临床数据的深度学习分析来表示阿尔茨海默病中的信号转导模块

我们描述了一种高通量、多重靶向的脑脊液（CSF）蛋白质组学检测方法，具有临床转化潜力。该检测可定量神经退行性变的潜在标志物和风险因素，例如载脂蛋白E的变异体（E2、E3和E4），并测量其等位基因表达水平。...

一种高通量、多重靶向蛋白质组学脑脊液检测方法，用于定量神经退行性生物标志物及载脂蛋白E亚型状态

本文介绍了一种模块化方案，用于神经系统疾病小鼠模型中的组织脂质组学和转录组学以及血浆脂质组学研究，重点针对与炎症和神经元活动相关的脂质、膜脂质、下游信使分子，以及编码脂质功能相关酶/受体的mRNA。文中概述了样本采集、样品处理、提取及定量分析的操作流程。...

神经疾病中的脂质组学与转录组学

此处，我们描述通过增强或维持线粒体相关内质网膜（MAMs）组成型稳定因子的轴突运输速率来进行测量的方法 实时监测阿尔茨海默病（AD）神经元中神经毒性β-淀粉样蛋白（Aβ）的生成，作为衡量线粒体相关内质网膜（MAM）稳定性的直接且定量的指标，并助力AD治疗药物的开发。...

阿尔茨海默病（AD）神经模型中线粒体相关内质网膜（MAM）稳定性的定量分析

本研究分析了33名阿尔茨海默病（AD）患者的单细胞核转录组，揭示了胶质细胞中与性别相关的差异表达基因（DEGs）。功能富集分析强调了突触、神经及激素相关通路的作用。研究鉴定了关键基因NLGN4Y及其调控因子，并提出了针对性别特异性AD的潜在治疗靶点。...

基于胶质细胞转录组谱的阿尔茨海默病性别特异性生物标志物鉴定

本文介绍了一种用于鉴定酿酒酵母（Saccharomyces...

酿酒酵母中利用定量蛋白质组学鉴定蛋白质复合物

稳定同位素标准与抗肽抗体富集技术（SISCAPA）将肽段的亲和富集与稳定同位素稀释质谱法（MRM-MS）相结合，可对肽段进行定量检测，从而间接反映其对应蛋白质的含量。本文描述了使用磁性微粒并在部分自动化条件下进行该实验的操作流程。...

使用肽免疫亲和富集联合质谱法进行蛋白质定量

本方案概述了斑马鱼养殖过程中为维持最佳条件所需的常规维护与护理措施。视频演示了系统维护、日常饲养、喂食、繁殖以及斑马鱼幼体培育的操作流程。...

斑马鱼（Danio rerio）实验室的常规护理与维护：入门指南

利用慢病毒介导功能获得或功能缺失，对毛囊再生模型进行组织特异性分析。...

毛发再生过程中上皮-间质信号传导的快速遗传学分析

本文介绍了一种基于未标记与标记去污剂混合物的植物质膜分馏的稳健方法，可将质膜分离为去污剂抗性膜和去污剂可溶性膜 体内 完全 15N标记 拟南芥...

代谢标记与膜组分分离用于比较蛋白质组学分析 拟南芥 悬浮细胞培养

本方案描述了一种从组织或肿瘤中富集细胞外基质（ECM）蛋白，并对富集的ECM组分进行去糖基化和消化处理，以生成可用于质谱分析蛋白质组成的肽段的方法。...

组织中细胞外基质蛋白的富集及其酶解为肽段用于质谱分析

学习使用深度学习自动编码器整合蛋白质组学、代谢组学和临床数据，分析阿尔茨海默病的信号转导模块。该方法帮助研究人员识别分子驱动因素与表型特征的关联，为早期个性化干预提供依据。

DeepOmicsAE：利用蛋白质组学、代谢组学和临床数据的深度学习分析揭示阿尔茨海默病中的信号模块

探索更多视频