$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Dieses Manuskript bietet eine umfassende Schritt-für-Schritt-Anleitung für die Integration von Multi-Omics-Daten in die biologische Forschung.
Multi-Omics-Datenintegration bezieht sich auf den Prozess der Kombination und Analyse von Daten, die an denselben biologischen Proben mit verschiedenen Omics-Technologien wie Genomik, Epigenomik, Transkriptomik, Proteomik, Metabolomik, Mikrobiom, Lipidomik und Glykomik gemessen wurden. Auch wenn Multi-Omics-Ansätze ähnliche Ziele verfolgen wie Single-Block- oder Single-Omics-Analysen (z. B. Beschreibung, Unterscheidung, Klassifizierung oder Vorhersage), sind sie in der Lage, ein breiteres Spektrum an molekularen Informationen zu erfassen und so ein tieferes Verständnis biologischer Systeme und ihrer komplexen Wechselwirkungen zu ermöglichen. In der Tat ermöglicht die Kombination von Multiple-Omics-Datensätzen die Verbesserung der Vorhersagegenauigkeit und liefert robustere Ergebnisse, insbesondere in Fällen, in denen die Anzahl der verfügbaren Stichproben begrenzt ist. Darüber hinaus sind Multi-Omics-Analysen, auch dank der jüngsten Entwicklung von Techniken des maschinellen Lernens, heutzutage geeignet, verborgene Muster und komplexe Phänomene aufzudecken, die zwischen verschiedenen biologischen Verbindungen auftreten.
Das Hauptziel dieser Arbeit ist es, das vollständige Protokoll vorzustellen, das üblicherweise in Multi-Omics-Studien verwendet wird, von der ersten Formulierung des Problems bis hin zu den Werkzeugen, die für die biologische Interpretation der Ergebnisse nützlich sind. Das Manuskript beschreibt detailliert die verschiedenen Methoden zur Integration von Multi-Omics-Daten, einschließlich verkettungsbasierter (Low-Level), transformationsbasierter (Mid-Level) und modellbasierter (High-Level) Ansätze, und hebt deren Grenzen und Vorteile hervor, zusammen mit der Vorstellung allgemeiner Visualisierungs- und Diagnosewerkzeuge.