Method Article

פרוטוקול מקיף ומדריך צעד אחר צעד לשילוב מולטי-אומיקס במחקר ביולוגי

DOI:

10.3791/66995

⸱

August 8th, 2025

 ,  ,  , 
1Nestlé Institute of Food Safety & Analytical Sciences, Nestlé Research, 2D-USYS, ETH Zürich, 3Statistical Genetics Group, University of Lausanne (UNIL)

In This Article

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

עבודה זו מפרטת שיטות לשילוב נתוני מולטי-אומיקס (שרשור, טרנספורמציה ומבוססי מודל). על ידי שילוב נתונים מגנומיקה, אפיגנומיקה, טרנסקריפטומיקה, פרוטאומיקה, מטבולומיקה, מטגנומיקה, ליפידומיקה וגליקומיקה, מושגת הבנה מקיפה של מערכות ביולוגיות. כתב היד מספק הנחיות שלב אחר שלב, המדגיש מגבלות, יתרונות וכלי הדמיה לשילוב מולטי-אומיקס.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

כתב יד זה מספק מדריך מקיף שלב אחר שלב לשילוב נתונים מולטי-אומיקס במחקר ביולוגי.

שילוב נתונים מולטי-אומיקס מתייחס לתהליך של שילוב וניתוח נתונים הנמדדים על אותה קבוצה של דגימות ביולוגיות עם טכנולוגיות אומיקס שונות, כגון גנומיקה, אפיגנומיקה, טרנסקריפטומיקה, פרוטאומיקה, מטבולומיקה, מיקרוביום, ליפידומיקה וגליקומיקה. למרות שלגישות מולטי-אומיקס יש מטרות דומות לניתוחי בלוק יחיד או אומיקס יחיד (למשל, תיאור, אפליה, סיווג או חיזוי), הן מסוגלות ללכוד ספקטרום רחב יותר של מידע מולקולרי, ובכך לספק הבנה עמוקה יותר של מערכות ביולוגיות והאינטראקציות המורכבות שלהן. ואכן, השילוב של מערכי נתונים מרובי אומיקס מאפשר שיפור דיוק החיזוי ומניב תוצאות חזקות יותר, במיוחד במקרים בהם מספר הדגימות הזמינות מוגבל. יתרה מכך, גם הודות להתפתחות האחרונה של טכניקות למידת מכונה, ניתוחי מולטי-אומיקס מתאימים כיום לחשיפת דפוסים נסתרים ותופעות מורכבות המתעוררות בין תרכובות ביולוגיות שונות.

המטרה העיקרית של עבודה זו היא להציג את הפרוטוקול המלא המשמש בדרך כלל במחקרים מולטי-אומיקס, החל מהניסוח הראשוני של הבעיה ועד לכלים השימושיים לפירוש הביולוגי של התוצאות. כתב היד מתאר בפירוט את השיטות השונות לשילוב נתונים מולטי-אומיקס, כולל גישות מבוססות שרשור (רמה נמוכה), מבוססות טרנספורמציה (רמה בינונית) ומבוססות מודלים (רמה גבוהה), ומדגיש את מגבלותיהן ויתרונותיהן, יחד עם הצגת כלי ויזואליזציה ואבחון כלליים.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

תחום המחקר הביולוגי חווה התקדמות משמעותית בשנים האחרונות, במיוחד בתחום טכנולוגיות האומיקס. טכנולוגיות אלה מספקות תובנות חשובות לגבי האופי המורכב של מערכות ביולוגיות. עם זאת, כל טכנולוגיית אומיקס מציעה נקודת מבט ייחודית על רכיבים ביולוגיים, המחייבת שילוב של נתוני מולטי-אומיקס כדי להשיג הבנה מקיפה.

מולטי-אומיקה מקיפה סוגים שונים של ביו-מולקולות הניתנות להגדרה כמותית הודות להופעתן של טכניקות ריצוף חדשות וחזקות בתפוקה גבוהה. בין הסוגים השונים של טכנולוגיות אומיקס ניתן למנות גנומיקה, אפיגנומיקה, טרנסקריפטומיקה, פרוטאומיקה, מטבולומיקה, מטגנומיקה, ליפידומיקה וגליקומיקה. גנומיקה כרוכה בחקר הגנום של אורגניזם, בעוד ש....

Access restricted. Please log in or start a trial to view this content.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

1. הגדרת שאלת מחקר

  1. נסח בבירור את שאלת המחקר הספציפית שתטופל באמצעות אינטגרציה מולטי-אומיקס. למשל, שאלת מחקר 1: מהם השינויים בביטוי החלבון ובפרופילי המטבוליטים הקשורים לתגובה לטיפול? שאלת מחקר 2: כיצד וריאציות גנטיות משפיעות על דפוסי ביטוי גנים בחולים עם מחלה נתונה? שאלת מחקר 3: כיצד שילוב של שכבות אומיות ספציפיות מספק הבנה מקיפה של תהליך ביולוגי ספציפי או מנגנון מחלה?
  2. שקול הכללה של טכנולוגיות אומיקס מרובות כדי לחפש סמנים ביולוגיים או לקבל תובנות מכניסטיות לגבי מחלות מורכבות. שים לב שהגדלת גודל המדגם עשויה להיות נחוצה לריבוד המטופל.

2. בחירת אומיקס

  1. לזהות את טכנולוגיות....

Access restricted. Please log in or start a trial to view this content.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

כמו בניתוח סינגל-אומיקס, ויזואליזציה היא המפתח לחקר נתונים, שילוב נתונים, זיהוי דפוסים, יצירת השערות ותקשורת תוצאות. באופן ספציפי, הדמיה טובה של נתונים גדולים חשובה מאוד במהלך שלבי עיבוד מקדים של נתונים, המסייעת באימות הנורמליזציה, זיהוי חריגים ועוד רבים. במולטי-אומיקס, אפילו יותר מכך, ויזואליזציה היא חיונית, מכיוון שהיא יכולה לסייע בהערכת מגמות בשכבות/בלוקים האומיים השונים, ושכבת המידע מכל בלוק יכולה לסייע בזיהוי מידע משותף ביניהם.

מקרה בוחן
כדי להדגים גישות מולטי-אומיקס, .......

Access restricted. Please log in or start a trial to view this content.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

זיהוי מערך הנתונים הרלוונטי ביותר של אומיקס הוא אחד הצעדים הראשונים במחקר אינטגרציה מולטי-אומיקס. במחקר תזונתי, מטבולומיקה מייצגת את אחת משכבות האומיקס הראשונות שיש להסתכל עליהן, מכיוון שהיא יכולה להדגיש את המסלולים המטבוליים והתהליכים הביוכימיים בבסיס התערבות תזונתית או תגובה מטבולית לצריכת מזון. מצד שני, למשל, בביולוגיה של סרטן, גנומיקה וטרנסקריפטומיקה הנותנים מידע על DNA, וריאנטים גנטיים והפרעות בביטוי גנים, יכולים לסייע בהבנת אטיולוגיה או הטרוגניות של גידול ולהוביל לזיהוי סמנים ביולו.......

Access restricted. Please log in or start a trial to view this content.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

E.A., R.R, ו-O.C הם עובדי Société des Produits Nestlé SA.

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

המחברים מודים לתמיכתם של ד"ר מיכאל אפולטר, ד"ר לואי דיון, ד"ר ז'אן פיליפ גודין, ד"ר פרנצ'סקה ג'ופרידה, ד"ר יבגניה מיגליאבקה, פרופ' אן-פלורנס ביטבול ופרופ' זולטן קוטאליק.

....

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
Apple M2 Pro macOSApple14.3 (23D56)עיבוד מחשב
ggplot2 חבילת Rr-project.org3.4.4יצירת תצוגות חזותיות של נתונים
חבילת ggpubr Rr-project.org0.6.0יצירת עלילות מוכנות לפרסום
חבילת ggrepel Rr-project.org0.9.5מיקום אוטומטי של תוויות טקסט שאינן חופפות עם ggplot2
חבילת סריג Rr-project.org0.22-5גרפיקה של Tellis עבור חבילת R
limma Rr-project.org3.58.1מודלים ליניאריים עבור מיקס נתונים מיקרו-מערך
חבילת Omics Rr-project.org6.25.1פרויקט שילוב נתונים אומיים
חבילת NEMO Rr-project.org0.1.0אשכולות מולטי-אומיקס מבוססי שכונה
R r-project.org4.3.2 (2023-10-31)שפת תכנות למחשוב סטטיסטי וגרפיקה
R StudioRStudio2023.12.1+402 (2023.12.1+402)סביבת פיתוח משולבת עבור חבילת R
SNFtool Rr-project.org2.3.1חבילת היתוך רשת דמיון
r-project.org1.3.1נתונים מסודר ומבולגן
R חבילהr-project.org1.3.0אפיונים מסודרים של ביצועי הדגם
R מדד

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Hasin, Y., Seldin, M., Lusis, A. Multi-omics approaches to disease. Genome Biol. 18 (1), 83(2017).
  2. Reel, P. S., Reel, S., Pearson, E., Trucco, E., Jefferson, E. Using machine learning approaches for multi-omics data analysis: a review. Biotechnol Adv. 49, (2021).
  3. Ritch....

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Multi Omics IntegrationOmics Data AnalysisBiological ResearchData IntegrationGenomics ProteomicsMetabolomics TranscriptomicsMachine LearningMolecular InteractionsVisualization ToolsModel Based Integration

Related Articles