生物学研究におけるマルチオミクス統合のための包括的なプロトコルとステップバイステップガイド

Summary

この研究では、マルチオミクスデータを統合する方法(連結、変換、およびモデルベース)について詳しく説明します。ゲノミクス、エピゲノミクス、トランスクリプトミクス、プロテオミクス、メタボロミクス、メタゲノミクス、リピドミクス、グリコミクスのデータを組み合わせることで、生物学的システムの包括的な理解が達成されます。この原稿には、マルチオミクス統合のための制限、利点、視覚化ツールが強調された段階的なガイドラインが記載されています。

Abstract

この原稿は、生物学研究にマルチオミクスデータを統合するための包括的なステップバイステップのガイドを提供します。

マルチオミクス データ統合とは、同じ生体サンプル セットで測定されたデータを、ゲノミクス、エピゲノミクス、トランスクリプトミクス、プロテオミクス、メタボロミクス、マイクロバイオーム、リピドミクス、グリコミクスなどのさまざまなオミクス技術と組み合わせて分析するプロセスを指します。マルチオミクスアプローチは、シングルブロックまたはシングルオミクス分析と同様の目的(記述、識別、分類、予測など)を持っていますが、より広範囲の分子情報をキャプチャできるため、生物学的システムとその複雑な相互作用をより深く理解できます。実際、マルチオミクスデータセットを組み合わせることで、特に利用可能なサンプルの数が限られている場合に、予測精度が向上し、より堅牢な結果が得られます。さらに、機械学習技術の最新の開発のおかげで、マルチオミクス分析は、さまざまな生物学的化合物間で発生する隠れたパターンや複雑な現象を明らかにするのに適しています。

この研究の主な目的は、問題の最初の定式化から結果の生物学的解釈に役立つツールまで、マルチオミクス研究で一般的に使用される完全なプロトコルを提示することです。この原稿では、連結ベース(低レベル)、変換ベース(中レベル)、モデルベース(高レベル)のアプローチなど、マルチオミクスデータを統合するさまざまな方法を詳細に説明し、それらの限界と利点を強調するとともに、一般的な視覚化および診断ツールの提示を行っています。

Introduction

生物学研究の分野は近年、特にオミクス技術の分野で大きな進歩を遂げています。これらのテクノロジーは、生物学的システムの複雑な性質についての貴重な洞察を提供します。ただし、それぞれのオミクス技術は生物学的成分について独自の視点を提供するため、包括的な理解を得るにはマルチオミクス データを統合する必要があります。

マルチオミクスには、新しく強力なハイスループットシーケンシング技術の出現により、定量的に定義できるさまざまなクラスの生体分子が含まれます。オミクス技術には、ゲノミクス、エピゲノミクス、トランスクリプトミクス、プロテオミクス、メタボロミクス、メタゲノミクス、リピドミクス、グリコミクスなどがある。ゲノミクスは生物のゲノムの研究を含み、エピゲノミクスはタンパク質とRNA結合体、代替DNA構造、DNAの化学修飾など、ゲノムの支持構造に焦点を当てています。トランスクリプトミクスには、mRNA、rRNA、tRNA、その他のノンコーディング RNA を含むすべての RNA 分子の研究が含まれます。プロテオミクスには、タンパク質の特定のグループに加えられた修飾を含むタンパク質の研究が含まれます。メタボロミクスは、生物学的マトリックス内の小分子(代謝産物)のアンサンブルに焦点を当てています。メタゲノミクスには、特定の物理化学的特性を持つ明確に定義された生息地における微生物群集の研究が含まれます。リピドミクスは細胞脂質の補体....

Protocol

1. 研究課題の定義

1. マルチオミクス統合を通じて対処される特定の研究課題を明確に表現します。例:研究課題1:治療反応と相関するタンパク質発現と代謝物プロファイルの変化は何ですか?研究課題 2: 遺伝的変異は、特定の疾患を持つ患者の遺伝子発現パターンにどのように影響しますか?研究課題 3: 特定のオミック層の統合は、特定の生物学的プロセスまたは疾患メカニズムの包括的な理解をどのように提供しますか?
2. バイオマーカーを検索したり、複雑な疾患についてメカニズムの洞察を得たりするために、複数のオミクス技術を含めることを検討してください。患者の層別化にはサンプルサイズを増やす必要がある場合があることに注意してください。

2. オミクスの選択

1. 研究課題と研究中の生物学的システムに最も関連性の高いオミクス技術を特定します。例えば、質問1の場合、関連するオミクス技術はプロテオミクスとメタボロミクスである。研究課題 2、ゲノミクスとトランスクリプトミクス。研究課題 3 については、いくつかのオミック技術があります。
2. 理想的なオミクス層を選択する際には、研究の目的と利用可能なリソースを考慮してください。例としては、栄養研究のためのメタボロミクス、がん生物学のためのゲノミクスとトランスクリプトミクス、さまざまな疾患のためのプロテオミ....

Results

シングルオミクス解析と同様に、視覚化は、データ探索、データ統合、パターン認識、仮説生成、および結果の伝達の鍵となります。具体的には、データの前処理ステップでは、大規模なデータの適切な視覚化が非常に重要であり、正規化の検証、外れ値の特定などに役立ちます。マルチオミクスでは、さまざまなオミック層/ブロックの傾向の評価に役立ち、各ブロックからの情報を重ね合わせることで、ブロック間で共有された情報を特定できるため、視覚化はさらに重要です。

ケーススタディー
マルチオミクスアプローチを例示するために、テストデータセットとして「mixOmics TCGAデータセット」²⁶、乳がんの3つのサブタイプ(すなわち、LumA、Her2、およびBasal)のオミクスデータの2つの正規化およびクレンジングされたサブセットを選択し^ました。

トレーニングデータ:トレーニングデータセットは、プロテオミクス、miRNA、およ.......

Discussion

最も関連性の高いオミクスデータセットを特定することは、マルチオミクス統合研究の最初のステップの1つです。栄養研究では、メタボロミクスは、食事介入または食物摂取に対する代謝反応に基づいて代謝経路と生化学的プロセスを強調できるため、最初に検討すべきオミクス層の1つです。一方、例えば、がん生物学では、DNA、遺伝的変異、遺伝子発現調節不全に関する情報を提供するゲノミクスやトランスクリプトミクスは、腫瘍の病因や不均一性の理解に役立ち、新規バイオマーカーの同定につながります。プロテオミクスは、心血管疾患、自己免疫疾患、神経変性疾患などの幅広い疾患においても重要な役割を果たしています。全体として、バイオマーカーの特定と標的療法の開発の基礎となる疾患特異的タンパク質、翻訳後修飾、タンパク質間相互作用の発見に役立ちます。

次元性の高いデータを扱う場合、分析と解釈を容易にし、必要な計算リソースを削減し、結果を混乱させるノイズや冗長な情報を取り除くために、調査した現象に関連する変数を選択することが重要です。

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
Apple M2 Pro macOS Apple		14.3 (23D56)	コンピュータの処理
ggplot2 R パッケージ	r-project.org	3.4.4	データビジュアライゼーションの作成
ggpubr R パッケージ	r-project.org	0.6.0	出版準備完了プロットの作成
ggrepel R パッケージ	r-project.org	0.9.5	ggplot2 で重ならないテキストラベルを自動的に配置する
0.22-5	r-project.org	is	for R
limma R パッケージ	r-project.org	3.58.1	マイクロアレイ データ混合用の線形モデル
Omics R パッケージ	r-project.org	6.25.1	Omic データ統合プロジェクト
NEMO R パッケージ	r-project.org	0.1.0	傍ベースのマルチオミクス クラスタリング
R	r-project.org	4.3.2 (2023-10-31)	統計計算・グラフィックス用プログラミング言語
R Studio	RStudio	2023.12.1+402 (2023.12.1+402)	R SNFtool
Rパッケージ	r-project.org	2.3.1	類似性ネットワーク融合
tidyr R パッケージ	r-project.org	1.3.1	整然とした乱雑なデータ
基準 Rパッケージ	r-project.org	1.3.0	のパフォーマンスのきちんとした特性評価