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。
このコンテンツを表示するには、JoVEへの購読が必要です。 または、無料トライアルをお申し込みください。
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。
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。
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....
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
1. 研究課題の定義
2. オミクスの選択
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
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.......
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
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。
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
E.A.、R.R、O.C.は、Société des Produits Nestlé SAの従業員です。
著者らは、マイケル・アフォルター博士、ロイック・ダヨン博士、ジャン・フィリップ・ゴダン博士、フランチェスカ・ジュフリダ博士、ユージニア・ミリアヴァッカ博士、アン・フローレンス・ビットボル教授、ゾルタン・クタリック教授の支援に感謝します。
....アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。
| 名前 | 会社 | カタログ番号 | コメント |
|---|---|---|---|
| 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 |
アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。