생물학 연구의 다중 오믹스 통합을 위한 포괄적인 프로토콜 및 단계별 가이드

Summary

이 작업은 다중 오믹스 데이터를 통합하는 방법(연결, 변환 및 모델 기반)을 자세히 설명합니다. 유전체학, 후성유전체학, 전사체학, 단백질체학, 대사체학, 메타유전체학, 지질체학 및 글리코믹스의 데이터를 결합함으로써 생물학적 시스템에 대한 포괄적인 이해가 이루어집니다. 원고는 다중 오믹스 통합을 위한 한계, 장점 및 시각화 도구를 강조하는 단계별 지침을 제공합니다.

Abstract

이 원고는 생물학 연구에 다중 오믹스 데이터를 통합하기 위한 포괄적인 단계별 가이드를 제공합니다.

다중 오믹스 데이터 통합은 동일한 생물학적 샘플 세트에서 측정된 데이터를 유전체학, 후성유전체학, 전사체학, 단백질체학, 대사체학, 마이크로바이옴, 지질체학 및 글리코믹스와 같은 다양한 오믹스 기술과 결합하고 분석하는 프로세스를 의미합니다. 다중 오믹스 접근 방식은 단일 블록 또는 단일 오믹스 분석(예: 설명, 식별, 분류 또는 예측)과 유사한 목표를 가지고 있지만 더 넓은 스펙트럼의 분자 정보를 캡처할 수 있으므로 생물학적 시스템과 복잡한 상호 작용에 대한 더 깊은 이해를 제공합니다. 실제로 다중 오믹스 데이터 세트의 조합은 예측 정확도를 향상시키고 특히 사용 가능한 샘플 수가 제한된 경우 보다 강력한 결과를 산출할 수 있습니다. 또한 최신 기계 학습 기술의 발전 덕분에 오늘날 다중 오믹스 분석은 다양한 생물학적 화합물 사이에서 발생하는 숨겨진 패턴과 복잡한 현상을 밝히는 데 적합합니다.

이 작업의 주요 목표는 문제의 초기 공식화부터 결과의 생물학적 해석에 유용한 도구에 이르기까지 다중 오믹스 연구에서 일반적으로 사용되는 전체 프로토콜을 제시하는 것입니다. 원고는 연결 기반(저수준), 변환 기반(중간 수준), 모델 기반(고수준) 접근 방식을 포함하여 다중 오믹스 데이터를 통합하는 다양한 방법을 자세히 설명하고 일반적인 시각화 및 진단 도구의 제시와 함께 그 한계와 장점을 강조합니다.

Introduction

생물학 연구 분야는 최근 몇 년 동안 특히 오믹스 기술 분야에서 상당한 발전을 이루었습니다. 이러한 기술은 생물학적 시스템의 복잡한 특성에 대한 귀중한 통찰력을 제공합니다. 그러나 각 오믹스 기술은 생물학적 구성 요소에 대한 고유한 관점을 제공하므로 포괄적인 이해를 얻으려면 다중 오믹스 데이터를 통합해야 합니다.

멀티오믹스는 새롭고 강력한 고처리량 시퀀싱 기술의 출현 덕분에 정량적으로 정의할 수 있는 다양한 종류의 생체 분자를 포괄합니다. 다양한 유형의 오믹스 기술 중에는 유전체학, 후성유전체학, 전사체학, 단백질체학, 대사체학, 메타유전체학, 지질체학 및 글리코믹스가 있습니다. 유전체학은 유기체의 게놈에 대한 연구를 포함하는 반면, 후성유전체학은 단백질 및 RNA 결합제, 대체 DNA 구조, DNA의 화학적 변형을 포함하여 게놈의 지지 구조에 중점을 둡니다. 전사체학은 mRNA, rRNA, tRNA 및 기타 비암호화 RNA를 포함한 모든 RNA 분자에 대한 연구를 포함합니다. 단백질체학은 특정 단백질 그룹에 대한 변형을 포함하여 단백질 연구를 포함합니다. 대사체학은 생물학적 매트릭스 내의 소분자(대사산물)의 앙상블에 중점을 둡니다. 메타유전체학은 특정 물리화학적 특성을 가진 잘 정의된 서식지의 미생물 군집에 대한 연구를 포함합니다. 리피체학은 세포 지질의 전체 보체에 대한 연구를 포괄하는 반면, 글리코믹스는 탄수화물과 당을 포함한 글리콤 연구에 중점을 둡니다¹.

다중 오믹스 데이터의 통합은 복잡한 생물학적 현상을 해명할 수 있는 잠재력으로 인해 과학계에서 점점 더 많은 관심을 받고 있습니다. 여러 오믹스 기술의 데이터를 결합함으로써 연구자들은 개별 데이터 세트의 한계를 극복하고 생물학적 시스템에 대한 보다 전체적인 관점을 얻을 수 있습니다. 이러한 통합 접근 방식을 통해 새로운 바이오마커 식별, 질병 메커니즘 발견, 복잡한 생물학적 경로 규명이 가능합니다.

PubMed에서 "Multiomics" 및 "Multi-omics"라는 용어의 인용 횟수는 2018년 307건에서 2021년 1414건, 2023년 3933건으로 수년에 걸쳐 크게 증가했습니다. 다양한 유형의 오믹스 변수의 통합은 유기체의 질병 및 기능 장애의 기저 메커니즘에 대한 심층적인 조사를 가능하게 함에 따라 점점 보편화되고 있습니다. 단일 오믹스 접근 방식은 단일 관점에 초점을 맞추기 때문에 숨겨진 생물학에 대한 제한적이고 부분적인 관점을 제공합니다. 그러나 다중 오믹스 데이터를 통합함으로써 다양한 생체 분자의 상호 작용을 밝히고, 여러 층 내의 관계를 이해하고, 유전자형과 표현형 사이의 격차를 해소할 수 있습니다. 전반적으로 다중 오믹스 접근 방식은 질병의 다양한 하위 그룹 분류, 근본적인 질병 관련 바이오마커 예측, 생물학적 경로 및 메커니즘에 대한 더 나은 이해와 같은 중요한 질문에 답하는 데 도움이 될 수 있습니다. 다음 섹션에서는 다양한 오믹스 데이터 세트를 데이터 "보기" 또는 데이터 "블록"이라고도 할 수 있습니다.

다중 오믹스 통합을 위한 기술은 Reel et al. (2021)² 및 Ritchie et al. (2015)³ (그림 1).

낮은 수준의 초기 통합 또는 연결: 이 접근 방식에는 각 단일 데이터 세트의 변수를 단일 행렬로 연결하는 작업이 포함됩니다. 그러나 초기 통합은 각 오믹스 데이터 유형의 고유한 분포를 고려하지 않으며 더 큰 차원을 가진 특정 오믹스 데이터 유형에 더 많은 가중치를 할당할 수 있습니다. 또한 차원의 저주 위험 증가, 노이즈 증가, 상관 관계가 높은 변수 및 계산 확장성 문제와 같은 문제를 야기합니다. 이러한 한계에도 불구하고 조기 통합을 통해 여러 오믹 층에 걸쳐 조정된 변화를 식별하고 생물학적 해석을 향상시킬 수 있습니다.

중간 수준, 중간 통합 또는 변환 기반: 이 접근 방식에서는 수학적 통합 모델이 오믹스 데이터의 여러 계층에 적용됩니다. 중간 통합은 소스에서 추출된 하위 집합 또는 표현의 융합에 중점을 둡니다. 중간 통합 내의 두 가지 하위 접근 방식은 미들업 접근 방식과 미들다운 접근 방식입니다. 미들업 접근 방식에는 각 블록의 차원 축소에서 얻은 연결된 점수가 포함되므로 이기종 데이터를 처리하는 데 적합합니다. 그러나 해석 가능성이 부족할 수 있습니다. 미들다운 접근 방식에는 지역 변수 선택과 연결된 변수 하위 집합에 대한 후속 분석이 포함되어 모델을 더 쉽게 해석할 수 있습니다. 중간 통합은 향상된 신호 대 잡음비, 차원 감소 및 향상된 통계적 검정력과 같은 이점을 제공합니다.

높은 수준, 후기 통합 또는 모델 기반: 이 접근 방식에는 각 단일 오믹 수준에서 분석을 수행하고 결과를 임시 방식으로 결합하는 것이 포함됩니다. 여기에는 각 소스에서 바이오마커를 식별하고 결과에 대한 공동 해석을 제공하기 위해 단일 블록 모델의 결과를 융합하는 것이 포함됩니다. 후기 통합은 입력 공간의 차원을 증가시키지 않으며 각 오믹스 데이터의 고유한 분포로 작동합니다. 한 오믹 레이어가 다른 오믹 레이어보다 예측력이 더 높을 때 특히 적합합니다. 그러나 후기 통합은 교차 오믹스 관계를 간과할 수 있으며 초기 데이터 블록 간의 연결에 대한 이해 부족과 개별 모델링을 통한 생물학적 정보의 잠재적 손실과 관련된 문제에 직면할 수 있습니다.

Protocol

1. 연구 질문 정의

1. 다중 오믹스 통합을 통해 해결될 특정 연구 질문을 명확하게 설명합니다. 예를 들어, 연구 질문 1: 치료 반응과 상관관계가 있는 단백질 발현 및 대사 산물 프로필의 변화는 무엇입니까? 연구 질문 2: 유전적 변이는 특정 질병을 가진 환자의 유전자 발현 패턴에 어떤 영향을 미치나요? 연구 질문 3: 특정 오믹 층의 통합은 특정 생물학적 과정 또는 질병 메커니즘에 대한 포괄적인 이해를 어떻게 제공합니까?
2. 바이오마커를 검색하거나 복잡한 질병에 대한 기계론적 통찰력을 얻기 위해 여러 오믹스 기술을 포함하는 것을 고려하십시오. 환자 계층화를 위해 표본 크기를 늘려야 할 수도 있습니다.

2. 오믹스 선택

1. 연구 질문과 연구 중인 생물학적 시스템에 가장 관련성이 높은 오믹스 기술을 식별합니다. 예를 들어, 질문 1의 경우, 관련 오믹스 기술은 단백질체학 및 대사체학입니다. 연구 질문 2, 유전체학 및 전사체학; 연구 질문 3의 경우 여러 오믹 기술.
2. 이상적인 오믹스 층을 선택할 때 연구의 목적과 사용 가능한 자원을 고려하십시오. 예를 들면 영양 연구를 위한 대사체학, 암 생물학을 위한 유전체학 및 전사체학, 다양한 질병에 대한 단백질체학 등이 있습니다.

3. 데이터 품질 보장

참고: 아래에 설명된 단계에 따라 생성된 오믹스 데이터의 데이터 신뢰성과 재현성을 보장합니다.

1. 실험을 신중하게 설계하고 모든 오믹스 층에서 일관된 실험 조건과 샘플 수집 방법을 유지하여 배치 효과를 최소화합니다.
2. 확립된 프로토콜을 따르고 각 오믹 데이터 세트에 대한 데이터 생성 중에 품질 관리 조치를 구현합니다.
   1. 적절한 경우 내부 또는 외부 표준을 사용합니다.
   2. 개별 오믹스 데이터 세트에서 품질 검사를 수행합니다.
      1. 유전체학 데이터의 경우 판독 품질 점수, 염기 구성, 염기서열 분석 깊이와 같은 지표를 평가하여 고품질 시퀀싱 데이터는 물론 정렬 및 매핑 품질과 대립유전자 빈도, 판독 깊이 및 변이 주석을 포함한 변이 호출 품질을 보장합니다.
      2. 전사체학 데이터의 경우, 판독 품질을 평가할 때 판독 길이 분포, 염기 조성 및 Phred 품질 점수와 같은 지표를 평가하고, 전사체 정량화 품질을 평가할 때 백만당 전사체(TPM) 또는 백만 매핑 판독당 전사체 킬로베이스당 단편(FPKM)과 같은 지표를 평가합니다.
      3. 단백질체학 데이터의 경우, 단백질 식별 및 정량화 품질을 평가할 때 질량 분석 데이터 품질 및 펩타이드 서열 범위, 단백질 식별 점수, 잘못된 발견률 및 단백질 풍부도 측정의 재현성을 평가할 때 피크 강도 분포, 신호 대 잡음비 및 질량 정확도와 같은 관련 지표를 고려하십시오.
      4. 대사체학 데이터의 경우, 질량 분석 데이터 품질을 평가하고 질량 스펙트럼을 참조 데이터베이스와 일치시키거나 대사산물 식별 품질을 평가할 때 구조 규명을 위해 단편화 패턴을 사용할 때 피크 강도 분포, 신호 대 잡음비 및 질량 정확도와 같은 관련 지표를 평가합니다.

4. 데이터 전처리

1. 겹치는 샘플
   1. 여러 오믹스 데이터 세트에서 겹치는 샘플만 포함합니다.
   2. 다른 블록에 비해 겹치는 샘플 수가 충분하지 않은 블록을 제외합니다.
2. 결측값 대치
   1. 통계 또는 기계 학습 방법을 사용하여 누락된 값을 처리합니다.
   2. 누락값 대치를 위해 LSA(Least-Squares Adaptive) 방법과 같은 기술을 사용합니다.
   3. 특히 제한된 샘플을 처리할 때 누락된 데이터가 있는 행을 제거하지 마십시오.
   4. 결측값의 비율이 높은 변수(예: 표본 전체에서 25% 또는 30% 결측값)를 제외합니다.
3. 표준화
   1. 데이터 조작을 수행하여 기능의 일관된 크기 조정을 보장합니다.
   2. 효과가 더 큰 기능이 있는 기능이 더 작은 효과를 가진 기능을 지배하지 않도록 합니다.
   3. 로그 변환, 센터링 및 크기 조정과 같은 일반적인 변환을 적용합니다.
      참고: 원본 데이터의 해석 가능성을 유지하려면 변환을 신중하게 선택해야 합니다.
4. 이상치 식별
   1. 상자 그림 또는 값의 중앙값으로부터의 거리와 같은 도구를 사용하여 이상값과 극단값을 감지합니다.
   2. 데이터 변환 또는 제거와 같은 적절한 방법을 통해 이상값을 해결합니다.

5. 차원 축소

참고: 차원 축소에는 노이즈가 많고 중복된 변수를 제거하는 방법(특징 선택) 또는 보다 의미 있는 변수를 만들기 위한 특징의 조합(특징 추출)의 두 가지 접근 방식이 있습니다.

1. 연구의 목적이 예측적인지(예: 피험자가 건강한지 아픈지 예측할 수 있는 모델 구축) 또는 분석적인지(예: 어떤 변수가 질병의 바이오마커인지) 확인합니다.
   참고: 연구의 목적이 분석적인 경우 특징 추출로 인해 해석 가능성이 손실될 수 있으므로 특징 선택이 더 적절합니다.
2. 고차원 데이터를 처리할 때 분석 및 해석을 용이하게 하고, 필요한 계산 리소스를 줄이고, 결과를 혼란스럽게 하는 노이즈와 중복 정보를 제거하기 위해 연구된 현상과 관련된 변수를 선택하는 것이 중요합니다.
3. 기능 선택
   1. 관심 현상에 대한 유익한 기능의 하위 집합을 식별합니다.
   2. 필터, 래퍼, 임베디드 및 하이브리드 메서드와 같은 범주로 분류된 기능 선택 방법을 사용합니다. 멀티오믹스의 경우 바이오마커 선택 방법도 적용할 수 있습니다.
      참고: 적절한 방법을 선택할 때 데이터 세트 특성을 고려하십시오. 래퍼 메서드는 가장 정확한 예측 모델을 제공하지만 필터 또는 임베디드 메서드보다 훨씬 더 긴 계산 시간이 필요합니다. 다양한 특징 선택 및 추출 방법의 장단점이 포함된 요약표가 표 1에 나와 있습니다.
   3. 최종 모델의 성능과 기능 선택에 필요한 계산 노력의 균형을 맞춥니다.
   4. 과소적합 또는 과적합을 방지하기 위해 선택한 특성의 수를 최적화합니다.
      참고: 과적합 위험의 예는 이전에 출판된 작업에서 논의됩니다.
   5. 정확도, 곡선 아래 면적(AUC) 점수 또는 균형 오류율(BER)과 같은 지표를 사용하여 모델의 성능을 평가합니다.
4. 특징 추출
   1. 원시 데이터를 의미 있는 기능 집합으로 변환합니다.
      1. 주성분 분석(PCA)과 같은 기술을 적용하여 데이터를 저차원 공간에 투영하여 중요한 패턴과 관계를 식별합니다.
      2. t-SNE를 활용하여 로컬 유사성을 유지하면서 고차원 데이터를 시각화합니다.
      3. 클래스 분리 가능성을 최대화하기 위해 선형 판별 분석(LDA)을 고려하십시오.
      4. Autoencoders를 탐색하여 신경망을 사용하여 데이터의 압축된 표현을 학습합니다.
         참고: 특징 추출은 해석하기 더 어려운 표현을 초래할 수 있습니다. 표 1은 특징 선택 및 특징 추출 방법의 선택된 예를 나열합니다⁵.

6. 통합 방법 선택

1. 데이터에 적용할 가장 관련성이 높은 통합 방법을 식별합니다.
   1. 샘플이 일치하고 완전한 피험자가 충분하면 조기 통합 방법을 진행합니다.
   2. 계층 간 상호 작용을 고려해야 하는 경우 늦은 통합 방법을 진행하지 마십시오.
   3. 신호가 미묘하지만 계층 간에 일관성이 있을 수 있는 경우 초기 통합 방법이 후기 통합 방법보다 더 적합할 수 있습니다.
   4. 서로 다른 오믹 계층 간의 데이터 상호 관계를 활용하는 것이 중요하다면 중간 통합 방법을 선택하십시오.
   5. 연결의 낮은 수준 통합
      1. 오믹스 블록 중 하나(또는 그 이상)가 나머지 블록보다 특징(변수)의 수가 훨씬 더 많으면 섹션 5의 단계에 따라 (그들의) 차원을 줄입니다.
      2. 각 단일 오믹스 데이터 세트의 변수를 하나의 넓은 행렬로 연결합니다.
      3. 연결된 변수를 변환하여 범위와 분포가 비슷하도록 합니다.
      4. 기계 학습 알고리즘 또는 차원 축소 전략 적용과 같은 후속 분석을 위해 연결된 데이터 매트릭스를 사용합니다.
         참고: 낮은 수준의 통합을 수행하는 가장 일반적인 방법은 연결을 사용하는 것입니다. 그러나 이러한 방법으로 인해 블록 간의 관계 또는 블록별 통찰력이 손실될 수 있습니다.
2. 중간 수준 통합
   1. 분석 목표에 따라 중간 수준의 통합의 6가지 주요 범주 중에서 선택합니다.
      1. 유사성 기반: 이 접근 방식을 사용하여 관계가 선험적으로 알려지지 않은 탐색적 데이터 분석에서 서로 다른 샘플 또는 기능 간의 유사성을 평가하여 질병 내의 패턴 또는 하위 유형을 식별합니다. 예: SNF⁶.
      2. 상관관계 기반: 이 방법을 사용하여 서로 다른 변수 간의 연관성을 식별하고 정량화하며, 특히 한 변수가 다른 변수의 변화에 따라 어떻게 변하는지 평가합니다. 예: CNAet⁷.
      3. 네트워크 기반: 네트워크 기반 방법을 사용하여 피처 간의 복잡한 관계를 나타냅니다. 데이터 구조 내에서 클러스터를 발견하고 바이오마커를 예측하는 데 특히 유용합니다. 예: NetICS⁸, PARADIGM⁹, scMoMtF¹⁰.
      4. 베이지안 기반: 이 접근 방식을 사용하여 사전 지식을 분석에 통합하거나 데이터의 불확실성을 처리할 때 사용할 수 있습니다. 이는 질병 하위 유형을 추론하고 확률 모델을 기반으로 바이오마커를 예측하는 데 특히 유용합니다. 예: MOFA¹¹, iClusterPlus¹².
      5. 다변량 기반: 이 방법을 사용하여 여러 변수를 동시에 분석하며, 특히 이러한 변수 간의 상호 작용이 생물학적 시스템을 이해하는 데 필수적인 경우 더욱 그렇습니다. 클러스터링과 바이오마커 발견 모두에 유용합니다. 예: mixOmics¹³, JIVE^14,15_.
      6. 융합 기반: 이 방법을 사용하여 서로 다른 오믹스 계층의 데이터를 단일 프레임워크로 결합하여 각 데이터 유형의 강점을 활용합니다. 다양한 데이터 세트의 통합이 필요한 포괄적인 분석에 특히 유용합니다. 예: PFA¹⁶, PSDF¹⁷.
         참고: 강력한 통계 처리 또는 기계 학습 기술에 의한 모델링을 기반으로 낮은 수준 또는 높은 수준의 통합의 경우 존재하는 문제를 제한할 수 있습니다.
   2. 선택한 방법을 다중 오믹스 데이터 세트에 적용합니다.
3. 높은 수준의 통합
   1. 각 단일 오믹 블록에 대해 독립적으로 전체 데이터 분석을 수행합니다.
   2. 이전 단계에서 얻은 결과를 공동으로 해석합니다.

7. 통계 분석

1. 차등 발현(DE) 분석
   1. 데이터의 형식이 올바르게 지정되고 정규화되었는지 확인하여 데이터를 준비합니다.
      참고: 사용되는 패키지에 따라 데이터 형식과 구조가 다를 수 있습니다. DE 분석을 위해 limma¹⁸, edgeR¹⁹ 또는 DESeq2²⁰ 과 같은 R 패키지를 사용하는 것이 좋습니다.
   2. 각 실험 그룹에 대해 별도의 계수를 포함하는 설계 행렬을 구성하여 실험 조건과 그룹 할당을 지정합니다.
   3. 선형 모델을 구현하고 설계 행렬을 통합하여 각 기능에 적용합니다.
   4. 중재된 t-통계량과 F-통계량을 계산하여 차등 발현을 평가합니다.
   5. 표준 오차의 경험적 베이즈 조정을 사용하여 미분 표현의 로그 확률을 추정합니다.
   6. 유의 임계값 결정
      1. 통계적 유의성을 결정하기 위해 0.05의 p-값 컷오프를 고려하십시오.
      2. 기능 유형에 따라 로그 폴드 변경 임계값을 설정합니다.
      3. 대사산물과 단백질의 경우 log2(1.1)의 로그 배수 변화를 사용합니다.
      4. 성적표의 경우 log2(1.5)의 로그 폴드 변경을 사용합니다.
2. 클러스터링
   1. 사용할 클러스터링 방법/알고리즘을 선택합니다.
      참고: NEMO²¹, iCluster²² 및 JIVE²³과 같은 다중 오믹스 데이터용으로 특별히 설계된 클러스터링 알고리즘이 있습니다.
   2. 메서드에 필요한 경우 클러스터 수를 결정합니다. 몇 가지 대안으로는 최적의 군집 수를 추정하기 위한 엘보우 방법, 실루엣 점수 또는 간격 통계가 있습니다.
   3. 정리된 데이터에 대해 선택한 클러스터링 알고리즘을 실행합니다.
   4. 필요에 따라 알고리즘별 매개변수를 최적화합니다.
   5. 실루엣 점수 또는 조정된 Rand 지수와 같은 내부 또는 외부 검증 메트릭을 사용하여 클러스터링 결과의 품질을 평가합니다.
   6. 적절하고 가능한 경우 독립 데이터 또는 이전에 클러스터 분석에서 제외된 테스트 데이터 세트를 사용하여 클러스터 할당을 검증합니다.
3. 예측 모델링
   1. 다중 오믹스 연구에서 예측 모델링을 수행할 필요성을 평가합니다.
      참고: 다중 오믹스 통합 후 예측 모델을 적용하여 결과 분류에 대한 예측 정확도가 다양한 방법으로 선택한 기능에 따라 어떻게 변하는지 비교할 수 있습니다.
   2. 7.3.1단계에서 내린 결정이 긍정적이면 다음 단계를 진행하십시오. 그렇지 않으면 8단계로 이동합니다.
   3. 적용할 적절한 예측 모델을 선택합니다.
      참고: 사용할 모델의 예로는 최종 결과를 얻기 위해 여러 의사 결정 트리를 통합하는 기계 학습 알고리즘인 RF(Random Forest)가 있습니다.
   4. 모델 매개 변수를 미세 조정합니다(예: R 캐럿 패키지 사용).
   5. 데이터 세트를 학습 및 테스트(60-40% 또는 80-20%)로 분할하여 서로 다른 그룹의 동일한 비율의 샘플을 갖도록 균형 잡힌 방식으로 사용합니다.
   6. 기차 세트에서 모델을 실행합니다.
   7. 모델 성능을 평가하기 위해 테스트 세트에서 정확도 및 F1 점수를 계산합니다.
   8. 2-4단계를 여러 번 반복(예: 1000)하여 무작위성을 높입니다.
   9. 5단계 결과의 평균을 계산합니다.
   10. 평균 정확도 및 F1 점수를 보고합니다. 만족스럽지 않으면 1단계로 진행하여 매개변수 선택을 개선합니다.
   11. 평균 정확도 감소(DMA) 및 평균 불순물 감소(MDI)를 사용하여 기능 중요도를 결정합니다.

8. 생물학적 해석:

1. 경로 강화 도구를 선택합니다(일반적으로 사용되는 PEA 도구는 DAVID, GSEA, Enrichr 및 Metascape입니다).
2. 선택한 경로 농축 분석 도구에 유전자 또는 단백질 목록을 입력합니다.
3. 분석을 수행할 KEGG, Reactome 또는 GO와 같은 적절한 경로 데이터베이스를 선택합니다.
   참고: 다중 오믹스 데이터를 위해 특별히 설계된 도구 중 하나는 데이터베이스(KEGG, Reactome 또는 Mapman)를 사용하여 이러한 바이오마커 간의 기능적 관계와 특정 생물학적 과정에 대한 관여에 대한 정보를 제공하는 Paintomics입니다²⁵.
4. 선택한 도구 및 데이터베이스를 사용하여 경로 강화 분석을 실행합니다.
5. 유의성 임계값, 유전자의 배경 목록 또는 보정 방법과 같은 매개변수를 필요에 따라 조정합니다.
6. 최종 결과(풍부한 경로, FDR, 경로 다이어그램, 히트맵 등)를 시각화하고 평가합니다.

9. 검증 및 후속 실험

1. 기술 검증
   1. 동일한 샘플에 대해 서로 다른 분석 기법을 사용할 때 동등한 결과도 발견되는지 확인합니다.
      참고: 예를 들어, 질량 분석법(MS) 기반 단백질체학을 사용하여 얻은 결과는 나중에 효소 결합 면역흡착 분석(ELISA)과 같은 면역학적 분석을 사용하여 검증할 수 있습니다.
2. 얻은 결과를 검증하기 위한 후속 실험을 식별합니다.
3. 가능하면 독립적인 코호트의 오믹스 데이터를 분석하여 결과를 복제합니다.
4. 임상 적용의 경우 무작위 임상 시험을 수행하여 결과의 임상적 타당성을 입증합니다.
   1. 식별된 바이오마커 또는 표적의 효능과 안전성을 평가하기 위해 적절한 표본 크기와 무작위화로 통제된 연구를 설계하고 구현합니다.
   2. 관련 임상 종점을 수집하고 식별된 요인이 환자 결과에 미치는 영향을 측정합니다.

10. 시각화 및 진단 도구

참고: 다양한 유형의 플롯을 활용하여 데이터 분석 결과를 설명하고 주요 결과를 시각적으로 표현할 수 있습니다. 일반적으로 사용되는 플롯에는 화산 플롯, 히트맵, 서르코스 플롯 및 맨해튼 플롯이 포함됩니다.

1. 화산 플롯:
   1. Volcano 플롯을 사용하여 DEA(Differential Expression Analysis) 결과를 요약합니다.
   2. 통계적 유의성과 테스트 그룹 간의 변화 크기 간의 관계를 표시합니다.
   3. 플롯에서의 위치를 기반으로 추가 조사를 위해 주요 기능을 식별합니다.
2. 히트맵:
   1. 히트맵을 활용하여 다양한 범주에 걸쳐 변수의 크기를 시각화합니다.
   2. 색상을 사용하여 변수의 강도를 나타내면 데이터 세트 내에서 패턴과 클러스터를 쉽게 식별할 수 있습니다.
3. 맨해튼 플롯:
   1. 맨해튼 플롯을 사용하여 DEA 결과를 효율적으로 요약하고 동일한 플롯에서 수많은 데이터 포인트를 시각화합니다.
   2. GWAS(Genome-Wide Association Studies)에 일반적으로 사용되지만 다중 오믹스 연구에도 적용할 수 있습니다.
4. 서코스 플롯:
   1. circos 플롯, 원형 시각화를 사용하여 다양한 분자 특징 간의 상호 작용과 상관 관계를 탐색합니다.
   2. 포괄적이고 시각적으로 매력적인 방식으로 다양한 요소 간의 관계와 연결을 묘사합니다.
      참고: 이 연구는 암 테스트 데이터 세트를 사용하여 위에 제시된 각 플롯 유형에 대한 대표 결과의 예를 제공합니다.
5. 진단 도구:
   참고: 시각화 도구는 성능 메트릭과 함께 진단 목적으로 매우 중요합니다.
   1. 수신기 작동 특성(ROC) 곡선을 활용하여 분류 모델의 성능을 평가합니다.
   2. 로딩 플롯 및 주성분 분석(PCA) 플롯을 사용하여 데이터 내의 관계와 패턴을 시각화합니다.
      참고: 암 테스트 데이터 세트를 사용하는 각 플롯에 대한 대표 결과의 예는 대표 결과 섹션에 나와 있습니다.
6. 이진 분류에 대한 성능 메트릭
   참고: 다음 메트릭은 각 클래스에 대해 각 클래스와 나머지를 고려하여 제시된 예와 같이 다중 클래스 분류에 모두 적용할 수 있습니다.
   1. 혼동 행렬: 혼동 행렬(표 2)을 사용하여 대각선의 참 긍정 및 참 부정, 오른쪽 하단 블록의 참 부정, 오른쪽 상단 블록의 거짓 긍정, 왼쪽 하단 블록의 거짓 부정을 나타냅니다.
   2. 정밀도: 올바른 긍정적인 식별의 비율입니다. TP/(TP + FP) 공식을 사용하여 정밀도를 계산합니다. 정밀도가 1인 모델에는 가양성이 없습니다. 모형의 정밀도가 0.5인 경우 모형은 절반의 시간 동안 정확합니다.
      
   3. 재현율 또는 민감도: 진양성률 또는 적중률이라고도 하며 올바르게 식별된 실제 양성의 비율입니다. TP/(TP + FN) 또는 TP/pos 공식을 사용하여 재현율 또는 민감도를 계산합니다. 여기서 pos = TP + FN은 양수 예제의 총 수입니다.
      
   4. 특이성: 올바르게 식별된 실제 음성의 비율입니다. TN/neg 공식을 사용하여 계산합니다., 여기서 neg = TN + FP는 음수 예제의 총 수입니다.
      
   5. 정확도: 올바른 예측의 비율(긍정적 및 부정적 모두). 다음 공식을 사용하여 정확도를 계산합니다.
      
   6. F-점수: F-점수는 재현율과 정밀도 사이의 고조파 평균입니다. 다음 공식을 사용하여 계산하십시오.
      
   7. 균형 잡힌 정확도: 균형 정확도(BAC)는 민감도와 특이도의 평균입니다. 다음 공식을 사용하여 계산하십시오.
      
      여기서 TPR은 True Positive Rate를 나타내며 재현율에 해당하고 TNR은 True Negative Rate를 나타내며 특이성에 해당합니다.
   8. 균형 오류율: 균형 오류율(BER)은 각 클래스의 오류 평균입니다. 다음 공식을 사용하여 계산하십시오.
      
      참고: BER은 오류율의 균형 잡힌 측정값을 생성하여 클래스 간의 성능 차이를 고려하여 불균형 데이터 세트의 영향을 제한하는 이점이 있습니다. 오류율 0.5는 무작위 추측과 유사한 성능을 나타냅니다. DIABLO의 경우 BER은 구성 요소와 관심 조건 간의 상관 관계에 따라 각 블록의 가중 분류 오류율입니다. BER은 BA를 1로 보완한 것, 즉 BER = (1 - BAC)입니다.
   9. 곡선 아래 면적: 민감도 대 특이도를 플로팅하여 얻은 ROC 아래 면적(다음 섹션에 설명됨)으로 곡선 아래 면적(AUC)을 계산합니다.
      참고: 이러한 메트릭 중 작업에 가장 적합한 메트릭은 거짓 부정의 중요성과 클래스 간의 균형 또는 불균형에 따라 달라집니다. Precision는 위양성을 최소화하는 데 중점을 두는 반면 recall는 위부정을 최소화하는 데 중점을 둡니다. 양성 사례의 비율이 낮으면 정밀도만으로는 모델의 성능을 평가하는 가장 좋은 지표가 아닐 수 있습니다. Code.R은 보충 파일 1로 제공됩니다.

Results

단일 오믹스 분석에서와 마찬가지로 시각화는 데이터 탐색, 데이터 통합, 패턴 인식, 가설 생성 및 결과 전달의 핵심입니다. 특히, 데이터 전처리 단계에서 대용량 데이터의 우수한 시각화는 정규화 검증, 이상치 식별 등에 매우 중요합니다. 멀티오믹스에서는 시각화가 서로 다른 오믹 레이어/블록의 추세를 평가하는 데 도움이 될 수 있고 각 블록의 정보를 오버레이하면 블록 간에 공유된 정보를 식별하는 데 도움이 될 수 있기 때문에 더욱 중요합니다.

사례 연구
다중 오믹스 접근법을 예시하기 위해 우리는 암 게놈 아틀라스 네트워크²⁷에 의해 생성된 유방암의 세 가지 하위 유형(즉, LumA, Her2 및 Basal)에 대한 오믹스 데이터의 두 개의 정규화 및 정리된 하위 집합인 "mixOmics TCGA 데이터 세트"²⁶을 테스트 데이터 세트로 선택했습니다.

Discussion

가장 관련성이 높은 오믹스 데이터 세트를 식별하는 것은 다중 오믹스 통합 연구의 첫 번째 단계 중 하나입니다. 영양 연구에서 대사체학은 식이 개입 또는 음식 섭취에 대한 대사 반응을 기반으로 대사 경로와 생화학적 과정을 강조할 수 있기 때문에 살펴봐야 할 첫 번째 오믹스 계층 중 하나입니다. 반면, 예를 들어, 암 생물학에서 DNA, 유전적 변이 및 유전자 발현 조절 장애에 대한 정보를 제공하는 유전체학 및 전사체학은 종양 병인 또는 이질성을 이해하고 새로운 바이오마커를 식별하는 데 도움이 될 수 있습니다. 단백질체학은 또한 심혈관, 자가면역 질환, 신경퇴행성 질환 등 광범위한 질병에서 중요한 역할을 합니다. 전반적으로 바이오마커를 식별하고 표적 치료법을 개발하는 데 기본이 되는 질병 특이적 단백질, 번역 후 변형 및 단백질-단백질 상호 작용을 찾는 데 도움이 될 수 있습니다.

고차원 데이터를 처리할 때 분석 및 해석을...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
애플 M2 프로 macOS 애	플	14.3 (23D56)	컴퓨터 처리
ggplot2 R 패키지	r-project.org	3.4.4	데이터 시각화 만들기
ggpubr R 패키지	r-project.org	0.6.0	출판 준비 플롯 만들기
ggrepel R 패키지	r-project.org	0.9.5	ggplot2를 사용하여 겹치지 않는 텍스트 레이블 자동 배치
격자 R 패키지	r-project.org	0.22-5	용 Tellis 그래픽
		3.58.1	마이크로어레이 데이터 혼합을 위한 선형 모델
Omics R 패키지	r-project.org	6.25.1	Omic 데이터 통합 프로젝트
NEMO R 패키지	r-project.org	0.1.0	접 기반 다중 오믹스 클러스터링
R	r-project.org	4.3.2 (2023-10-31)	통계 컴퓨팅 및 그래픽용 프로그래밍 언어
R Studio	RStudio	2023.12.1+402 (2023.12.1+402)	R SNFtool
R 패키지	r-project.org	2.3.1	유사성 네트워크 융합
tidyr R 패키지	r-project.org	1.3.1	깔끔한 지저분한 데이터
잣대 R 패키지	r-project.org	1.3.0	모델 성능의 깔끔한 특성화