DeepOmicsAE: Reprezentowanie modułów sygnalizacyjnych w chorobie Alzheimera z analizą proteomiki, metabolomiki i danych klinicznych za pomocą głębokiego uczenia

Uważa się, że choroba Alzheimera rozpoczyna się dziesiątki lat przed pojawieniem się objawów. Ostatnie badania sugerują, że cechy fenotypowe, takie jak otyłość i nadciśnienie, ale także poziom wykształcenia i zaangażowania społecznego mogą działać jako czynniki ryzyka. Naszym celem jest poznanie ich wkładu i związku z molekularnymi czynnikami wywołującymi chorobę, aby nauczyć się, jak interweniować wcześnie i w spersonalizowany sposób.

Analiza danych multiomicznych może być wykorzystana do integracji różnych warstw danych biologicznych, takich jak proteomika, transkryptomika, metabolomika i cechy fenotypowe, aby kompleksowo zrozumieć stan chorobowy. Modele automatycznego odkrywania wykorzystują głębokie learning___ w celu zmniejszenia wymiarowości zestawów danych multiomicznych, skutecznie podsumowując kluczowe informacje. Trudno jest jednak zinterpretować, jak ważne są poszczególne cechy oryginalnych danych w odniesieniu do podsumowanych wyników.

W Deep-omics AE wbudowaliśmy algorytm, który określa znaczenie poszczególnych cech multiomicznych w stosunku do reprezentacji uczenia się/zmniejszonej wymiarowości. Dzięki takiemu podejściu możemy zidentyfikować podobne moduły molekularne i ich związek z cechami fenotypowymi pacjentów. AE deep-omics pomaga powiązać cechy fenotypowe pacjenta z molekularnym składem choroby.

Na przykład możesz go użyć, aby zapytać: Jakie są szlaki molekularne, które są najbardziej zaangażowane w chorobę Alzheimera u starszych pacjentów, a jakie są najbardziej zaangażowane u młodszych pacjentów? Jakie są osoby zaangażowane w rozwój choroby u mniej wykształconych pacjentów w porównaniu z bardziej wykształconymi pacjentami? Aby rozpocząć, zainicjuj nową sesję Jupyter Notebook, otwierając nowe okno terminalu i wpisując Jupyter Notebook, a następnie naciśnij Enter.

Na stronie głównej Jupyter Notebook wybierz notes zatytułowany M01 expression data pre-processing. ipynb, aby otworzyć go w nowej karcie przeglądarki. Ten notes znormalizuje i przeskaluje dane wejściowe, obsłuży brakujące dane i usunie wartości odstające.

W drugiej komórce notesu zastąp symbol zastępczy your_dataset_name. csv rzeczywistą nazwą pliku zestawu danych. W ostatniej komórce notesu zastąp M01_output_data.

csv z preferowaną nazwą wyjściowego pliku danych. Dla każdego typu danych, takiego jak proteomika, metabolomika, ciągłe dane kliniczne i binarne dane kliniczne, użyj polecenia w czwartej komórce, aby określić indeksy odpowiadające pierwszej i ostatniej kolumnie. Sprawdź nazwy kolumn, aby zlokalizować kolumny odpowiadające danym proteomicznym, danym metabolomicznym i danym klinicznym.

Określ pozycje kolumn dla różnych typów danych w piątej komórce, zastępując col_start i col_end indeksami pierwszej i ostatniej kolumny dla każdego typu danych. Wybierz komórkę, a następnie uruchom wszystko z paska menu i programu Jupyter, aby utworzyć plik danych wyjściowych w określonym folderze. Aby rozpocząć, na stronie głównej Jupyter Notebook kliknij optymalizację modelu AE M02 Deep-omics.

ipynb notebook, aby otworzyć go w nowej karcie. W drugiej komórce notesu wpisz nazwę pliku wyjściowego wygenerowanego podczas wstępnego przetwarzania danych zamiast M01_output_data.csv. W piątej komórce określ pozycje kolumn dla różnych typów danych, takich jak dane proteomiczne, dane metabolomiczne, dane kliniczne i dane dotyczące ekspresji wszystkich cząsteczek.

Zastąp col_start i col_end odpowiednimi indeksami kolumn dla każdego typu danych. Określ nazwę kolumny zawierającej zmienną docelową zamiast y_column_name jako y_label. W szóstej komórce zdefiniuj liczbę rund optymalizacji modelu, przypisując wartość do n_comb.

Więcej rund optymalizacyjnych pomoże dostroić parametry modelu i poprawić jego wydajność, ale także wydłuży czas przetwarzania. Uruchom notes, wybierając komórkę, a następnie uruchom wszystko z paska menu. Aby zaimplementować przepływ pracy, kliknij implementację M03a DeepOmicsAE z niestandardowymi zoptymalizowanymi parametrami.

ipynb na stronie głównej Jupyter Notebook. W drugiej komórce notesu wpisz nazwę pliku wyjściowego wygenerowanego podczas wstępnego przetwarzania danych zamiast M01_output_data.csv. W piątej komórce określ pozycje kolumn dla różnych typów danych, takich jak dane proteomiczne, dane metabolomiczne, dane kliniczne i dane dotyczące ekspresji wszystkich cząsteczek.

Zastąp col_start i col_end odpowiednimi indeksami kolumn dla każdego typu danych. Określ nazwę kolumny zawierającej zmienną docelową zamiast y_column_name jako y_label. Wybierz komórkę, a następnie uruchom wszystko z paska menu.

Wykresy PCA i rozkład ważnych wyników cech zostaną automatycznie zapisane w folderze lokalnym. Listy ważnych funkcji dla każdego zidentyfikowanego modułu sygnalizacyjnego będą również przechowywane jako pliki tekstowe w folderze lokalnym o nazwach module_n.txt. Aby zaimplementować przepływ pracy z wstępnie ustawionymi parametrami, kliknij implementację M013b DeepOmicsAE z wstępnie ustawionymi parametrami.

ipynb na stronie głównej Jupyter Notebook, a następnie wykonaj tę samą procedurę. Należy pamiętać, że parametry K prot, K met i latent w siódmej komórce notesów są obliczane automatycznie w skrypcie na podstawie wyników poprzednich rund optymalizacji. Dane proteomowe, metabolomu i dane kliniczne ze 142 pośmiertnych próbek ludzkiego mózgu pochodzących od osób, które były zdrowe lub zdiagnozowano chorobę Alzheimera, przeanalizowano przy użyciu tego przepływu pracy opartego na modelu automatycznego kodera głębokiego uczenia się w celu wyodrębnienia zwięzłego zestawu cech z wielowymiarowych danych wejściowych multiomiki.

Wyniki optymalizacji parametrów modelu pokazały, że wybór niewielkiej liczby cech proteomicznych i metabolomicznych, które mają być wykorzystane jako dane wejściowe dla modelu, zapewnia wyższy stopień separacji między pacjentami zdrowymi a pacjentami z chorobą Alzheimera. Natomiast liczba neuronów w warstwie utajonej nie miała większego wpływu na wydajność modelu. Korzystając z optymalnych parametrów, z warstwy utajonej modelu automatycznego kodera wyodrębniono niewielki zestaw funkcji podsumowujących dane wejściowe, zwane wyodrębnionymi cechami.

Analiza PCA wykazała, że grupy diagnostyczne były oddzielone przez wyodrębnione cechy. Jednak grupy nie były dobrze rozróżniane przez pierwotne cechy, co wskazuje, że wyodrębnione cechy przechwytują informacje kluczowe dla określenia stanu choroby. Aby rozpocząć, otwórz przeglądarkę internetową i przejdź do linku, aby uzyskać dostęp do funkcji analizy wspólnej ścieżki na stronie MetaboAnalyst.

Uzyskaj dostęp do folderu, w którym zapisywane są pliki wyjściowe z implementacji Deep-omics AE, i otwórz pliki tekstowe o nazwach module_n. txt dla każdego wygenerowanego modułu sygnalizacyjnego. W plikach tekstowych znajdź listę białek i skopiuj je.

Na stronie MetaboAnalyst wklej skopiowaną listę białek do okna genów z opcjonalnymi zmianami krotności. Powtórz te czynności dla metabolitów, wklejając je do listy związków z opcjonalnym oknem zmian krotności na tej samej stronie internetowej. Wybierz odpowiedni organizm i typ identyfikatora, a następnie prześlij informacje, klikając przycisk "Prześlij" u dołu strony.

Na następnej stronie sprawdź mapowanie identyfikatorów, aby upewnić się, że identyfikatory są poprawnie rozpoznawane, a następnie kliknij przycisk kontynuuj. Na stronie ustawiania parametrów wybierz zintegrowane szlaki metaboliczne lub zintegrowane wszystkie szlaki, aby zwizualizować udział danych wejściowych w szlakach metabolicznych lub wszystkich szlakach sygnałowych. W panelu wyboru algorytmu wybierz analizę wzbogacenia, test hipergeometryczny, miarę topologii, centralność stopnia i metodę integracji, połącz poziom ścieżki wartości P.

Kliknij przycisk "Prześlij" u dołu strony. Na ostatniej stronie, w widoku wyników, zostaną wyświetlone wyniki analizy wzbogacania. Obejmuje to wykresy wzbogaconych ścieżek na podstawie ich wpływu i istotności oraz tabelaryczną listę ścieżek.

Interpretacja modułów sygnalizacyjnych uzyskanych za pomocą Deep-omics AE na zestawie danych z próbek mózgu zdrowych pacjentów lub pacjentów z chorobą Alzheimera wykazała, że dla każdego modułu sygnalizacyjnego wzbogacone zostały odrębne szlaki metaboliczne i sygnałowe. Co więcej, charakterystyka interakcji zachodzących między cechami klinicznymi a modułami sygnalizacyjnymi wykazała, że zmieniony metabolizm glicerolipidów u pacjentów z chorobą Alzheimera był związany z ich płcią i wiekiem w chwili śmierci. I odwrotnie, zmiany w synapsach i funkcjonalności aksonów mają tendencję do występowania u pacjentów z chorobą Alzheimera, niezależnie od ich płci, poziomu wykształcenia i długowieczności.