Kardiyovasküler Hastalıklarla Bağlantılı Varyasyon Modellerini ve Moleküler Süreçleri Ortaya Çıkarmak için Denetimsiz Çoklu Oksijen Faktör Analizinin Uygulanması
September 20th, 2024
Farklı ön işleme adımlarını, çoklu omik faktör analizi modelinin tahminini ve çeşitli aşağı akış analizlerini birleştiren karmaşık multi-omik veri kümelerinin denetimsiz analizi için esnek, genişletilebilir Jupyter-lab tabanlı bir iş akışı sunuyoruz.
İş akışımız, farklı çözünürlüklerdeki karmaşık multi-omik veri kümelerini kolayca analiz etmeyi mümkün kılar. Yaklaşım, benzersiz olan veya belirli veri türleriyle paylaşılan ana varyant desenlerini ayıklar ve bunları toplar. Ortaya çıkan sözde faktörler daha sonra moleküler süreçlere ve klinik veya teknik ortak değişkenlere bağlanabilir.
Analizimiz, MOFA modelini birden fazla numunenin çoklu omik ve tek hücreli verilerine uygulayan ilk kişiler arasındaydı. Daha da önemlisi, bu örnekler kalp krizi geçiren hastalardan oluşan bir klinik kohorttan geliyordu. Bu, sonuç ve hastalık durumu ile ilişkili çok hücreli bağışıklık imzalarını tanımlamamıza izin verdi.
Bu nedenle, tek hücreli ve multi-omik veri setlerinin kullanılabilirliği artar, ancak çoğu zaman bu veri setlerinin özellikleri yalnızca ayrı ayrı analiz edilir. Bu, içgörüleri sınırlar, çünkü genellikle biyolojik süreçler, birden fazla özellik ve hücre tipi arasındaki etkileşimlerin sonucudur. Protokollerimizle, kullanıcılar tüm veri kümesinin entegre bir analizini kolayca gerçekleştirebilir ve bu çok hücreli programları tanımlayabilir.
Bu protokolün ek multi-omik veri setlerine uygulanmasının diğer hastalıklar veya bağlamlar hakkında yeni bilgiler üreteceğini düşünüyoruz. Bu bilgiler daha sonra gelecekteki biyobelirteç veya terapötik çalışmaları bilgilendirecektir.
Genel Bakış
Bu makale, karmaşık multi-omik veri setlerinin denetimsiz analizi için esnek, genişletilebilir Jupyter-lab tabanlı bir iş akışını sunmaktadır. İş akışı, moleküler süreçler ve klinik değişkenlerle bağlantılı önemli varyant kalıplarının çıkarılmasını sağlar.
Çalışmanın Temel Bileşenleri
Bilim Alanı
- Multi-omik analiz
- Klinik araştırma
- Veri analizi metodolojileri
Arka Plan
- Multi-omik veri setleri çözünürlük ve karmaşıklık bakımından değişebilir.
- Farklı veri türleri arasındaki ilişkileri anlamak biyomedikal araştırmalar için kritik öneme sahiptir.
- Önceki yaklaşımlar bu tür veri setlerini analiz etmede esneklikten yoksundu.
- Klinik kohorlar hastalık mekanizmaları hakkında değerli bilgiler sağlar.
Çalışmanın Amacı
- Multi-omik veri setlerini analiz etmek için bir iş akışı geliştirmek.
- Klinik sonuçlarla ilişkili çok hücreli bağışıklık imzalarını tanımlamak.
- MOFA modelini multi-omik ve tek hücreli verilere uygulamak.
Kullanılan Yöntemler
- Multi-omik veri setlerinin denetimsiz analizi.
- Multi-omik faktör analizi (MOFA) modelinin tahmini.
- Farklı ön işleme adımlarının entegrasyonu.
- Faktörlerin klinik değişkenlerle bağlantılı aşağı yönlü analizleri.
Ana Sonuçlar
- Veri türleri arasında benzersiz ve ortak kalıpların tanımlanması.
- Faktörlerin moleküler süreçler ve klinik sonuçlarla bağlantısı.
- Kalp krizi hastalarında bağışıklık imzalarına ilişkin görüşler.
- Çalışmanın klinik araştırmalarda etkinliğinin gösterimi.
Sonuçlar
- Geliştirilen iş akışı karmaşık veri setlerinin analizini artırır.
- Multi-omik verileri klinik görüşlerle bağlantılandırmak için sağlam bir çerçeve sunar.
- Bu yaklaşım çeşitli biyomedikal araştırma bağlamlarına uygulanabilir.
