spammR: un paquete R diseñado para el análisis y la integración de mediciones multi-ómicas espaciales

Área de la Ciencia:

• Integración de las ómicas espaciales y multiómicas
• Biología computacional y bioinformática
• Análisis óptico basado en la espectrometría de masas

Sus antecedentes:

• Las tecnologías de ómica espacial avanzan rápidamente, lo que permite la medición de alta resolución de datos moleculares.
• Las herramientas analíticas actuales soportan principalmente la transcriptómica espacial, limitando las aplicaciones para otros tipos de ómicas.
• Los conjuntos de datos de ómica espacial basados en espectrometría de masas presentan desafíos únicos, que incluyen tamaños de muestra pequeños, escasez espacial y datos faltantes.

Objetivo del estudio:

• Para introducir spammR, un paquete R para el análisis de extremo a extremo de los datos espaciales.
• Abordar específicamente los desafíos analíticos de los conjuntos de datos ómicos espaciales derivados de la espectrometría de masas.
• Proporcionar un enfoque basado en datos para analizar mediciones multiómicas espaciales sin conocimiento previo de genes o proteínas específicos.

Principales métodos:

• Desarrollo del paquete spammRR para el análisis de datos geométricos.
• Implementación de métodos adaptados a tamaños de muestra pequeños, escasez espacial y datos faltantes comunes en la espectrometría de masas.
• Centrarse en un marco analítico totalmente basado en datos.

Principales resultados:

• spammR permite un análisis exhaustivo de los datos ómicos espaciales, en particular de la espectrometría de masas.
• El paquete maneja efectivamente conjuntos de datos con muestras limitadas y valores faltantes significativos.
• Facilita una exploración basada en datos de patrones multiómicos espaciales.

Conclusiones:

• spammR proporciona una valiosa herramienta computacional para el avance de la investigación de ómica espacial basada en la espectrometría de masas.
• El paquete democratiza el análisis de complejos conjuntos de datos multi-ómicos espaciales.
• Apoya nuevos descubrimientos al permitir un análisis espacial robusto y basado en datos.