Integración bayesiana semisupervisada de múltiples conjuntos de datos de proteómica espacial | JoVE Visualize

Área de la Ciencia:

Proteómica; Biología de Sistemas; Bioinformática

Sus antecedentes:

La localización subcelular de proteínas es crucial para la función.
La proteómica espacial y otros datos ómicos ofrecen información sobre la localización de proteínas.
Los métodos de integración existentes son limitados en tipos de datos y cuantificación de la incertidumbre.

Objetivo del estudio:

Desarrollar un enfoque bayesiano semisupervisado para integrar la proteómica espacial con diversas fuentes de datos.
Mejorar la inferencia de la localización subcelular de proteínas cuantificando la incertidumbre de la predicción.
Ofrecer un método flexible para integrar datos categóricos, continuos y temporales.

Principales métodos:

Desarrolló un modelo bayesiano semisupervisado para integrar la proteómica espacial con otros datos.
Infirió los parámetros del modelo a partir de proteínas marcadoras etiquetadas y datos no etiquetados.
Cuantificó la incertidumbre de la predicción en la inferencia de la localización de proteínas.
Aplicó el método a datos de proteómica espacial y expresión génica del ciclo celular de Toxoplasma gondii.

Principales resultados:

El enfoque bayesiano propuesto supera a los métodos existentes de aprendizaje por transferencia.
Demostró flexibilidad en la modelización de diversos tipos de datos, incluidas anotaciones, abundancia y expresión de series temporales.
Identificó programas de expresión de proteínas que alcanzan su punto máximo al final del primer ciclo celular en T. gondii.
Reveló poblaciones heterogéneas dentro de las proteínas de gránulos densos, lo que sugiere funciones diversas.

Conclusiones:

El novedoso método bayesiano mejora significativamente la inferencia de la localización subcelular de proteínas.
El enfoque proporciona un marco flexible y robusto para el análisis ómico integrador.
Los hallazgos ofrecen nuevas perspectivas sobre los roles funcionales y la localización de las proteínas de T. gondii.
El método está disponible como el paquete R mdir para un uso científico más amplio.