Identificación de factores genómicos de alta dimensionalidad que modulan redes biológicas a través de datos...

Área de la Ciencia:

• Genómica
• Biología de Sistemas
• Bioinformática

Sus antecedentes:

• Los rasgos biológicos interactúan en redes complejas, pero la influencia genómica en estas interacciones no está clara.
• Comprender estas interacciones es crucial para descifrar los sistemas biológicos.

Objetivo del estudio:

• Introducir GFBioNet, un método computacional eficiente para identificar factores genómicos que modulan las asociaciones de rasgos en redes biológicas.
• Permitir el análisis escalable de datos multiómicos de alta dimensionalidad controlando la tasa de falsos descubrimientos (FDR).

Principales métodos:

• Una estrategia de dos etapas: 1. Estimación de la red de referencia utilizando modelos gráficos gaussianos. 2. Prueba de la modulación del factor genómico de los bordes de la red (relaciones rasgo-rasgo).
• Control explícito de la tasa de falsos descubrimientos (FDR) para obtener resultados sólidos.

Principales resultados:

• Las simulaciones confirman un control fiable de la tasa de falsos descubrimientos (FDR) y una alta potencia estadística.
• GFBioNet identificó variantes genéticas del huésped que afectan las redes del microbioma oral.
• Se descubrió que los microbios intestinales modulan las redes de metabolitos en el cáncer colorrectal.
• Se demostró que las mutaciones somáticas y las alteraciones del número de copias remodelan las redes de expresión génica en el adenocarcinoma de pulmón.

Conclusiones:

• GFBioNet es una herramienta versátil para descubrir la arquitectura genómica de las redes biológicas.
• El método amplía el análisis de redes para evaluar los modificadores de las relaciones rasgo-rasgo en estudios multiómicos.