再現性と複数研究にまたがるトランスクリプトーム統合のためのdisint、疾患統合およびクラスタリングツールキット、および薬剤再配置への応用

科学分野:

• バイオインフォマティクス
• 計算生物学
• ゲノミクス

背景:

• 不整合な前処理と標準化された分析フレームワークの欠如により、多様な疾患にわたる大規模トランスクリプトームデータセットの統合は、重大な課題をもたらします。
• 既存のパイプラインは、手動のパラメータ調整と断片化されたスクリプトをしばしば含み、クロスデータセットの比較可能性と下流の解釈を妨げます。

研究 の 目的:

• 標準化されたクロスデータセットトランスクリプトームデータ統合、埋め込み、およびクラスタリングのためのオープンソースPythonフレームワーク、disint（疾患統合およびクラスタリングツールキット）を開発すること。
• 疾患特異的遺伝子シグネチャを抽出し、潜在的な薬剤再配置候補を特定するためのプロトタイプ下流モジュール、disease repositionを実装すること。

主な方法:

• disintフレームワークは、ハウスキーピング遺伝子ベースの正規化と疾患特異的なログ2倍率計算を採用しています。
• 自動化された一様多様体近似および投影（UMAP）ハイパーパラメータ最適化と適応型K平均クラスタリングを特徴としています。
• 下流モジュールは、遺伝子シグネチャを共有コンポーネントと薬剤再配置の可能性について分析します。

主要な成果:

• フレームワークは、34の疾患カテゴリと386のサンプル（患者255、健常者131）をカバーする28のトランスクリプトームデータセットで検証されました。
• 合計194,182遺伝子を処理し、スケーラビリティと再現性を示しました。
• 結果は、意味のある疾患シグネチャを抽出し、治療の機会を探る上でのフレームワークの有用性を強調しています。

結論:

• disintフレームワークは、疾患を横断する大規模トランスクリプトームデータを統合および分析するための、標準化され、再現性があり、スケーラブルなソリューションを提供します。
• その検証されたパフォーマンスは、疾患シグネチャ分析と薬剤再配置のためのその翻訳的多様性を強調しています。
• このツールキットは、生物医学研究におけるビッグデータ統合の重要な課題に対処します。