从长椅到床边通过字节:使用机器学习和网络方法进行多组免疫分析和集成
Hanxi Xiao1, Aaron Rosen1, Prabal Chhibbar1
1Center for Systems Immunology, Departments of Immunology and Computational and Systems Biology, University of Pittsburgh, Pittsburgh, PA, USA.
Human vaccines & immunotherapeutics
|December 15, 2023
概括
高通量欧米技术为疫苗和免疫疗法产生大规模的免疫特征. 系统方法整合了多原子数据,以揭示免疫机制和治疗效果.
科学领域:
- 免疫学和系统生物学
- 高吞吐率的奥米克斯具有很高的通量.
- 翻译医学是一种翻译医学.
背景情况:
- 越来越多地使用OMIC技术进行生物反应分析.
- 需要系统方法来理解复杂的生物相互作用.
- 开发新型疫苗,免疫疗法和干细胞疗法.
研究的目的:
- 总结实验数据模式,以生成大规模的免疫特征.
- 讨论整合多原子数据的分析方法.
- 为了深入了解免疫和治疗诱导的免疫调节.
主要方法:
- 基因组,表观基因组,转录基因组,蛋白质组,代谢组和抗体组的表征.
- 应用系统方法来整合跨尺度的数据.
- 利用机器学习和网络分析来解释数据.
主要成果:
- 多原子分析使生物反应的全面分析成为可能.
- 系统方法揭示了生物层之间的复杂相互作用.
- 机器学习和网络方法有助于产生洞察力.
结论:
- 高通量欧米克为免疫分析提供了强大的工具.
- 综合系统方法对于理解复杂的生物系统至关重要.
- 这些方法推进了对免疫和治疗干预的研究.
