通过集成多个omics数据,基于网络识别诊断特定的跨原子生物标志物
Md Mamunur Rashid1, Momoko Hamano2, Midori Iida3
1Department of Bioscience and Bioinformatics, School of Computer Science and Systems Engineering, Kyushu Institute of Technology, 680-4 Kawazu, Iizuka, Fukuoka, 820-8502, Japan; Bioinformatics Institute (BII), Agency for Science, Technology and Research (A(∗)STAR), Singapore 138671, Singapore.
这项研究引入了一种新的计算方法,通过整合多omics数据和途径分析来识别疾病特异性生物标志物. 这种方法成功地检测到心力衰竭亚型的新型蛋白质代谢物生物标志物,进步了精准医学.
科学领域:
- 生物医学信息学 生物医学信息学
- 基因组学和蛋白质组学
- 代谢学 代谢学 代谢学
背景情况:
- 整合多学科数据对于理解复杂疾病至关重要.
- 从多种OMIC数据中识别疾病特异性生物标志物仍然是精准医学中的一个挑战.
研究的目的:
- 提出一种新的计算方法,用于识别特定于诊断的跨原子生物标志物.
- 使用蛋白质组和代谢组数据,将该方法应用于心力衰竭亚型 (ICM和DCM).
主要方法:
- 开发了一个集成多类稀疏正规相关性分析 (MSCCA) 和分子通路分析的计算算法.
- 应用了该方法来分析心脏衰竭的蛋白质组和代谢组数据.
主要成果:
- 成功提取了HF亚型的跨原子生物标记物,包括单个蛋白质和蛋白质代谢物对.
- 确定了一种新的DCM生物标志物:hexokinase1(HK1)-d-果糖-6-酸盐,可能会扰乱氨基糖代谢.
- 检测到的生物标志物与之前的单一omics发现一致,并揭示了跨omics相关性.
结论:
- 拟议的方法有效地从多omics数据中识别出特定于诊断的跨原子生物标志物.
- 这种方法有助于了解疾病机制,并开发针对疾病亚型的向治疗方法.
- 该方法显示出在精密医学中的应用潜力很大.
更多相关视频
08:51Author Spotlight: Integrated Multi-Omics Analysis for Unveiling Multicellular Immune Signatures in Clinical Heart Attack Cohorts
Published on: September 20, 2024
07:47Author Spotlight: Unveiling Transmembrane Protein Family-Related Markers in Gastric Cancer and Implications for Targeted Therapies
Published on: September 15, 2023
