一个统一的框架来纠正批量效应和整合多omics数据

科学领域:

• 计算生物学是一种计算生物学.
• 生物信息学是一种生物信息学.
• 基因组学就是基因组学.

背景情况:

• 多学科研究整合了多种分子数据 (基因表达,DNA甲基化,染色质可访问性) 以获得全面的生物学见解.
• 整合异构的公共数据集引入了显著的批量效应和技术变异性,使分析复杂化.
• 现有的批次校正方法通常仅限于单个omics数据,无法解决多个omics集成挑战.

研究的目的:

• 开发一个统一的框架,MoDAmix,用于有效的多omics批量效应校正和集成.
• 为了协调异构的数据集,同时保持跨不同omics层的共享生物结构.
• 为系统生物学和精准医学提供可靠的交叉队列分析.

主要方法:

• MoDAmix使用域调整和对抗式学习来调整跨批次和模式的特征分布.
• 该框架涉及预培训,omics内部对抗性适应,多omics对抗性调整和半监督类调整.
• 它强制执行omics类型内部和之间的一致性,以在共享的潜在空间中实现连贯的跨omics集成.

主要成果:

• 在单细胞和批量多omics数据集中,MoDAmix有效地减轻了批量效应.
• 该框架证明了不同生物领域的集群和分类性能得到了改进.
• MoDAmix成功地保留了基本的子类型结构,证明了其在协调异质数据方面的稳定性.

结论:

• MoDAmix为多omics批量效果校正和集成提供了一个强大的解决方案.
• 该框架促进了可靠的交叉队列分析,推进了系统生物学和精确医学.
• MoDAmix是公开的,促进其在生物研究中的采用.