Visión General
La integración multiómica aborda el desafío de combinar diversos tipos de datos moleculares, genoma, transcriptoma, proteoma y metaboloma, para construir una imagen coherente a nivel de sistemas de un sistema biológico. Ninguna capa ómica individual captura la complejidad total de la regulación celular; las mutaciones genómicas pueden no alterar los niveles de transcripción, la abundancia de transcritos a menudo no se correlaciona con la abundancia de proteínas debido a la regulación postraduccional, y los niveles de metabolitos reflejan la producción integrada de todas las capas anteriores. Las estrategias de integración tienen como objetivo cerrar estas brechas y revelar cómo las perturbaciones se propagan a través de las escalas moleculares.
Métodos
Los enfoques de integración se dividen en tres categorías. Los métodos basados en concatenación fusionan todas las características ómicas en una sola matriz para su análisis conjunto mediante agrupamiento o clasificación. Los métodos basados en transformación convierten cada conjunto de datos ómicos en una representación intermedia, como una matriz kernel o una red, antes de combinarlos. Los métodos basados en modelos utilizan modelos gráficos probabilísticos o arquitecturas de aprendizaje profundo como autoencoders variacionales para aprender representaciones latentes compartidas entre tipos de datos. Herramientas como MOFA (Análisis de Factores Multiómicos) y mixOmics identifican patrones de variación comunes y específicos de cada tipo de datos. El preprocesamiento de datos es crítico: los efectos de lote, los valores faltantes y los rangos dinámicos diferentes deben abordarse antes de la integración.
Aplicaciones
La integración multiómica impulsa la medicina de precisión al estratificar a los pacientes en subtipos moleculares basados en perfiles genómicos, transcriptómicos y proteómicos combinados. En la investigación del cáncer, el análisis integrado vincula las alteraciones del número de copias de microarrays de ADN y expresión génica con cambios a nivel de proteína medidos por proteómica y espectrometría de masas, y los mapea en vías metabólicas alteradas. Los enfoques integradores también revelan mecanismos regulatorios al correlacionar marcas epigenéticas con la abundancia de transcritos y proteínas, proporcionando una visión verdaderamente holística de la función celular.
Protocolo Práctico
Para la integración multiómica usando MOFA (Análisis de Factores Multiómicos), comience con matrices de datos emparejadas de dos o más capas ómicas medidas en las mismas muestras. Preprocese cada conjunto de datos ómicos de forma independiente: para RNA-seq, use recuentos estabilizados en varianza o normalizados por TPM; para proteómica, use valores de intensidad transformados log2; para metilación, use valores beta. Elimine características con baja varianza entre muestras (ej., conserve los 5000 genes más variables para transcriptómica). En R, cree un objeto MOFA: library(MOFA2); mofa <- create_mofa(list(RNA = rna_matrix, Protein = prot_matrix, Methylation = meth_matrix)). Defina las opciones del modelo: model_opts <- get_default_model_options(mofa); model_opts$num_factors <- 10. Entrene el modelo: mofa <- run_mofa(mofa, mofa_opts). Inspeccione la varianza explicada por factor en todas las capas ómicas con plot_variance_explained(mofa), que muestra qué factores capturan variación compartida versus específica de cada tipo de datos. Las cargas de los factores (pesos) indican qué características contribuyen a cada factor: plot_weights(mofa, factor = 1, nfeatures = 10) muestra los principales genes y proteínas que impulsan el primer factor. Para el enfoque mixOmics usando DIABLO, cree una matriz de diseño que especifique las conexiones entre las capas ómicas: design <- matrix(c(0, 0.1, 0.1, 0, 0, 0.1, 0.1, 0, 0), nrow = 3). Ajuste los parámetros con perf.diablo y seleccione características con selectVar. Visualice la separación de muestras en gráficos de puntuación del factor 1 frente al factor 2 coloreados por fenotipo. Interpretación de las cargas de los factores: una carga positiva para un gen en un factor dado significa que una mayor expresión se correlaciona con valores de factor más altos. El enriquecimiento de vías en los genes con las cargas principales por factor revela los procesos biológicos que representa cada factor. Compare los valores de los factores entre grupos clínicos con diagramas de caja y pruebe la significancia mediante ANOVA o pruebas de Wilcoxon.
