Aperçu Général
L’intégration multi-omique aborde le défi de combiner divers types de données moléculaires, génome, transcriptome, protéome et métabolome, pour construire une image cohérente au niveau systémique d’un système biologique. Aucune couche omique unique ne capture la complexité totale de la régulation cellulaire ; les mutations génomiques peuvent ne pas modifier les niveaux de transcription, l’abondance des transcrits n’est souvent pas corrélée à l’abondance des protéines en raison de la régulation post-traductionnelle, et les niveaux de métabolites reflètent la sortie intégrée de toutes les couches en amont. Les stratégies d’intégration visent à combler ces lacunes et à révéler comment les perturbations se propagent à travers les échelles moléculaires.
Méthodes
Les approches d’intégration se répartissent en trois catégories. Les méthodes basées sur la concaténation fusionnent toutes les caractéristiques omiques en une seule matrice pour une analyse conjointe par clustering ou classification. Les méthodes basées sur la transformation convertissent chaque ensemble de données omiques en une représentation intermédiaire, comme une matrice noyau ou un réseau, avant de les combiner. Les méthodes basées sur des modèles utilisent des modèles graphiques probabilistes ou des architectures d’apprentissage profond comme les autoencodeurs variationnels pour apprendre des représentations latentes partagées entre les types de données. Des outils comme MOFA (Analyse Factorielle Multi-Omique) et mixOmics identifient des modèles de variation communs et spécifiques à chaque type de données. Le prétraitement des données est critique : les effets de lot, les valeurs manquantes et les plages dynamiques différentes doivent être traités avant l’intégration.
Applications
L’intégration multi-omique stimule la médecine de précision en stratifiant les patients en sous-types moléculaires basés sur des profils génomiques, transcriptomiques et protéomiques combinés. Dans la recherche sur le cancer, l’analyse intégrée relie les altérations du nombre de copies issues des puces à ADN et expression génique aux changements au niveau protéique mesurés par protéomique et spectrométrie de masse, et les cartographie sur les voies métaboliques perturbées. Les approches intégratives révèlent également des mécanismes régulateurs en corrélant les marques épigénétiques avec l’abondance des transcrits et des protéines, fournissant une vision véritablement holistique de la fonction cellulaire.
Protocole Pratique
Pour l’intégration multi-omique avec MOFA (Analyse Factorielle Multi-Omique), commencez par des matrices de données appariées provenant de deux couches omiques ou plus mesurées sur les mêmes échantillons. Prétraitez chaque ensemble de données omiques indépendamment : pour l’ARN-seq, utilisez des comptages stabilisés en variance ou normalisés par TPM ; pour la protéomique, utilisez des valeurs d’intensité transformées log2 ; pour la méthylation, utilisez des valeurs bêta. Supprimez les caractéristiques à faible variance entre les échantillons (ex., conservez les 5 000 gènes les plus variables pour la transcriptomique). Dans R, créez un objet MOFA : library(MOFA2); mofa <- create_mofa(list(RNA = rna_matrix, Protein = prot_matrix, Methylation = meth_matrix)). Définissez les options du modèle : model_opts <- get_default_model_options(mofa); model_opts$num_factors <- 10. Entraînez le modèle : mofa <- run_mofa(mofa, mofa_opts). Inspectez la variance expliquée par facteur à travers les couches omiques avec plot_variance_explained(mofa), qui montre quels facteurs capturent la variation partagée versus spécifique à chaque type de données. Les poids factoriels indiquent quelles caractéristiques contribuent à chaque facteur : plot_weights(mofa, factor = 1, nfeatures = 10) montre les principaux gènes et protéines Driver du premier facteur. Pour l’approche mixOmics avec DIABLO, créez une matrice de conception spécifiant les connexions entre les couches omiques : design <- matrix(c(0, 0.1, 0.1, 0, 0, 0.1, 0.1, 0, 0), nrow = 3). Ajustez les paramètres avec perf.diablo et sélectionnez les caractéristiques avec selectVar. Visualisez la séparation des échantillons sur des graphiques de scores du facteur 1 par rapport au facteur 2 colorés par phénotype. Interprétation des poids factoriels : un poids positif pour un gène dans un facteur donné signifie qu’une expression plus élevée est corrélée à des valeurs factorielles plus élevées. L’enrichissement de voies sur les gènes avec les poids les plus élevés par facteur révèle les processus biologiques que chaque facteur représente. Comparez les valeurs factorielles entre les groupes cliniques avec des boîtes à moustaches et testez la significativité avec ANOVA ou des tests de Wilcoxon.
