Visão Geral
A integração multiômica aborda o desafio de combinar diversos tipos de dados moleculares, genoma, transcriptoma, proteoma e metaboloma, para construir uma imagem coerente em nível de sistemas de um sistema biológico. Nenhuma camada ômica individual captura a complexidade total da regulação celular; mutações genômicas podem não alterar os níveis de transcrição, a abundância de transcritos frequentemente não se correlaciona com a abundância de proteínas devido à regulação pós-traducional, e os níveis de metabólitos refletem a saída integrada de todas as camadas anteriores. As estratégias de integração visam preencher essas lacunas e revelar como as perturbações se propagam através das escalas moleculares.
Métodos
As abordagens de integração se dividem em três categorias. Métodos baseados em concatenação fundem todas as características ômicas em uma única matriz para análise conjunta por clustering ou classificação. Métodos baseados em transformação convertem cada conjunto de dados ômicos em uma representação intermediária, como uma matriz kernel ou uma rede, antes de combiná-los. Métodos baseados em modelo usam modelos gráficos probabilísticos ou arquiteturas de aprendizado profundo como autoencoders variacionais para aprender representações latentes compartilhadas entre tipos de dados. Ferramentas como MOFA (Análise de Fatores Multiômicos) e mixOmics identificam padrões de variação comuns e específicos de cada tipo de dado. O pré-processamento de dados é crítico: efeitos de lote, valores ausentes e faixas dinâmicas diferentes devem ser tratados antes da integração.
Aplicações
A integração multiômica impulsiona a medicina de precisão ao estratificar pacientes em subtipos moleculares com base em perfis genômicos, transcriptômicos e proteômicos combinados. Na pesquisa do câncer, a análise integrada liga alterações no número de cópias de microarranjos de DNA e expressão gênica a mudanças no nível de proteína medidas por proteômica e espectrometria de massas, e mapeia estas em vias metabólicas perturbadas. Abordagens integrativas também revelam mecanismos regulatórios ao correlacionar marcas epigenéticas com abundância de transcritos e proteínas, fornecendo uma visão verdadeiramente holística da função celular.
Protocolo Prático
Para integração multiômica usando MOFA (Análise de Fatores Multiômicos), comece com matrizes de dados pareadas de duas ou mais camadas ômicas medidas nas mesmas amostras. Pré-processe cada conjunto de dados ômicos independentemente: para RNA-seq, use contagens estabilizadas por variância ou normalizadas por TPM; para proteômica, use valores de intensidade transformados log2; para metilação, use valores beta. Remova características com baixa variância entre amostras (ex., mantenha os 5000 genes mais variáveis para transcriptômica). Em R, crie um objeto MOFA: library(MOFA2); mofa <- create_mofa(list(RNA = rna_matrix, Protein = prot_matrix, Methylation = meth_matrix)). Defina opções do modelo: model_opts <- get_default_model_options(mofa); model_opts$num_factors <- 10. Treine o modelo: mofa <- run_mofa(mofa, mofa_opts). Inspecione a variância explicada por fator através das camadas ômicas com plot_variance_explained(mofa), que mostra quais fatores capturam variação compartilhada versus específica de cada tipo de dado. As cargas fatoriais (pesos) indicam quais características contribuem para cada fator: plot_weights(mofa, factor = 1, nfeatures = 10) mostra os principais genes e proteínas que impulsionam o primeiro fator. Para a abordagem mixOmics usando DIABLO, crie uma matriz de design especificando conexões entre camadas ômicas: design <- matrix(c(0, 0.1, 0.1, 0, 0, 0.1, 0.1, 0, 0), nrow = 3). Ajuste parâmetros com perf.diablo e selecione características com selectVar. Visualize a separação de amostras em gráficos de escore do fator 1 versus fator 2 coloridos por fenótipo. Interpretação das cargas fatoriais: uma carga positiva para um gene em um determinado fator significa que maior expressão se correlaciona com valores fatoriais mais altos. O enriquecimento de vias nos genes com as maiores cargas por fator revela os processos biológicos que cada fator representa. Compare valores fatoriais entre grupos clínicos com boxplots e teste a significância usando ANOVA ou testes de Wilcoxon.
