Nuestro flujo de trabajo permite analizar fácilmente conjuntos de datos multiómicos complejos de diferentes resoluciones. El enfoque extrae patrones principales de variantes que son únicas o compartidas con los tipos de datos específicos y los agrega. Los llamados factores resultantes pueden vincularse a procesos moleculares y covariables clínicas o técnicas.
Nuestro análisis fue uno de los primeros en aplicar el modelo MOFA a datos multiómicos y de una sola célula de múltiples muestras. Es importante destacar que estas muestras pertenecían a una cohorte clínica de pacientes con ataque cardíaco. Esto nos permitió identificar firmas inmunitarias multicelulares que se asocian con el resultado y el estado de la enfermedad.
Por lo tanto, la disponibilidad de conjuntos de datos de una sola célula y multiómicos aumenta, pero a menudo, las características de esos conjuntos de datos solo se analizan por separado. Esto limita la comprensión porque, por lo general, los procesos biológicos son el resultado de las interacciones entre múltiples características y tipos de células. Con nuestros protocolos, los usuarios pueden realizar fácilmente un análisis integrado del conjunto de datos completo e identificar esos programas multicelulares.
Creemos que la aplicación de este protocolo a conjuntos de datos multiómicos adicionales generará nuevos conocimientos sobre otras enfermedades o contextos. Estos conocimientos servirán de base para futuros estudios terapéuticos o de biomarcadores.