זרימת העבודה שלנו מאפשרת לנתח בקלות מערכי נתונים מורכבים של מולטי-אומיקה ברזולוציות שונות. הגישה מחלצת דפוסים עיקריים של וריאנטים ייחודיים או משותפים לסוגי הנתונים הספציפיים וצוברת אותם. הגורמים המתקבלים כביכול יכולים להיות קשורים לתהליכים מולקולריים וקובריאטים קליניים או טכניים.
הניתוח שלנו היה בין הראשונים ליישם את מודל MOFA על נתונים רב-לאומיים וחד-תאיים של דגימות מרובות. חשוב לציין כי דגימות אלה היו מעוקבה קלינית של חולי התקף לב. זה אפשר לנו לזהות חתימות חיסוניות רב-תאיות הקשורות לתוצאות ולמצב המחלה.
לכן, הזמינות של תא בודד וערכות נתונים רב-אומיות עולה, אך לעתים קרובות, התכונות של ערכות נתונים אלה מנותחות רק בנפרד. זה מגביל את התובנות מכיוון שבדרך כלל, תהליכים ביולוגיים הם תוצאה של אינטראקציות בין תכונות מרובות וסוגי תאים. באמצעות הפרוטוקולים שלנו, משתמשים יכולים לבצע בקלות ניתוח משולב של מערך הנתונים המלא ולזהות תוכניות רב-תאיות אלה.
אנו חושבים שיישום פרוטוקול זה על מערכי נתונים נוספים של מולטי-אומיקס ייצור תובנות חדשות לגבי מחלות או הקשרים אחרים. תובנות אלה ישפיעו על סמנים ביולוגיים עתידיים או מחקרים טיפוליים.