Applicazione dell'analisi fattoriale multi-omica non supervisionata per scoprire modelli di variazione e processi molecolari legati alle malattie cardiovascolari

Il nostro flusso di lavoro consente di analizzare facilmente set di dati multi-omici complessi di diverse risoluzioni. L'approccio estrae un modello principale di varianti che sono uniche o condivise per i tipi di dati specifici e le aggrega. I cosiddetti fattori risultanti possono quindi essere collegati a processi molecolari e covariate cliniche o tecniche.

La nostra analisi è stata tra le prime ad applicare il modello MOFA a dati multi-omici e a singola cellula di più campioni. È importante sottolineare che questi campioni provenivano da una coorte clinica di pazienti con infarto. Questo ci ha permesso di identificare le firme immunitarie multicellulari associate all'esito e allo stato della malattia.

Pertanto, la disponibilità di set di dati a cella singola e multi-omici aumenta, ma spesso le caratteristiche di tali set di dati vengono analizzate solo separatamente. Questo limita le intuizioni perché di solito i processi biologici sono il risultato delle interazioni tra più caratteristiche e tipi di cellule. Con i nostri protocolli, gli utenti possono facilmente eseguire un'analisi integrata dell'intero set di dati e identificare quei programmi multicellulari.

Riteniamo che l'applicazione di questo protocollo a ulteriori set di dati multi-omici genererà nuove intuizioni su altre malattie o contesti. Queste intuizioni informeranno poi i futuri studi sui biomarcatori o terapeutici.