DeepOmicsAE: 단백질체학, 대사체학 및 임상 데이터의 딥러닝 분석을 통한 알츠하이머병의 신호 모듈 표현

요약

DeepOmicsAE는 다중 오믹스 데이터의 차원을 줄이기 위해 딥 러닝 방법(즉, 오토인코더)을 적용하는 데 중점을 둔 워크플로우로, 여러 계층의 오믹스 데이터를 나타내는 예측 모델 및 신호 모듈을 위한 기반을 제공합니다.

초록

대규모 오믹스 데이터 세트는 인간 건강 연구에 점점 더 많이 사용되고 있습니다. 이 논문에서는 단백질체학, 대사체학 및 임상 데이터를 포함한 다중 오믹스 데이터 세트 분석에 최적화된 워크플로우인 DeepOmicsAE를 제시합니다. 이 워크플로는 오토인코더라는 일종의 신경망을 사용하여 고차원 다중 오믹스 입력 데이터에서 간결한 특징 세트를 추출합니다. 또한 워크플로는 오토인코더를 구현하는 데 필요한 주요 파라미터를 최적화하는 방법을 제공합니다. 이 워크플로우를 보여주기 위해 건강하거나 알츠하이머병 진단을 받은 142명의 코호트에서 사후 뇌 샘플의 단백질체 및 대사체와 함께 임상 데이터를 분석했습니다. 오토인코더의 잠복층에서 추출된 특징은 건강한 환자와 질병이 있는 환자를 구분하는 생물학적 정보를 유지합니다. 또한 추출된 개별 특징은 별개의 분자 신호 전달 모듈을 나타내며, 각 모듈은 개인의 임상 특징과 고유하게 상호 작용하여 단백질체학, 대사체학 및 임상 데이터를 통합할 수 있는 수단을 제공합니다.

서문

인구의 점점 더 많은 비율이 고령화되고 있으며 신경 퇴행과 같은 노화 관련 질병의 부담은 향후 수십 년 동안 급격히 증가할 것으로 예상됩니다¹. 알츠하이머병은 신경퇴행성 질환의 가장 흔한 유형이다². 치료법을 찾는 진전은 질병의 발병과 진행을 유도하는 근본적인 분자 메커니즘에 대한 우리의 부족한 이해를 감안할 때 더뎠습니다. 알츠하이머병에 대한 대부분의 정보는 뇌 조직 검사를 통해 사후에 얻어지는데, 이로 인해 원인과 결과를 구별하는 것이 어려운 과제가 되었다³. ROSMAP(Religious Orders Study/Memory and Aging Project)는 신경 퇴행에 대한 더 넓은 이해를 얻기 위한 야심 찬 노력으로, 매년 의료 및 심리 검사를 받고 사망 후 연구를 위해 뇌를 기증하기로 약속한 수천 명의 개인에 대한 연구를 포함합니다⁴. 이 연구는 뇌의 정상적인 기능에서 알츠하이머병으로의 전환에 초점을 맞추고^{있다 2}. 이 프로젝트 내에서 사후 뇌 샘플은 유전체학, 후성유전체학, 전사체학, 단백질체학⁵ 및 대사체학을 포함한 다양한 ....

프로토콜

참고: 여기에 사용된 데이터는 AD Knowledge 포털에서 다운로드한 ROSMAP 데이터입니다. 데이터를 다운로드하고 재사용하는 데 정보에 입각한 동의가 필요하지 않습니다. 여기에 제시된 프로토콜은 딥 러닝을 활용하여 다중 오믹스 데이터를 분석하고 예를 들어 진단을 기반으로 특정 환자 또는 샘플 그룹을 구별하는 신호 모듈을 식별합니다. 또한 이 프로토콜은 원래의 대규모 데이터를 요약하고 기계 학습 알고리즘을 사용한 예측 모델 학습과 같은 추가 분석에 사용할 수 있는 추출된 작은 기능 집합을 제공합니다(그림 1). 프로토콜을 수행하기 전에 코드 액세스 및 계산 환경 설정에 대한 정보는 보충 파일 1 및 자료 표를 참조하십시오. 방법은 아래에 지정된 순서에 따라 수행해야 합니다.

그림 1

토론

데이터 세트의 구조는 프로토콜의 성공에 매우 중요하며 주의 깊게 확인해야 합니다. 데이터는 프로토콜 섹션 1에 표시된 대로 형식이 지정되어야 합니다. 컬럼 위치의 올바른 할당도 방법의 성공에 매우 중요합니다. 단백질체학 및 대사체학 데이터는 서로 다른 방식으로 전처리되며, 데이터의 특성이 다르기 때문에 특징 선택이 별도로 수행됩니다. 따라서 프로토콜 단계 1.5, 2.3 및 3.3에서 열 위?.......

자료

Name	Company	Catalog Number	Comments
Computer	Apple	Mac Studio	Apple M1 Ultra with 20-core CPU, 48-core GPU, 32-core Neural Engine; 64 GB unified memory
Conda v23.3.1	Anaconda, Inc.	N/A	package management system and environment manager
conda environment DeepOmicsAE	N/A	DeepOmicsAE_env.yml	contains packages necessary to run the worflow
github repository DeepOmicsAE	Microsoft	https://github.com/elepan84/DeepOmicsAE/	provides scripts, Jupyter notebooks, and the conda environment file
Jupyter notebook v6.5.4	Project Jupyter	N/A	a platform for interactive data science and scientific computing
DT01-metabolomics data	N/A	ROSMAP_Metabolon_HD4_Brain 514_assay_data.csv	This data was used to generate the Results reported in the article. Specifically, DT01-DT04 were merged by matching them based on the individualID. The column final consensus diagnosis (cogdx) was filtered to keep only patients classified as healthy or AD. Climnical features were filtered to keep the following: age at death, sex and education. Finally, age reported as 90+ was set to 91, then the age column was transformed to float64. The data is available at https://adknowledgeportal.synapse.org
DT02-TMT proteomics data	N/A	C2.median_polish_corrected_log2 (abundanceRatioCenteredOn MedianOfBatchMediansPer Protein)-8817x400.csv
DT03-clinical data	N/A	ROSMAP_clinical.csv
DT04-biospecimen metadata	N/A	ROSMAP_biospecimen_metadata .csv
Python 3.11.3	Python Software Foundation	N/A	programming language