Мультиоміка, мульти-оміка, інтегративна оміка — це підхід до біологічного аналізу, спрямований на використання та інтеграцію великої кількості даних, наданої дослідженнями «-омами», такими як геном, протеом, транскриптом, епігеном, , метаболом, інтерактом, мікробіом (метагеном, метатранскриптом, метапротеом) та інші, щоб розвинути комплексне та цілісне розуміння біологічних систем.
«Оміксні технології» — це набори передових, високопродуктивних методологій, які використовуються для аналізу широкого діапазону біологічних молекул та їх взаємодії з метою розуміння структури, функції та динаміки біологічних систем на різних рівнях. Поєднуючи ці «-оми», вчені можуть аналізувати складні біологічні великі дані, щоб знаходити нові асоціації між біологічними об'єктами, точно визначати відповідні біомаркери захворювань і фізіологічних процесів. Роблячи це, мультиоміка об'єднує різноманітні дані омік, щоб знайти узгоджено відповідний зв'язок або асоціацію генотип-фенотип-довкілля.Tarazona, S., Balzano-Nogueira, L., & Conesa, A. (2018). Multiomics Data Integration in Time Series Experiments. Термін «мультіоміка» відображає взаємозв'язок і складну взаємодію між різними типами біологічних даних. Біологічні процеси керуються каскадом подій, які починаються з геному та призводять до функціональних білків і метаболітів, які опосередковують клітинні процеси. Уздовж цього континууму існують різні точки регулювання та зворотного зв'язку, які найкраще зрозуміти, якщо розглядати їх разом.
Мультиоміка має на меті вийти за рамки редукціоністського погляду на розгляд кожного типу даних омік ізольовано. Натомість мультиоміка, як підхід, визнає, що ціле більше, ніж сума його частин. Підходи мультиоміки можуть прояснити, як зміни на одному рівні (наприклад, генетична мутація) можуть поширюватися на інші рівні (наприклад, зміни у функції білка та виробництві метаболітів), таким чином сприяючи складним рисам або хворобливим станам.
Цей комплексний підхід є особливо ефективним у вирішенні складних біологічних питань і все частіше застосовується в таких сферах, як біомедицина та біомедична інженерія, біотехнологія, експериментальна біологія, біоінженерія та синтетична біологія, сільське господарство й дослідження навколишнього середовища тощо. Наприклад, у персоналізованій медицині інтеграція мультиомних даних — від геномних до навколишніх — пропонує можливість більш точного прогнозування, профілактики та стратегій лікування для конкретних пацієнтів.
Однак інтеграція кількох типів даних омік не позбавлена проблем. Вони включають потребу в надійних обчислювальних інструментах і статистичних методах для обробки та аналізу великих складних наборів даних; необхідність стандартизації та перевірки даних; а також питання етики, конфіденційності та обміну даними. Незважаючи на ці проблеми, мультиоміка має величезні перспективи для трансформації нашого розуміння складних біологічних систем і хворобливих процесів, і розвивається експоненційно.
Типи досліджень в мультиоміці
Зазвичай, дослідження мультиоміки поєднують певні оміксні технології, але ці дані також можуть бути поєднані і з іншими біомедичними даними.
Геноміка Геноміка — це наука про повний набір генів в організмі (геном), включаючи їх організацію, функції та взаємодію. Завершення проекту «Геном людини» у 2003 році стало знаменним досягненням, яке проклало шлях для передових досліджень генетики людини та інших видів. Методи в геноміці включають секвенування цілого геному, повногеномне дослідження асоціацій (GWAS) і та інші. (див. Геноміка, Біоінформатика)
Епігеноміка Епігеноміка — це дослідження повного набору епігенетичних модифікацій генетичного матеріалу клітини, відомого як епігеном. Ці зміни можуть впливати на експресію генів, «вмикаючи» чи «вимикаючи» їх, не змінюючи базову послідовність ДНК.
Профіль метилювання ДНК: Вивчення статусу метилювання специфічних залишків цитозину в ДНК. Патерни метилювання часто асоціюються з глушінням генів і можуть бути проаналізовані за допомогою таких методів, як бісульфітне секвенування та . Дані модифікації гістонів — ChIP-Seq (Секвенування імунопреципітацією хроматину): визначення місць і моделей модифікацій гістонів (наприклад, ацетилювання, метилювання), пов'язаних з регуляцією генів. Секвенування ChIP поєднує імунопреципітацію хроматину з високопродуктивним секвенуванням. : профілювання малих некодуючих РНК (наприклад, мікроРНК, малих інтерферуючих РНК), які відіграють вирішальну роль у регуляції генів після транскрипції. Аналіз довгих некодуючих РНК (lncRNA): Дослідження функцій і регуляторних ролей довгих некодуючих РНК у експресії генів та епігенетичній регуляції. Методи фіксації конформації хромосом — відображення тривимірної організації хроматину в клітинному ядрі. Дані Hi-C дають зрозуміти, як хроматинові петлі та взаємодії впливають на регуляцію генів і архітектуру геному. (EWAS) — Епігеномне профілювання метилювання ДНК: виявлення епігенетичних змін, пов'язаних із захворюваннями, ознаками та впливом навколишнього середовища, подібно до повногеномних досліджень асоціацій (GWAS) для генетичних варіацій.
Транскриптоміка Транскриптоміка передбачає вивчення повного набору транскриптів РНК, які виробляються геномом за певних умов. Такі методи, як мікрочипи та (RNA-seq), дозволяють дослідникам вимірювати зміни в експресії генів, виявляючи, як клітини реагують на різні стимули. (Див. також Транскрипція (біологія))
Епітранскриптоміка Епітранскриптоміка — це дослідження — функціонально відповідних модифікацій транскриптому, які можуть впливати на стабільність, локалізацію та трансляцію РНК. Це поле дозволяє досліджувати інший рівень регуляції генів, який впливає на численні клітинні процеси та потенційно сприяє хворобливим станам.
Епітранскриптоміка зосереджена на вивченні посттранскрипційних модифікацій молекул РНК. Ці модифікації, такі як N6-метиладенозин (m6A) і 5-метилцитозин (m5C), можуть впливати на стабільність, локалізацію та ефективність трансляції РНК.
: такі методи, як m6A-seq і m5C-seq, використовуються для профілювання модифікацій РНК у транскриптомі. Ці дані допомагають ідентифікувати модифіковані ділянки РНК і зрозуміти їхню функціональну роль.
Протеоміка Протеоміка передбачає широкомасштабне вивчення білків, включаючи їх структуру, функції та взаємодії, — протеом. Мас-спектрометрія та білкові мікрочіпи є широко використовуваними методами в протеоміці.
Функціональна протеоміка — дослідження білок-білкових взаємодій, субклітинної локалізації та функцій білка в клітинних шляхах.
Ліпідоміка Ліпідоміка — це широкомасштабне дослідження шляхів і мереж клітинних ліпідів у біологічних системах. Ліпідоміка використовує методи аналітичної хімії та мас-спектрометрії для ідентифікації та кількісного визначення різноманітного профілю ліпідів у біологічних системах.
Глікоміка Глікоміка — це комплексне дослідження всіх гліканових структур (вуглеводів) клітини, тканини або організму. Глікоміка досліджує структуру та функції гліканів (цукрів, сахаридів) у біологічних системах, зокрема, завдяки мас-спектрометрії.
Метаболоміка Метаболоміка — це дослідження повного набору дрібномолекулярних хімічних речовин, знайдених у біологічному зразку. Досліджуючи ці метаболіти, дослідники можуть отримати уявлення про фізіологічні стани та реакцію на захворювання або зміни навколишнього середовища. (див. Біоінформатика)
Інтерактоміка Інтерактоміка відноситься до вивчення інтерактома, усієї сукупності молекулярних взаємодій у клітинах. Це може включати білок-білок, білок-ДНК, білок-метаболіт, епігенетичні, мікроРНК-мРНК, бактеріальні та інші типи взаємодій.
Мікробіоміка Мікробіоміка передбачає характеристику та аналіз мікробних спільнот, включаючи бактерії, археї, віруси, гриби, найпростіші та водорості, у визначеному середовищі. (Див. також Мікробіом, Мікробіом людини, Мікробіота кишки)
Метагеноміка Метагеноміка — це дослідження генетичного матеріалу, отриманого безпосередньо зі зразків навколишнього середовища чи мікробіому певного організму. Це дозволяє охарактеризувати спільноти організмів, які не піддаються культивуванню звичайними мікробіологічними методами. Метагеноміка дає уявлення про структуру та функції мікробних спільнот у різноманітних середовищах, у тому числі в організмі людини.
Метатранскриптоміка Метатранскриптоміка — розділ транскриптоміки та мікробіоміки, який займається вивченням транскриптомів у мікробних спільнотах. Він пропонує розуміння активних функціональних елементів спільноти та може проілюструвати, як громади реагують на подразники навколишнього середовища. Метатранскриптоміка також може допомогти ідентифікувати гени, що експресуються окремими членами спільноти, досліджуючи функціональні ролі різних членів спільноти.
Метапротеоміка Метапротеоміка передбачає вивчення всього мікробного протеому в певний момент часу. Метапротеоміка надає функціональну інформацію про мікробні спільноти, що робить її ключовим інструментом для розуміння взаємодії мікробів і динаміки спільнот у їхньому природному середовищі існування. Такий підхід також допомагає з'ясувати функціональні ролі окремих членів і спільноти в цілому.
Інструменти та методи
Секвенування наступного покоління Технології секвенування наступного покоління (NGS) зробили революцію в геноміці та інших галузях оміки. Вони забезпечують високопродуктивне секвенування, обробляючи мільйони послідовностей одночасно. NGS використовується для секвенування цілих геномів, транскриптомів (RNA-seq), метагеномів і аналізу епігенетичних маркерів.
Аналіз мікрочипів Технологія мікрочипів, хоч і не така продуктивна як новіші методи, але також використовується для високопродуктивного аналізу експресії генів (транскриптоміка), а також для виявлення однонуклеотидних поліморфізмів (SNP) і варіацій кількості копій (CNV) у геноміці. Секвенування РНК (RNA-Seq), витіснило технологію мікрочіпів і стало методикою вибору, завдяки своїй здатності вимірювати експресію генів з високою чутливістю та точністю, а також ідентифікувати нові транскрипти.
Мас-спектрометрія Мас-спектрометрія є ключовим методом у протеоміці та метаболоміці, що дозволяє ідентифікувати та кількісно визначити білки та метаболіти. Цей метод також використовують для ліпідоміки, глікоміки та інших типів молекулярного аналізу.
Біоінформатика та обчислювальні засоби Необхідним компонентом досліджень мультиоміки є використання обчислювальних інструментів для аналізу та інтеграції великих і складних наборів даних оміки, що є сферою досліджень в біоінформатиці. Інструменти для інтеграції даних включають статистичні підходи, алгоритми машинного навчання та інструменти мережевого аналізу. Бази даних і програмні платформи також мають вирішальне значення для обміну та анотування даних різних омік.
Машинне навчання Паралельно з прогресом у молекулярній, системній та обчислювальній біології, активно розвиваються програми машинного навчання для аналізу біомедичних даних. Інтеграція мультиомічного аналізу даних і машинного навчання призвела до відкриття нових біомаркерів. Наприклад, один із методів проекту mixOmics реалізує метод, заснований на для відбору ознак (передбачуваних біомаркерів).
Одноклітинна мультиоміка Відгалуженням галузі мультиоміки є аналіз багаторівневих одноклітинних даних, які називають мультиомікою. Цей підхід дає нам безпрецедентну можливість розглядати багаторівневі процеси в здоров'ї та захворюваннях на рівні однієї клітини.