マルチオミクス

マルチオミクス、マルチオミクス、 統合オミクス、「パノミクス」 または「パンオミクス」は、データセットがゲノム、プロテオーム、トランスクリプトーム、エピゲノム、メタボローム、マイクロバイオーム（つまり、配列方法に応じてメタゲノムおよび/またはメタトランスクリプトーム）などの複数の「オーム」である生物学的分析アプローチです。 ^{[1] [2] [3]}言い換えれば、複数のオミクス技術を使用して協調的に生命を研究します。これらの「オーム」を組み合わせることで、科学者は複雑な生物学的ビッグデータを分析して、生物学的実体間の新しい関連性を見つけ、関連するバイオマーカーを特定し、病気や生理学の精巧なマーカーを構築できます。そうすることで、マルチオミクスは多様なオミクスデータを統合し、一貫して一致する遺伝子-表現型-環境型の関係または関連性を見つけます。^[4] OmicToolsサービスには、マルチオミクスデータ分析に関連する99以上のソフトウェアと、このトピックに関する99以上のデータベースがリストされています。

システム生物学のアプローチは、多くの場合、パノミクス分析データの使用に基づいています。^{[5] [6]}米国臨床腫瘍学会（ASCO）は、パノミクスを「標的検査やグローバルアッセイ（ゲノム配列決定など）によって収集されたデータと他の患者固有の情報を組み合わせた、細胞内のすべての生物学的機能と他の身体機能との相互作用」と定義しています。^[7]

マルチオミクスの分野の一つに、単一細胞マルチオミクスと呼ばれる多段階の単一細胞データの解析がある。 ^{[8] [9]} このアプローチにより、単一細胞レベルで健康と病気の多段階の遷移を観察する前例のない解像度が得られる。バルク解析と比較した利点は、細胞間の変異に起因する交絡因子を軽減し、異質な組織構造を明らかにすることができることである。^[8]

単一細胞ゲノムおよびトランスクリプトーム解析を並行して行う方法は、同時増幅^[10]またはRNAとゲノムDNAの物理的分離^{[11]に基づくことができます。これらの方法により、RNAデータには}非コードゲノム領域やコピー数変異に関する情報などが含まれていないため、トランスクリプトーム解析だけでは収集できない洞察が得られます。この方法論の拡張は、単一細胞トランスクリプトームを単一細胞メチロームに統合し、単一細胞亜硫酸水素塩シーケンス^{[12] [13]}を単一細胞RNA-Seqに組み合わせることです。^[14] エピゲノムを照会する他の技術として、単一細胞ATAC-Seq ^[15] や単一細胞Hi-C ^[16]もあります。

異なるが関連する課題は、プロテオームデータとトランスクリプトームデータの統合である。^{[17] [18]} このような測定を行うための1つの方法は、単一細胞溶解物を物理的に2つに分け、半分をRNA用に、残りの半分をタンパク質用に処理することです。^[17]溶解物のタンパク質含有量は、たとえばDNAバーコード化抗体を使用する近接拡張アッセイ（PEA）によって測定できます。^[19] 別の方法では、重金属RNAプローブとタンパク質抗体の組み合わせを使用して、マスサイトメトリーをマルチオミクス解析に適合させます。^[18]

単一細胞マルチオミクスに関連する分野として、空間オミクスがあります。空間オミクスでは、組織内の細胞の相対的な空間的方向を保持するオミクスの読み取り値を通じて組織を分析します。公開されている空間オミクス手法の数は、単一細胞マルチオミクスの手法の数に比べてまだ少ないですが、その数は追いつきつつあります (単一細胞および空間手法)。

ハイスループット生物学の進歩と並行して、バイオメディカルデータ解析への機械学習の応用が盛んになっています。マルチオミクスデータ解析と機械学習の統合により、新しいバイオマーカーが発見されました。^{[20] [21] [22]}たとえば、mixOmicsプロジェクトの方法の1つは、スパース部分最小二乗回帰に基づく手法を実装して、特徴（推定バイオマーカー）を選択します。^{[23] 「正規化一般化正準相関分析」（RGCCA [24] [25] [26] [27]} ）と呼ばれる、異種データ統合のための統一された柔軟な統計フレームワークにより、このような推定バイオマーカーを特定できます。このフレームワークは、RGCCA Rパッケージ内に実装され、無料で利用できるようになっています。

マルチオミクスは現在、人間の健康と病気の理解におけるギャップを埋める可能性を秘めており、多くの研究者が病気関連データの生成と分析の方法に取り組んでいます。^[28]その応用範囲は、宿主病原体相互作用や感染症の理解から^{[29] [30]}がんの理解、^[31]慢性および複雑な非感染性疾患の理解の向上^[32]や個別化医療の改善まで多岐にわたります。^[33]

1億7000万ドル規模のヒトマイクロバイオームプロジェクトの第2フェーズでは、宿主の遺伝学、臨床情報、マイクロバイオームの構成を考慮しながら、患者データをさまざまなオミクスデータセットに統合することに重点が置かれました。^{[34] [35]}第1フェーズでは、さまざまな体の部位におけるコミュニティの特徴付けに重点が置かれました。第2フェーズでは、宿主とマイクロバイオームからヒトの病気までのマルチオミクスデータの統合に重点が置かれました。具体的には、このプロジェクトではマルチオミクスを使用して、腸内および鼻腔のマイクロバイオームと2型糖尿病、^[36]腸内マイクロバイオームと炎症性腸疾患^[37]および膣マイクロバイオームと早産との相互作用についての理解を深めました。^[38]

ヒトの免疫システムにおける相互作用の複雑さにより、免疫学に関連したマルチスケールのオミクスデータが大量に生成されました。^{[39]マルチオミクスデータ分析は、小児}チクングニア熱^[40]や非感染性自己免疫疾患[41]などの感染症に対する免疫応答に関する新たな知見を集めるために利用されてきました。統合オミクスは、ワクチンの有効性と副作用を理解するためにも積極的に利用されており、システムワクチン学と呼ばれる分野です。[42] たとえば、マルチオミクスは、帯状疱疹ワクチン^接種 に対する反応における血漿代謝^物と 免疫システムのトランスクリプトームの変化との関連性を明らかにするために不可欠でした。^[43]

Bioconductorプロジェクトは、オミクス データの統合を目的としたさまざまな R パッケージをキュレートします。

• omicade4、マルチオミクスデータセットの多重共慣性解析用^[44]
• MultiAssayExperimentは、重複サンプル用のバイオコンダクターインターフェースを提供する^[45]
• IMASは、選択的スプライシングを評価するためにマルチオミクスデータを使用することに焦点を当てたパッケージである^[46]
• bioCancer、マルチオミクス癌データの可視化パッケージ^[47]
• データ統合のための多変量解析手法であるmixOmics ^[23]
• MultiDataSet、複数のデータセットをカプセル化するパッケージ^[48]

RGCCA パッケージは、データ統合のための多目的フレームワークを実装します。このパッケージは、Comprehensive R Archive Network (CRAN) から無料で入手できます。

OmicTools ^[49] データベースでは、マルチオミクスデータ分析のためのRパッケージやその他のツールがさらに強調されています。

• マルチオミクスデータセットの視覚化のためのウェブリソースであるPaintOmics ^{[50] [51]}
• SIGMA、癌データセットの統合解析に焦点を当てたJavaプログラム^[52]
• iOmicsPASS、マルチオミクスベースの表現型予測のためのC++ツール^[53]
• Grimon、マルチオミクスデータの視覚化のためのRグラフィカルインターフェース^[54]
• Omics Pipe、マルチオミクスデータ分析を再現可能に自動化するPythonフレームワーク^[55]

従来のオーミクス研究の主な限界は、生物学的複雑性の 1 つのレベルのみを分離することです。たとえば、トランスクリプトミクス研究ではトランスクリプト レベルで情報を提供できますが、サンプルの生物学的状態にはさまざまなエンティティ (ゲノム変異、翻訳後修飾、代謝産物、相互作用する生物など) が関与しています。ハイスループット生物学の出現により、複数の測定を行うことがますます手頃になり、トランスドメイン (RNA およびタンパク質レベルなど) の相関関係と推論が可能になっています。これらの相関関係は、より完全な生物学的ネットワークの構築に役立ち、知識のギャップを埋めます。

しかし、データの統合は簡単な作業ではありません。このプロセスを容易にするために、グループはマルチオミクス データを体系的に探索するためのデータベースとパイプラインをキュレートしました。

• マルチオミクスプロファイリング発現データベース（MOPED）^[56]は、多様な動物モデルを統合し、
• 膵臓組織に関するデータを統合した膵臓発現データベース
• LinkedOmics、^{[57] [58]} TCGA癌データセットからのデータを接続、
• OASIS ^[59]は、一般的な癌研究のためのウェブベースのリソースであり、
• BCIP ^[60]は乳がん研究のプラットフォームであり、
• C/VDdb、^[61]はいくつかの心血管疾患研究のデータと結び付け、
• ZikaVR ^[62]ジカウイルスデータのマルチオミクスリソース
• Ecomics ^[63]大腸菌データの正規化されたマルチオミクスデータベース、
• GourdBase、^[64]は、ひょうたんに関する研究データを統合し、
• MODEM ^{[65]多段階}トウモロコシデータのデータベース、
• SoyKB ^{[66]多階層}大豆データ のデータベース
• ProteomicsDB ^[67]生命科学研究のためのマルチオミクスおよびマルチ生物リソース

• ディスジェネット
• パンゲノミクス
• ホロゲノミクス
• オミックス
  • 生物学におけるオミクストピックのリスト
• システム生物学
• ネットワーク医療