心血管疾患に関連する変動パターンと分子プロセスの解明のための教師なしマルチオミクス因子解析の応用

当社のワークフローにより、異なる解像度の複雑なマルチオミクスデータセットを簡単に解析することができます。このアプローチでは、特定のデータ型に対して一意または共有されているバリアントの主要なパターンを抽出し、それらを集計します。結果として生じるいわゆる因子は、分子プロセスや臨床的または技術的な共変量に関連付けることができます。

私たちの分析は、MOFAモデルを複数のサンプルのマルチオミクスおよびシングルセルデータに適用した最初のものの1つです。重要なことに、これらのサンプルは心臓発作患者の臨床コホートからのものでした。これにより、転帰や病状に関連する多細胞性免疫シグネチャーを特定することができました。

そのため、シングルセルデータセットとマルチオミクスデータセットの利用可能性は高まりますが、多くの場合、これらのデータセットの特徴は個別にのみ分析されます。通常、生物学的プロセスは複数の特徴と細胞タイプ間の相互作用の結果であるため、これにより洞察が制限されます。当社のプロトコルを使用すると、ユーザーは完全なデータセットの統合分析を簡単に実行し、それらの多細胞プログラムを特定できます。

このプロトコルを追加のマルチオミクスデータセットに適用することで、他の疾患や状況に対する新たな知見が得られると考えています。これらの洞察は、将来のバイオマーカーや治療研究に情報を提供します。