多組學分析服務

一、多組學分析  

生命現(xiàn)象的發(fā)生和調控過程是極其復雜的，在腫瘤、自身免疫疾病、代謝疾病等復雜疾病的發(fā)生發(fā)展過程中，在干細胞分化、胚胎發(fā)育與物種進化等生命現(xiàn)象中，會涉及到基因組、轉錄組、蛋白質組及表觀遺傳等多層面的變化及調控。在大數據時代，將多個組學數據結合起來的整合研究——多組學（Multi-omics）研究，是一大趨勢。對于一個復雜的疾病或生命現(xiàn)象的研究，要綜合考慮其表型以及生理生化指標以及基因組、轉錄組、蛋白質組、表觀遺傳及代謝組等多層面的變化。將上述多組學的數據整合分析，以掌握其全局的變化過程，為研究其調控機制和精準醫(yī)療提供綜合解決方案。

二、從多組學研究到系統(tǒng)生物學研究解決方案

三、多組學項目方案設計策略 — 技術的選擇與實驗設計

多組學項目的方案設計要對要研究的疾病與現(xiàn)象深入了解與分析，根據不同的疾病在基因組、轉錄組和表觀層面?zhèn)戎睾侠磉x擇適合技術。例如通過對3299份來自于12種實體瘤的樣本的研究表明，腫瘤可以分為M class (mutation driven，突變驅動) 和C class (copy number driven，拷貝數變異驅動) 兩類，其中C class的腫瘤主要有卵巢癌、乳腺癌、肺(鱗)癌及頭頸癌等，此類腫瘤可以把重點放在拷貝數的研究中。所以根據疾病是否涉及基因組層面的變異或變異的側重點，在基因組層面上選擇外顯子測序或CNV芯片技術，另外可以根據疾病是否有可能影響到DNA甲基化、組蛋白修飾，以確定是否加入表觀層面的分析。

圖:不同類型的疾病在基因組變異、主要突變基因以及甲基化修飾等層面上各有主要的驅動因素。
另外，還要根據疾病發(fā)病機制、以及樣本取材的不同部位，標本總量等特點，選擇合適的技術平臺；根據疾病的復雜程度，異質性以及個體差異選擇好樣本分組、入組數目與分析設計。公司在多年的科研服務中建立了全面的多組學技術平臺并積累了豐富的多組學實驗設計及分析經驗。

 四、多組學項目方案設計策略 — 多組學數據的整體展示

多組學的數據分析，不是單獨對幾個組學數據的羅列和展示，關鍵是在分析中整合分析項目中涉及到的基因組、轉錄組或表觀遺傳等層面的數據，展示出不同層面的相互作用與調控關系，以幫助研究者從全局上把握疾病發(fā)展中的內在變化，進而聚焦到關鍵的通路及基因。

 ²熱圖展示

在下圖中將甲基化、mRNA與lncRNA三種數據整合成一張熱圖，圖中的每一行不但代表了一個特定的基因的表達以及此基因對應的甲基化修飾，還體現(xiàn)了數據庫中有調控關系的lncRNA與mRNA的相互關系。在圖中，能夠看到甲基化對mRNA與lncRNA的轉錄前的負調控作用，以及l(fā)ncRNA對mRNA的轉錄前及轉錄后的正調控及負調控作用。同時，在圖中還可以看到單個樣本在的甲基化和轉錄上的個性特征。直觀的展示了不同層面的差異表達基因和差異修飾位點的相互關系，同時為進一步的數據挖掘提供了指導。

圖: 熱圖展示甲基化修飾與轉錄組的mRNA、lncRNA表達間的調控作用，以及l(fā)ncRNA與mRNA靶基因的相互關系。

²染色體圖展示

在多組學的分析分析中，不但可以根據靶基因的相互作用將不同層面的數據整合分析，也可以單純地通過位置關系將不同組學的數據相結合。如下圖中，通過CNV、基因表達與甲基化修飾的位置關系，將三個組學的數據有機的結合起來，分析CNV對于表達的劑量效應，以及甲基化對于基因表達的調控作用。

圖: 染色體圖展示CNV、基因表達與甲基化修飾間的相互關系。

²圈圖展示
也可以用Circos plot以圈圖從整體上展示全基因組水平上的甲基化水平及基因表達差異，也可以將CNV甚至是SNV也同時展示出來。

圖:  全基因組水平上展示甲基化修飾、ncRNA以及基因表達水平（圈圖展示）。

五、多組學項目方案設計策略 — 多組學數據的分型及整合分析

多組學的數據分析，會得到多個層面的數據，這些數據都可以分別用非監(jiān)督聚類的辦法對疾病的亞型分型。但分別針對不同分子層面的聚類會得到不同的聚類結果，而且有些樣本在不同的聚類中會分配到不同的亞型，所以推薦將多組學的數據整合考慮，得到綜合的分型結果。在理想的聯(lián)合分析中不但要綜合考慮到不同層面的分子的變異還要考慮到不同變異間相互關系，進而分析不同層面分子的上調、下調或激活、抑制等相互作用。例如，CNV的增加可能會增加基因的表達，DNA的甲基化可能會抑制基因表達，SNV對AA編碼的改變或終止密碼子的出現(xiàn)會不同程度地影響蛋白的功能，雖然mRNA水平上沒有改變，但功能的失活會影響pathway中的下游基因。不同層面的整合分型以及基因通路激活抑制的聯(lián)合分析構成了多組學數據挖掘的核心。可以采用的分析方法包括：基于已經發(fā)表文獻知識數據庫的Integrated Pathway Activities（IPA）分析；基于網絡分析的PAthway Recognition Algorithm using Data Integration on Genomic Models (PARADIGM) ，PARADIGM可實現(xiàn)不同層次表達以信號通路程度展示；此外常用的方法還有基于序貫分析（sequential analysis）的Consensus clustering以及Integrative clustering等方法。

六、多組學項目方案設計策略 — 多組學數據的進一步挖掘與展示

多組學數據分析中的另一大難點是在錯綜復雜的數據尋找到最核心的通路與驅動基因。中科普瑞已建立了從基礎的GO與pathway富集到共表達網絡與ceRNA調控網絡，以及GSEA與WGCNA分析，到利用收費數據庫的IPA分析，提供了一整套分析方案和思路去挖掘各個組學中的關鍵基因與通路。同時利用多個層面數據間的相互關系，尋找相互具有調控關系的位點或基因。再通過復雜的網絡圖，將基因組變異、基因表達差異，甲基化修飾差異以及基因間的相互作用在同一張圖上展示出來。

圖：網絡圖示例，展示在基因組、轉錄組以及甲基化修飾等層面有差異的基因間的相互作用關系。

多組學的數據分析中，最后會得到一些關鍵的基因，如果是以基因組為側重點的分析，得到的關鍵基因除了用網絡圖展示外，還可以變異總覽圖（compact visualization of genomic alerations），可以將不同層面發(fā)生了變異的基因以及在不同樣本中的變異情況整體展示。

圖：網絡圖示例，展示在基因組、轉錄組以及甲基化修飾等層面有差異的基因間的相互作用關系。

 此外還可以對于關鍵通路以及基因表達水平、甲基化修飾或基因組水平變異的聯(lián)合展示。通過熱圖與網絡圖相結合等形式，將差異的表達、甲基化修飾或基因組變異與關鍵的變化通路整合展示。集中展示關鍵基因、關鍵通路及其相互關系。

圖: 對于關鍵通路以及基因表達水平、甲基化修飾或基因組水平變異的聯(lián)合展示。

 七、中科普瑞多組學科研服務目錄