다중체학
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.
1. 개요
다중체학은 게놈 연구에서 두 개 이상의 체(ome) 정보를 활용하여 세포, 개체, 집단을 연구하는 분야이다. 기존의 유전체 연구의 한계를 극복하고 바이오마커 개발에 기여하며, 단일 세포 수준의 분석을 통해 질병의 다단계 변화를 관찰하는 데 활용된다. 또한, 기계 학습을 다중체학 데이터 분석에 적용하여 새로운 바이오마커를 발굴하고, 인간 마이크로바이옴 프로젝트, 시스템 면역학, 암 연구 등 다양한 분야에 응용되고 있다. 다중체학 데이터의 효율적인 활용을 위해 다양한 데이터베이스와 분석 도구가 개발되고 있다.
더 읽어볼만한 페이지
| 다중체학 | |
|---|---|
| 개요 | |
| 정의 | 다중체학(多重體學, multiomics 또는 "panomics")은 유전체, 단백질체, 대사체, 전사체, 에피게놈체와 같은 여러 "체학" 데이터 세트를 결합하여 생물학적 또는 의학적 연구를 수행하는 접근 방식임. 간단히 말해, 다중체학은 다양한 체학 데이터를 통합하여 보다 완전한 그림을 얻는 것임. |
| 목표 | 분자 수준에서 생물학적 시스템(세포, 조직, 기관, 유기체 등)의 포괄적인 뷰를 생성하는 것을 목표로 함. |
| 장점 | 단일 체학 접근 방식으로는 불가능했던 새로운 연구 질문에 답할 수 있게 함. |
| 접근 방식 | |
| 데이터 유형 | 유전체학: DNA 전사체학: RNA 단백질체학: 단백질 대사체학: 대사물질 에피유전체학: 후성 유전적 변형 |
| 데이터 통합 | 여러 체학 데이터 세트를 결합하기 위해 다양한 수학적, 통계적 방법이 사용됨. |
| 단일 세포 다중체학 | 단일 세포 수준에서 여러 체학 데이터를 측정하는 기술도 개발되고 있음. |
| 응용 분야 | |
| 암 연구 | 암의 분자적 메커니즘 이해, 바이오마커 발견, 맞춤형 치료 전략 개발에 사용됨. |
| 약물 개발 | 약물 표적 식별, 약물 반응 예측, 약물 안전성 평가에 사용됨. |
| 미생물학 | 미생물 군집의 기능 및 상호작용 이해, 감염병 진단 및 치료에 사용됨. |
| 농업 | 작물 생산성 향상, 질병 저항성 품종 개발에 사용됨. |
| 고려 사항 | |
| 데이터 분석 | 다중체학 데이터는 복잡하고 고차원적이므로, 적절한 통계적, 계산적 방법이 필요함. |
| 데이터 통합 | 서로 다른 체학 데이터 세트를 의미 있게 통합하는 것은 어려울 수 있으며, 생물학적 지식이 필요함. |
| 해석 | 다중체학 연구 결과는 신중하게 해석해야 하며, 추가적인 실험적 검증이 필요할 수 있음. |
2. 다중 오믹스의 종류
다중 오믹스는 게놈 연구에서 한 가지 체(ome) 정보뿐만 아니라 두 가지 이상의 체 정보를 이용하여 세포, 개체, 집단을 연구하는 체학(omics)의 한 분야이다. 다중 오믹스는 특히 바이오 마커 기술 개발에 중요하다. 다중 오믹스를 이용하면, 기존의 전게놈연관분석(GWAS)을 위해 수천, 수만 명이 필요한 샘플 크기를 줄이고도 유효한 바이오 마커를 찾을 수 있다. 또한 전게놈연관분석에서는 규명하기 어려운 원인 유전자 변이와 같은 원인 기작을 쉽게 알 수 있는 연구 방법론이다. 이는 체들의 기본 데이터 양이 커서 일종의 깊이 있는 빅데이터 분석이 가능하기 때문이다.
2. 1. 단일 세포 다중 오믹스
다중체학 분야 중 하나는 여러 수준의 단일 세포 데이터를 분석하는 단일 세포 다중체학이다.[8][9] 이 방법은 단일 세포 수준에서 건강과 질병의 다단계 변화를 관찰할 수 있게 해 준다. 벌크 분석과 비교하면 세포 간 변이에서 생기는 혼란 요소를 줄여 이질적인 조직 구조를 밝혀낼 수 있다.[8]병렬 단일 세포 유전체 및 전사체 분석 방법은 동시 증폭[10] 또는 RNA와 유전체 DNA의 물리적 분리를 기반으로 한다.[11] 이는 RNA 데이터에 비부호화 DNA와 복제수 변이에 대한 정보가 없기 때문에 전사체 분석만으로는 얻을 수 없는 통찰력을 제공한다. 이 방법론을 확장하여 단일 세포 바이설파이트 시퀀싱[12][13]을 단일 세포 RNA-Seq에 결합해 단일 세포 전사체를 단일 세포 메틸롬에 통합할 수 있다.[14] 단일 세포 ATAC-Seq[15] 및 단일 세포 Hi-C[16]와 같이 후성 유전체를 조사하는 다른 기술도 있다.
단백질체 및 전사체 데이터의 통합도 중요한 과제이다.[17][18] 이러한 측정을 위한 한 가지 방법은 단일 세포 용해물을 두 부분으로 물리적으로 분리하여 절반은 RNA, 절반은 단백질을 처리하는 것이다.[17] 용해물의 단백질 함량은 DNA 바코드 항체를 사용하는 근접 확장 분석(PEA)으로 측정할 수 있다.[19] 다른 방법은 질량 세포 계측법을 다중체학 분석에 적용하기 위해 중금속 RNA 프로브와 단백질 항체의 조합을 사용한다.[18]
단일 세포 다중체학과 관련된 분야는 조직 내 세포의 상대적 공간적 배치를 보존하는 옴믹스 판독을 통해 조직을 분석하는 공간 옴믹스이다. 발표된 공간 옴믹스 방법의 수는 단일 세포 다중체학에 대해 발표된 방법의 수보다 여전히 적지만, 그 수는 증가하고 있다([https://lookerstudio.google.com/reporting/c317ebcc-0bcc-40e9-845e-580afc8c6965/page/Fix4B 단일 세포 및 공간 방법]).
2. 2. 공간 오믹스
단일 세포 다중체학과 관련된 분야는 조직 내 세포의 상대적 공간적 배치를 보존하는 옴믹스 판독을 통해 조직을 분석하는 공간 옴믹스이다.[8] 발표된 공간 옴믹스 방법의 수는 단일 세포 다중체학에 대해 발표된 방법의 수보다 여전히 뒤처져 있지만, 그 수는 따라잡고 있다(단일 세포 및 공간 방법).3. 다중 오믹스와 기계 학습
다중 오믹스는 게놈 연구에서 한 가지 체(ome)뿐만 아니라 두 가지 이상의 체 정보를 이용하여 세포, 개체, 집단을 연구하는 체학(omics)의 한 분야이다. 다중 오믹스는 특히 바이오마커 기술 개발에 중요하다. 다중 오믹스를 이용하면, 기존의 전게놈연관분석(GWAS)을 위해 수천, 수만 명이 필요한 샘플의 크기를 줄이고도 유효한 바이오마커를 찾을 수 있으며, 전게놈연관분석에서는 규명하기 어려운 원인 유전자 변이와 같이, 원인 기작을 쉽게 파악할 수 있다. 이는 체들의 기본 데이터 양이 많아, 일종의 깊이 있는 빅데이터 분석이 가능하기 때문이다.
3. 1. 기계 학습 기반 바이오마커 발굴
고처리량 생물학의 발전에 발맞춰, 기계 학습을 생의학 데이터 분석에 적용하는 사례가 늘고 있다. 다중체학 데이터 분석과 기계 학습의 통합은 새로운 바이오마커의 발견으로 이어졌다.[20][21][22] 예를 들어, [http://mixomics.org/ mixOmics] 프로젝트의 한 방법은 특징(잠정적 바이오마커) 선택을 위해 희소 부분 최소 자승 회귀를 기반으로 하는 방법을 구현한다.[23] "정규화 일반화 정준 상관 분석"(RGCCA[24][25][26][27])이라고 불리는 이질적인 데이터 통합을 위한 통합적이고 유연한 통계 프레임워크는 이러한 잠정적 바이오마커를 식별할 수 있게 해준다. 이 프레임워크는 [https://cran.r-project.org/web/packages/RGCCA/ RGCCA R 패키지] 내에서 구현되어 자유롭게 이용할 수 있다.4. 다중 오믹스의 응용
다중체학은 바이오 마커 기술 개발에 중요하며, 전게놈연관분석(GWAS)에 필요한 샘플 크기를 줄이면서도 유효한 바이오 마커를 찾고, 원인 유전자 변이와 같은 원인 기작을 밝히는 데 용이하여 여러 질병 연구에 응용되고 있다. 이는 체(ome)들의 방대한 데이터를 바탕으로 깊이 있는 빅데이터 분석이 가능하기 때문이다.
다중체학은 인간의 건강과 질병에 대한 이해를 넓히는데 기여하며, 많은 연구자들이 질병 관련 데이터를 생성하고 분석하는 방법을 연구하고 있다.[28] 그 응용 분야는 숙주-병원체 상호 작용 및 감염성 질환,[29][30], 만성적이고 복잡한 비전염성 질환에 대한 더 나은 이해,[32] 그리고 맞춤형 의학의 개선까지 다양하다.[33]
4. 1. 통합 인체 마이크로바이옴 프로젝트 (iHMP)
인간 마이크로바이옴 프로젝트(Human Microbiome Project) 2단계는 1.7억달러 규모로 진행되었으며, 숙주 유전체, 임상 정보 및 마이크로바이옴 구성을 고려하여 환자 데이터를 다양한 오믹 데이터 세트에 통합하는 데 중점을 두었다.[34][35] 1단계가 다양한 신체 부위의 군집 특성화에 중점을 두었다면, 2단계는 숙주 및 마이크로바이옴의 다중 오믹 데이터를 인간 질병에 통합하는 데 중점을 두었다. 특히, 이 프로젝트는 다중 오믹스를 사용하여 장 및 비강 마이크로바이옴과 제2형 당뇨병,[36] 장 마이크로바이옴과 염증성 장 질환,[37] 그리고 질 마이크로바이옴과 조산[38] 간의 상호 작용에 대한 이해를 높였다.
4. 2. 시스템 면역학
인간 면역 체계 내 상호 작용의 복잡성은 풍부한 면역학 관련 다중 규모 오믹스 데이터의 생성을 촉진했다.[39] 다중 오믹스 데이터 분석은 소아 치쿤구니야와 같은 감염성 질환뿐만 아니라 비전염성 자가면역 질환에 대한 면역 반응에 대한 새로운 통찰력을 얻는 데 사용되어 왔다.[40][41] 통합 오믹스는 백신의 효과와 부작용을 이해하는 데에도 강력하게 사용되었으며, 이는 시스템 백신학이라고 불리는 분야이다.[42] 예를 들어, 다중 오믹스는 헤르페스 조스터 백신 접종에 대한 반응에 미치는 혈장 대사 산물 및 면역 체계 전사체의 변화의 연관성을 밝히는 데 필수적이었다.[43]4. 3. 암 연구
다중체학은 바이오 마커 기술 개발에 중요하며, 암 연구에 응용되고 있다.[31] 전게놈연관분석(GWAS)에 필요한 샘플 크기를 줄이면서도 유효한 바이오 마커를 찾을 수 있고, 원인 유전자 변이와 같은 원인 기작을 밝히는 데 용이하다. 이는 체(ome)들의 방대한 데이터를 바탕으로 깊이 있는 빅데이터 분석이 가능하기 때문이다.4. 4. 기타 질환 연구
다중체학은 인간의 건강과 질병에 대한 이해의 격차를 메울 수 있는 가능성을 가지고 있으며, 많은 연구자들이 질병 관련 데이터를 생성하고 분석하는 방법을 연구하고 있다.[28] 그 응용 분야는 숙주-병원체 상호 작용 및 감염성 질환,[29][30] 암,[31] 만성적이고 복잡한 비전염성 질환에 대한 더 나은 이해,[32] 그리고 맞춤형 의학의 개선까지 다양하다.[33]5. 다중 오믹스 데이터베이스
고전적인 오믹스 연구는 생물학적 복잡성의 한 수준만 분리한다는 한계가 있었다. 예를 들어, 전사체학 연구는 전사체 수준의 정보만 제공할 뿐, 유전체 변이, 번역 후 변형, 대사 산물 등 샘플의 생물학적 상태에 기여하는 다양한 요인들을 고려하지 못한다. 고 처리량 생물학의 발전으로 여러 측정을 수행하는 비용이 저렴해지면서, 도메인 간(예: RNA 및 단백질 수준) 상관관계와 추론이 가능해졌다. 이러한 상관관계는 지식 격차를 메우고 보다 완전한 생물학적 네트워크 구축을 돕는다.
그러나 데이터 통합은 쉽지 않다. 이 과정을 용이하게 하기 위해 여러 그룹에서 다중체학 데이터를 체계적으로 탐색하기 위한 데이터베이스와 파이프라인을 큐레이션했다.
5. 1. 다중 오믹스 데이터베이스 목록
고전적인 오믹스 연구는 생물학적 복잡성의 한 수준만 분리한다는 한계가 있었다. 예를 들어, 전사체학 연구는 전사체 수준의 정보만 제공할 뿐, 유전체 변이, 번역 후 변형, 대사 산물 등 샘플의 생물학적 상태에 기여하는 다양한 요인들을 고려하지 못한다. 고 처리량 생물학의 발전으로 여러 측정을 수행하는 비용이 저렴해지면서, 도메인 간(예: RNA 및 단백질 수준) 상관관계와 추론이 가능해졌다. 이러한 상관관계는 지식 격차를 메우고 보다 완전한 생물학적 네트워크 구축을 돕는다.그러나 데이터 통합은 쉽지 않다. 이 과정을 용이하게 하기 위해 여러 그룹에서 다중체학 데이터를 체계적으로 탐색하기 위한 데이터베이스와 파이프라인을 큐레이션했다.
| 데이터베이스 이름 | 설명 |
|---|---|
| MOPED | 다양한 동물 모델을 통합[56] |
| 췌장 발현 데이터베이스 | 췌장 조직과 관련된 데이터를 통합 |
| http://www.linkedomics.org/ LinkedOmics | TCGA 암 데이터 세트의 데이터 연결[57][58] |
| OASIS | 일반적인 암 연구를 위한 웹 기반 리소스[59] |
| BCIP | 유방암 연구를 위한 플랫폼[60] |
| C/VDdb | 여러 심혈관 질환 연구의 데이터 연결[61] |
| ZikaVR | 지카 바이러스 데이터를 위한 다중체학 리소스[62] |
| Ecomics | 대장균 데이터를 위한 정규화된 다중체학 데이터베이스[63] |
| GourdBase | 박과 연구의 데이터 통합[64] |
| MODEM | 다단계 옥수수 데이터를 위한 데이터베이스[65] |
| SoyKB | 다단계 콩 데이터를 위한 데이터베이스[66] |
| https://www.proteomicsdb.org/ ProteomicsDB | 생명 과학 연구를 위한 다중체학 및 다중 유기체 리소스[67] |
6. 다중 오믹스 분석 도구
바이오컨덕터 프로젝트와 OmicTools[49] 데이터베이스는 다중 옴믹 데이터 분석을 위한 다양한 R 패키지 및 기타 도구를 제공한다.
6. 1. 다중 오믹스 분석 도구 목록
바이오컨덕터 프로젝트는 옴믹 데이터를 통합하는 다양한 R 패키지를 제공한다.
OmicTools[49] 데이터베이스는 다중 옴믹 데이터 분석을 위한 R 패키지 및 기타 도구를 추가로 제공한다.
참조
[1]
논문
Methods for the integration of multi-omics data: mathematical aspects
2016-01-01
[2]
논문
Multi-Omics of Single Cells: Strategies and Applications
null
2016-08-01
[3]
논문
Are multi-omics enough?
https://zenodo.org/r[...]
2016-07-26
[4]
논문
Multiomics Data Integration in Time Series Experiments
2018
[5]
웹사이트
PSB'14 Cancer Panomics Session
http://psb.stanford.[...]
2013-09-23
[6]
웹사이트
The Molecular Landscape of Cancer: Using Panomics to Drive Change
http://am.asco.org/m[...]
2013-11-09
[7]
서적
Accelerating Progress Against Cancer: ASCO's blueprint for transforming clinical and translational cancer research
http://www.asco.org/[...]
American Society of Clinical Oncology
2011
[8]
논문
Single-Cell Multiomics: Multiple Measurements from Single Cells
[9]
논문
Single Cell Multi-Omics Technology: Methodology and Application
2018-04-20
[10]
논문
Integrated genome and transcriptome sequencing of the same cell
2015
[11]
논문
Separation and parallel sequencing of the genomes and transcriptomes of single cells using G&T-seq
https://www.research[...]
2016-09-29
[12]
논문
Single-cell methylome landscapes of mouse embryonic stem cells and early embryos analyzed using reduced representation bisulfite sequencing
2013-12-01
[13]
논문
Single-cell genome-wide bisulfite sequencing for assessing epigenetic heterogeneity
2014-08-01
[14]
논문
Parallel single-cell sequencing links transcriptional and epigenetic heterogeneity
2016-01-11
[15]
논문
Single-cell chromatin accessibility reveals principles of regulatory variation
2015-07-01
[16]
논문
Single-cell Hi-C reveals cell-to-cell variability in chromosome structure
2013-10-01
[17]
논문
Simultaneous Multiplexed Measurement of RNA and Proteins in Single Cells
2016-01-12
[18]
논문
Highly multiplexed simultaneous detection of RNAs and proteins in single cells
2016-03-01
[19]
논문
Homogenous 96-Plex PEA Immunoassay Exhibiting High Sensitivity, Specificity, and Excellent Scalability
2014-04-22
[20]
논문
More Is Better: Recent Progress in Multi-Omics Data Integration Methods
2017
[21]
논문
Data integration and predictive modeling methods for multi-omics datasets
2018
[22]
논문
Machine learning and systems genomics approaches for multi-omics data
2017-01-20
[23]
논문
mixOmics: an R package for 'omics feature selection and multiple data integration
2017-02-14
[24]
논문
Regularized Generalized Canonical Correlation Analysis
http://dx.doi.org/10[...]
2011-03-17
[25]
논문
Variable selection for generalized canonical correlation analysis
2014-02-17
[26]
논문
Kernel Generalized Canonical Correlation Analysis
http://dx.doi.org/10[...]
2015-10-01
[27]
논문
Regularized Generalized Canonical Correlation Analysis: A Framework for Sequential Multiblock Component Methods
http://dx.doi.org/10[...]
2017-05-23
[28]
논문
Multi-omics approaches to disease
2017-05-05
[29]
논문
Multi-Omics Strategies Uncover Host–Pathogen Interactions
2019-03-11
[30]
논문
A Systems Biology Approach to Infectious Disease Research: Innovating the Pathogen-Host Research Paradigm
2011-02-01
[31]
논문
A review of multiomics platforms in pituitary adenoma pathogenesis.
2022-03-04
[32]
논문
Network approaches to systems biology analysis of complex disease: integrative methods for multi-omics data
2017-06-30
[33]
논문
A roadmap towards personalized immunology
2018-02-06
[34]
논문
The Integrative Human Microbiome Project
2019-05-01
[35]
논문
After the Integrative Human Microbiome Project, what's next for the microbiome community?
2019-05-29
[36]
논문
Longitudinal multi-omics of host–microbe dynamics in prediabetes
2019-05
[37]
논문
Multi-omics of the gut microbial ecosystem in inflammatory bowel diseases
2019-05
[38]
논문
The vaginal microbiome and preterm birth
2019-06
[39]
논문
Unifying immunology with informatics and multiscale biology
2014-01-21
[40]
논문
Comprehensive innate immune profiling of chikungunya virus infection in pediatric cases
2018-08-01
[41]
논문
Integrative Omics Analysis of Rheumatoid Arthritis Identifies Non-Obvious Therapeutic Targets
2015-04-22
[42]
논문
Systems Vaccinology
2010-10-29
[43]
논문
Metabolic Phenotypes of Response to Vaccination in Humans
2017-05-18
[44]
논문
A multivariate approach to the integration of multi-omics datasets
2014
[45]
논문
Software for the Integration of Multiomics Experiments in Bioconductor
2017-11-01
[46]
간행물
IMAS
https://bioconductor[...]
Bioconductor
2019-06-28
[47]
간행물
bioCancer
https://bioconductor[...]
Bioconductor
2019-06-28
[48]
논문
MultiDataSet: an R package for encapsulating multiple data sets with application to omic data integration
2017-01-17
[49]
웹사이트
Reap the rewards of a biological insight engine
https://omictools.co[...]
2019-06-26
[50]
논문
Paintomics: a web based tool for the joint visualization of transcriptomics and metabolomics data
2011-01-01
[51]
논문
PaintOmics 3: a web resource for the pathway analysis and visualization of multi-omics data
2018-07-02
[52]
논문
SIGMA2: A system for the integrative genomic multi-dimensional analysis of cancer genomes, epigenomes, and transcriptomes
2008-10-07
[53]
논문
iOmicsPASS: a novel method for integration of multi-omics data over biological networks and discovery of predictive subnetworks
https://www.biorxiv.[...]
2018-07-23
[54]
논문
Grimon: graphical interface to visualize multi-omics networks
2018-06-19
[55]
논문
Omics Pipe: a community-based framework for reproducible multi-omics data analysis
2015-06-01
[56]
논문
MOPED 2.5—An Integrated Multi-Omics Resource: Multi-Omics Profiling Expression Database Now Includes Transcriptomics Data
2014-06
[57]
논문
LinkedOmics: analyzing multi-omics data within and across 32 cancer types
2018-01-04
[58]
웹사이트
LinkedOmics :: Login
http://www.linkedomi[...]
2019-06-26
[59]
논문
OASIS: web-based platform for exploring cancer multi-omics data
2016-01
[60]
논문
BCIP: a gene-centered platform for identifying potential regulatory genes in breast cancer
2017-05
[61]
논문
C/VDdb: A multi-omics expression profiling database for a knowledge-driven approach in cardiovascular disease (CVD)
2018-11-12
[62]
논문
ZikaVR: An Integrated Zika Virus Resource for Genomics, Proteomics, Phylogenetic and Therapeutic Analysis
2016-09-16
[63]
논문
Multi-omics integration accurately predicts cellular state in unexplored conditions for Escherichia coli
2016-10-07
[64]
논문
GourdBase: a genome-centered multi-omics database for the bottle gourd ( Lagenaria siceraria ), an economically important cucurbit crop
2018-02-26
[65]
논문
MODEM: multi-omics data envelopment and mining in maize
2016
[66]
논문
Soybean knowledge base (SoyKB): a web resource for integration of soybean translational genomics and molecular breeding
2014-01-01
[67]
논문
ProteomicsDB: a multi-omics and multi-organism resource for life science research
2020-01-08
본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.
문의하기 : help@durumis.com