NIB

Tehnologije visoke zmogljivosti, ki se uporabljajo za celostno analizo molekul, ki sestavljajo celice živih organizmov (t.i. omične tehnologije), so revolucionirale našo sposobnost sistematičnega preučevanja bioloških sistemov ter ponudile nove vpoglede v zapletene dinamike celic in organizmov, razkrivajoč kompleksno medsebojno delovanje genov, proteinov in metabolitov. Kljub temu pa posamezne omične študije pogosto ne dosežejo celovitega razumevanja bioloških pojavov. Za premagovanje te omejitve prihaja do prehoda v "multi-omično" obdobje, kjer integrirani pristopi izkoriščajo hitre tehnološke inovacije v diagnostičnih orodjih ter sistemih za fenotipizacijo visoke zmogljivosti.

Kljub potencialu multi-omičnih podatkov za izboljšanje razumljivosti rezultatov, analiza in interpretacija takšnih kompleksnih nizov podatkov predstavljata pomembne tehnične izzive. Problemi, kot so manjkajoči podatki, nizko razmerje med signalom in šumom ter visoka dimenzionalnost, lahko vodijo do prevladujočih lažno pozitivnih in lažno negativnih rezultatov. Začetna pričakovanja, da bo kolektivna analiza več omičnih nizov ublažila posamezne pomanjkljivosti omičnih tehnologij, se ni vedno izkazala za resnično. Integracija raznolikih nizov podatkov se je izkazala za izziv, pri čemer mnoge razvite metode kažejo omejitve, pomanjkanje primerjalnih analiz pa otežuje izbiro metod.

Trenutni izzivi na področju vključujejo pomanjkanje celovitih multi-omičnih nizov podatkov in odsotnost centraliziranih repozitorijev. Medtem ko nekatere platforme vsebujejo referenčne nize podatkov, ti redko vključujejo multi-omične nize, kar omejuje posploševanje rezultatov. Predlagani projekt se zaveda teh izzivov in kritično ocenjuje tehnike integracije, osnovne pristope in stopnje integracije ter poudarja pomembnost skrbne izbire metod, usklajenih s karakteristikami študije, namesto uporabe enotnega pristopa.

Projekt si prizadeva rešiti te izzive in zapolniti vrzeli v obstoječih metodah multi-omične integracije z razvojem računalniškega okvira, ki združuje podatkovno vodene metode, in na znanju temelječe pristope za obravnavanje različnih kombinacij multi-omičnih nizov podatkov. Zastavljeni so trije specifični cilji: (1) ustvariti multi-omične referenčne nize podatkov na podlagi znanih molekularnih interakcij, (2) konstruirati računalniški okvir za ocenjevanje metod prilagojenih različnim multi-omičnim podnizom in (3) biološko ovrednotiti modele znotraj razvitega okvira.

Projekt pristopa inovativno k integraciji multi-omičnih podatkov z raziskovanjem različnih orodij za integracijo in izkoriščanjem raznolikosti med več metodami, zasnovanimi za specifične kombinacije omičnih podatkov. S sistematičnimi ocenami in primerjavami si prizadeva prispevati k napredku metod integracije multi-omičnih podatkov, ponujajoč uravnoteženo in učinkovito rešitev za različne eksperimentalne nastavitve in vrste podatkov.

V projektu bodo uporabljeni predhodni podatki, vključno z omrežji, kot je omrežje znanja o stresu (SKM) in genomskimi meta bolnimi modeli (GEMs), razviti na NIBu ter ustrezni nizi podatkov iz mednarodnih projektov. Izpopolnili bomo na NIBu že razvit protokol za integracijo in vizualizacijo, in ga uporabili pri nalogah projekta.

Projekt predstavlja pomemben korak k napredku metod integracije multi-omičnih podatkov. Z reševanjem ključnih izzivov na tem področju s pomočjo inovativnih pristopov, primerjalne analize in prilagoditve obstoječih omrežji znanja, si prizadeva zagotoviti celovito rešitev za raznolike eksperimentalne zasnove ter odpira poti k novim odkritjem na dinamičnem področju analize multi-omičnih podatkov. 

SICRIS