Publication Biostatistics, Rau & al.

Entrer dans le multivers : l’utilisation d’analyses multivariées pour la caractérisation individualisée de voies de régulation multi-omiques

Dans un article publié dans la revue Biostatistics, les biostatisticiens de l’unité GABI, en collaboration avec des cancérologues et des génomiciens humains de l’University of Wisconsin-Milwaukee et du Medical College of Wisconsin, ont proposé une nouvelle approche intégrative pour la quantification et caractérisation de dérégulation des voies de régulation multi-omiques, en calculant des scores individualisés de dérégulation.

Les données omiques permettent d’étudier des profils moléculaires des êtres vivants à différentes échelles. Les avancées technologiques et la baisse des coûts ont généralisé le recueil de données « multi-omiques », de différents types, sur des mêmes échantillons. L’analyse intégrative de ces données fournit une synthèse de processus biologiques complexes en démêlant les relations existantes entre les différentes couches de données.

Dans un article publié dans la revue Biostatistics, les biostatisticiens de l’unité Génétique Animale et Biologie Intégrative - GABI (INRAE/AgroParisTech/UPSaclay), en collaboration avec des cancérologues et des génomiciens humains de l’University of Wisconsin-Milwaukee et du Medical College of Wisconsin, ont proposé une nouvelle approche intégrative pour la quantification et caractérisation de dérégulation des voies de régulation multi-omiques, en calculant des scores individualisés de dérégulation. L’approche proposée, PAthway Deviation scores using Multiple factor Analysis, est implémentée dans padma, un logiciel libre et ouvert disponible sur Bioconductor. Appliquée à des données multi-omiques de cancérologie, padma a révélé des voies de régulation liées aux variables pronostic des cancers du poumon et du sein.

Ces analyses intégratives multi-omiques fournissent ainsi une vision holistique des processus biologiques, et l’identification de biomarqueurs ou de gènes-clé pour des voies de régulation d’intérêt. Ce projet illustre l’intérêt d’étendre les approches multivariées classiques au traitement de nouvelles questions « front de science », ainsi que le bénéfice réciproque que retirent les communautés scientifiques de génomique humaine et animale d’une collaboration sur des développements méthodologiques communs.

Contact scientifique :

Voir aussi

Référence 

Rau A, Manansala R, Flister MJ, Rui H, Jaffrezic F, Laloe D, Auer PL. 2022. Individualized multi-omic pathway deviation scores using multiple factor analysis. BIOSTATISTICS. DOI : https://doi.org/10.1093/biostatistics/kxaa029

Date de modification : 05 octobre 2023 | Date de création : 20 mai 2022 | Rédaction : GABI - Edition P. Huan