Мультиомика - Википедия - Multiomics

Количество статей, связанных с термином «мультиомика» в PubMed до 2018 года

Мультиомика, мультиомикс или же интегративные омики это подход к биологическому анализу, в котором наборы данных являются множественными "омес ", такой как геном, протеом, транскриптом, эпигеном, метаболом, и микробиом (т.е. мета-геном и / или мета-транскриптом, в зависимости от последовательности);[1][2][3] другими словами, использование нескольких омики технологии для согласованного изучения жизни. Комбинируя эти «омы», ученые могут анализировать сложные биологические большое количество данных найти новые ассоциации между биологическими объектами, выявить соответствующие биомаркеры и построить сложные маркеры болезней и физиологии. При этом мультиомика объединяет различные омические данные, чтобы найти согласованно совпадающие гено-фенотипические отношения или ассоциации.[4] В сервисе OmicTools перечислены более 99 программ, связанных с анализом многомерных данных, а также более 99 баз данных по этой теме.[5]

Одноклеточная мультиомика

Разделом области мультиомики является анализ многоуровневого одноклеточные данные, называемый одноклеточной мультиомикой.[6][7] Такой подход дает нам беспрецедентную возможность взглянуть на многоуровневые переходы в состоянии здоровья и болезни на уровне отдельных клеток. Преимущество по отношению к массовому анализу состоит в том, что он снижает влияние факторов, влияющих на вариацию от клетки к клетке, что позволяет выявить гетерогенную архитектуру ткани.[6]

Методы параллельного одноклеточного геномного и транскриптомного анализа могут быть основаны на одновременной амплификации.[8] или физическое разделение РНК и геномной ДНК.[9][10] Они позволяют получить информацию, которую нельзя получить только на основе транскриптомного анализа, поскольку данные РНК не содержат некодирующие области генома и информация о вариант номера копии, Например. Расширением этой методологии является интеграция одноклеточных транскриптомов с одноклеточными метиломами, объединяя одноклеточные бисульфитное секвенирование[11][12] к одноклеточной РНК-Seq.[13] Другие методы запроса эпигенома как одноклеточного ATAC-Seq[14] и одноклеточные Ик[15] тоже существуют.

Другая, но связанная проблема - это интеграция протеомных и транскриптомных данных.[16][17] Один из подходов к выполнению таких измерений состоит в том, чтобы физически разделить одноклеточные лизаты на две части, обрабатывая половину для РНК и половину для белков.[16] Содержание белка в лизатах может быть измерено, например, с помощью анализов расширения близости (PEA), в которых используются антитела со штрих-кодом ДНК.[18] Другой подход использует комбинацию зондов РНК тяжелых металлов и белковых антибиотиков для адаптации. массовая цитометрия для многомерного анализа.[17]

Мультиомика и машинное обучение

Параллельно с достижениями в области высокопроизводительной биологии, машинное обучение процветают приложения для анализа биомедицинских данных. Интеграция анализа данных multi-omics и машинного обучения привела к открытию новых биомаркеры.[19][20][21] Например, один из способов mixOmics проект реализует метод, основанный на разреженных Частичные наименьшие квадраты регрессия для выбора признаков (предполагаемых биомаркеров).[22]

Мультиомика в здоровье и болезни

Обзор фаз 1 и 2 проекта микробиома человека.

В настоящее время мультиомика обещает заполнить пробелы в понимании здоровья и болезней человека, и многие исследователи работают над способами получения и анализа данных, связанных с болезнями.[23] Приложения варьируются от понимания взаимодействия хозяина и патогена до инфекционных заболеваний.[24][25] чтобы лучше понять хронические и сложные незаразная болезнь[26] и совершенствование персонализированной медицины.[27]

Комплексный проект микробиома человека

Второй этап 170 миллионов долларов Проект человеческого микробиома был сосредоточен на интеграции данных о пациентах в различные наборы омических данных с учетом генетики хозяина, клинической информации и состава микробиома.[28][29] Первая фаза была сосредоточена на характеристике сообществ в различных участках тела. Фаза 2 сосредоточена на интеграции многомерных данных от хоста и микробиом болезням человека. В частности, в проекте использовалась мультиомика для улучшения понимания взаимодействия микробиомов кишечника и носа с диабет 2 типа,[30] микробиомы кишечника и воспалительные заболевания кишечника[31] микробиомы влагалища и преждевременные роды.[32]

Системная иммунология

Сложность взаимодействия в человеке иммунная система подтолкнула к сбору большого количества многомасштабных данных, связанных с иммунологией.[33] Многоатомный анализ данных использовался для сбора новых сведений об иммунном ответе на инфекционные заболевания, например, педиатрические. чикунгунья,[34] а также неинфекционные аутоиммунные заболевания.[35] Интегративные омики также активно использовались для понимания эффективности и побочных эффектов вакцина, область, называемая системной вакцинологией.[36] Например, мультиомика была необходима для выявления связи изменений метаболитов плазмы и транскриптома иммунной системы в ответ на вакцинацию против опоясывающий герпес.[37]

Список программ для многомерного анализа

В Биокондуктор project курирует множество пакетов R, направленных на интеграцию атомных данных:

  • omicade4, для множественного коинерционного анализа многомерных наборов данных[38]
  • MultiAssayExperiment, предлагая интерфейс биопроводника для перекрывающихся образцов[39]
  • IMAS, пакет, ориентированный на использование многомерных данных для оценки альтернативное сращивание[40]
  • биорак, пакет для визуализации данных мультиомного рака[41]
  • mixOmics, набор многомерных методов интеграции данных[22]
  • MultiDataSet, пакет для инкапсуляции нескольких наборов данных[42]

OmicTools[5] В базе данных также представлены пакеты R и другие инструменты для многомерного анализа данных:

  • PaintOmics, веб-ресурс для визуализации наборов данных multi-omics[43][44]
  • SIGMA, программа Java, ориентированная на комплексный анализ наборов данных о раке.[45]
  • iOmicsPASS, инструмент на C ++ для многомерного предсказания фенотипа[46]
  • Гримон, графический интерфейс R для визуализации многомерных данных[47]
  • Трубка Omics, фреймворк на Python для воспроизводимой автоматизации анализа многомерных данных.[48]

Мультиомные базы данных

Основным ограничением классических атомных исследований является выделение только одного уровня биологической сложности. Например, транскриптомные исследования могут предоставить информацию на уровне транскрипта, но многие разные сущности влияют на биологическое состояние образца (геномные варианты, посттрансляционные модификации, продукты метаболизма, взаимодействующие организмы и др.). С появлением высокопроизводительная биология, становится все более доступным проведение множественных измерений, позволяющих проводить корреляции и выводы трансдоменов (например, уровней РНК и белка). Эти корреляции помогают построению или более полному биологические сети, восполняя пробелы в наших знаниях.

Однако интеграция данных - непростая задача. Чтобы облегчить процесс, группы создали тщательно подобранные базы данных и конвейеры для систематического изучения многомерных данных:

Смотрите также

Рекомендации

  1. ^ Берсанелли, Маттео; Моска, Этторе; Ремондини, Даниэль; Джампьери, Энрико; Сала, Клаудиа; Кастеллани, Гастоне; Миланези, Лучано (1 января 2016 г.). «Методы интеграции мультиомных данных: математические аспекты». BMC Bioinformatics. 17 (2): S15. Дои:10.1186 / s12859-015-0857-9. ISSN  1471-2105. ЧВК  4959355. PMID  26821531.
  2. ^ Бок, Кристоф; Фарлик, Матиас; Шеффилд, Натан С. (август 2016 г.). «Мульти-омика одиночных клеток: стратегии и приложения». Тенденции в биотехнологии. 34 (8): 605–608. Дои:10.1016 / j.tibtech.2016.04.004. ЧВК  4959511. PMID  27212022. Получено 31 октября 2016.
  3. ^ Виланова, Кристина; Поркар, Мануэль (26 июля 2016 г.). "Достаточно ли мультиомиков?". Природная микробиология. 1 (8): 16101. Дои:10.1038 / nmicrobiol.2016.101. PMID  27573112. S2CID  3835720.
  4. ^ Таразона, С., Бальзано-Ногейра, Л., и Конеса, А. (2018). Интеграция мультиомических данных в экспериментах с временными рядами. DOI: 10.1016 / bs.coac.2018.06.005
  5. ^ а б «Воспользуйтесь преимуществами двигателя биологической проницательности». omicX. Получено 2019-06-26.
  6. ^ а б Хан, Цзин-Донг Джеки (2018-09-05). "Факультет 1000 оценок для мультиомики одной клетки: множественные измерения от одной клетки". Дои:10.3410 / ф.727213649.793550351. Цитировать журнал требует | журнал = (помощь)
  7. ^ Ху, Юджин; Ань, Цинь; Шеу, Кэтрин; Трехо, Брэндон; Fan, Shuxin; Го, Ин (2018-04-20). «Технология Single Cell Multi-Omics: методология и применение». Границы клеточной биологии и биологии развития. 6: 28. Дои:10.3389 / fcell.2018.00028. ISSN  2296-634X. ЧВК  5919954. PMID  29732369.
  8. ^ Кестер, Леннарт Спанджаард, Бастиан Биенко, Магда ван Ауденаарден, Александр Дей, Сиддхарт С (2015). «Комплексное секвенирование генома и транскриптома одной и той же клетки». Природа Биотехнологии. 33 (3): 285–289. Дои:10.1038 / nbt.3129. OCLC  931063996. ЧВК  4374170. PMID  25599178.CS1 maint: несколько имен: список авторов (связь)
  9. ^ Трапнелл, Коул; Лю, Серена (04.02.2016). «Факультет 1000 оценок для G & T-seq: параллельное секвенирование одноклеточных геномов и транскриптомов». Дои:10.3410 / ф.725471527.793514077. Цитировать журнал требует | журнал = (помощь)
  10. ^ Macaulay, Iain C; Тенг, Мэйбл Дж; Хэрти, Вильфрид; Кумар, Парвин; Понтинг, Крис П.; Воет, Тьерри (29 сентября 2016). «Разделение и параллельное секвенирование геномов и транскриптомов отдельных клеток с использованием G & T-seq». Протоколы природы. 11 (11): 2081–2103. Дои:10.1038 / nprot.2016.138. HDL:20.500.11820 / 015ce29d-7e2d-42c8-82fa-cb1290b761c0. ISSN  1754-2189. PMID  27685099. S2CID  24351548.
  11. ^ Тан, Фучоу; Вэнь, Лу; Ли, Сяньлун; У, Синлун; Чжу, Пин; Го, Хуншань (01.12.2013). «Одноклеточные метиломные пейзажи эмбриональных стволовых клеток мыши и ранних эмбрионов проанализированы с использованием бисульфитного секвенирования с пониженным представлением». Геномные исследования. 23 (12): 2126–2135. Дои:10.1101 / гр.161679.113. ISSN  1088-9051. ЧВК  3847781. PMID  24179143.
  12. ^ Келси, Гэвин; Рейк, Вольф; Стегл, Оливер; Эндрюс, Саймон Р .; Джулиан Торф; Сааде, Хеба; Крюгер, Феликс; Ангермюллер, Кристоф; Ли, Хизер Дж. (Август 2014 г.). «Секвенирование бисульфита на уровне всего генома для оценки эпигенетической гетерогенности». Методы природы. 11 (8): 817–820. Дои:10.1038 / nmeth.3035. ISSN  1548-7105. ЧВК  4117646. PMID  25042786.
  13. ^ Ангермюллер, Кристоф; Кларк, Стивен Дж; Ли, Хизер Дж; Macaulay, Iain C; Тенг, Мэйбл Дж; Ху, Тим Сяомин; Крюгер, Феликс; Смоллвуд, Себастьян А.; Понтинг, Крис П. (2016-01-11). «Параллельное одноклеточное секвенирование связывает транскрипционную и эпигенетическую гетерогенность». Методы природы. 13 (3): 229–232. Дои:10.1038 / nmeth.3728. ISSN  1548-7091. ЧВК  4770512. PMID  26752769.
  14. ^ Гринлиф, Уильям Дж .; Chang, Howard Y .; Снайдер, Майкл П .; Майкл Л. Гонсалес; Ерш, Дэйв; Litzenburger, Ulrike M .; Ву, Пекин; Буэнростро, Джейсон Д. (июль 2015 г.). «Доступность одноклеточного хроматина раскрывает принципы регуляторной изменчивости». Природа. 523 (7561): 486–490. Bibcode:2015Натура.523..486Б. Дои:10.1038 / природа14590. ISSN  1476-4687. ЧВК  4685948. PMID  26083756.
  15. ^ Фрейзер, Питер; Танай, Амос; Laue, Ernest D .; Дин, Венди; Яффе, Эйтан; Шенфельдер, Стефан; Стивенс, Тим Дж .; Люблинг, Янив; Нагано, Такаши (октябрь 2013 г.). «Одноклеточный Hi-C показывает изменчивость хромосомной структуры от клетки к клетке». Природа. 502 (7469): 59–64. Bibcode:2013Натура.502 ... 59N. Дои:10.1038 / природа12593. ISSN  1476-4687. ЧВК  3869051. PMID  24067610.
  16. ^ а б Дарманис, Спирос; Галант, Кэролайн Джули; Маринеску, Войчита Дана; Никлассон, Миа; Сегерман, Анна; Фламуракис, Георгиос; Фредрикссон, Саймон; Ассарссон, Эрика; Лундберг, Мартин (12 января 2016 г.). «Одновременное мультиплексное измерение РНК и белков в отдельных клетках». Отчеты по ячейкам. 14 (2): 380–389. Дои:10.1016 / j.celrep.2015.12.021. ISSN  2211-1247. ЧВК  4713867. PMID  26748716.
  17. ^ а б Герардини, Пьер Федерико; Нолан, Гарри П .; Чен, Ши-Ю; Hsieh, Elena W. Y .; Zunder, Eli R .; Бава, Феличе-Алессио; Фрей, Андреас П. (март 2016 г.). «Высоко мультиплексное одновременное обнаружение РНК и белков в отдельных клетках». Методы природы. 13 (3): 269–275. Дои:10.1038 / nmeth.3742. ISSN  1548-7105. ЧВК  4767631. PMID  26808670.
  18. ^ Ассарссон, Эрика; Лундберг, Мартин; Холмквист, Горан; Бьоркестен, Йохан; Бухт Торсен, Стайн; Экман, Даниэль; Эрикссон, Анна; Реннел Диккенс, Эмма; Ольссон, Сандра (22 апреля 2014 г.). «Гомогенный иммуноанализ 96-Plex PEA, демонстрирующий высокую чувствительность, специфичность и превосходную масштабируемость». PLOS ONE. 9 (4): e95192. Bibcode:2014PLoSO ... 995192A. Дои:10.1371 / journal.pone.0095192. ISSN  1932-6203. ЧВК  3995906. PMID  24755770.
  19. ^ Гармир, Лана Х .; Чаудхари, Кумардип; Хуан, Сиджи (2017). «Больше значит лучше: недавний прогресс в методах интеграции данных Multi-Omics». Границы генетики. 8: 84. Дои:10.3389 / fgene.2017.00084. ISSN  1664-8021. ЧВК  5472696. PMID  28670325.
  20. ^ Тагкопулос, Илиас; Ким, Минсын (2018). «Интеграция данных и методы прогнозного моделирования для наборов данных multi-omics». Молекулярная омика. 14 (1): 8–25. Дои:10.1039 / C7MO00051K. PMID  29725673.
  21. ^ Лин, Евгений; Лейн, Сянь-Юань (20.01.2017). "Машинное обучение и подходы к системной геномике для данных multi-omics". Биомаркерные исследования. 5 (1): 2. Дои:10.1186 / s40364-017-0082-у. ISSN  2050-7771. ЧВК  5251341. PMID  28127429.
  22. ^ а б Рохарт, Флориан; Готье, Бенуа; Сингх, Амрит; Ле Цао, Ким Ань (14 февраля 2017 г.). "mixOmics: пакет R для выбора функций omics и интеграции нескольких данных". PLOS вычислительная биология. 13 (11): e1005752. Дои:10.1101/108597. ЧВК  5687754. PMID  29099853.
  23. ^ Хасин, Иегудит; Селдин, Маркус; Лусис, Алдонс (2017-05-05). «Многокомпонентные подходы к болезни». Геномная биология. 18 (1): 83. Дои:10.1186 / s13059-017-1215-1. ISSN  1474-760X. ЧВК  5418815. PMID  28476144.
  24. ^ Khan, Mohd M .; Эрнст, Орна; Манес, Натан П .; Ойлер, Бенджамин Л .; Fraser, Iain D.C .; Гудлетт, Дэвид Р .; Нита-Лазарь, Александра (11.03.2019). «Мульти-омические стратегии раскрывают взаимодействия хозяина и патогена». Инфекционные болезни ACS. 5 (4): 493–505. Дои:10.1021 / acsinfecdis.9b00080. ISSN  2373-8227. PMID  30857388.
  25. ^ Адерем, Алан; Adkins, Joshua N .; Ансонг, Чарльз; Галаган, Джеймс; Кайзер, Шари; Korth, Marcus J .; Закон, Дж. Линн; Макдермотт, Джейсон Дж .; Пролл, Шон С. (01.02.2011). «Подход системной биологии к исследованию инфекционных заболеваний: инновации в парадигме исследования патогена и хозяина». мБио. 2 (1): e00325-10. Дои:10.1128 / mbio.00325-10. ISSN  2150-7511. ЧВК  3034460. PMID  21285433.
  26. ^ Ян, Цзинвэнь; Risacher, Shannon L; Шен, Ли; Сайкин, Эндрю Дж. (30.06.2017). «Сетевые подходы к системной биологии анализа сложных заболеваний: интегративные методы для многомерных данных». Брифинги по биоинформатике. 19 (6): 1370–1381. Дои:10.1093 / bib / bbx066. ISSN  1467-5463. ЧВК  6454489. PMID  28679163.
  27. ^ Он, Feng Q .; Олерт, Маркус; Баллинг, Руди; Боде, Себастьян Ф. Н .; Делхалле, Сильви (06.02.2018). «Дорожная карта к персонализированной иммунологии». NPJ Системная биология и приложения. 4 (1): 9. Дои:10.1038 / s41540-017-0045-9. ISSN  2056-7189. ЧВК  5802799. PMID  29423275.
  28. ^ Проктор, Лита М .; Creasy, Heather H .; Феттвейс, Дженнифер М .; Ллойд-Прайс, Джейсон; Махуркар, Ануп; Чжоу, Вэньюй; Бак, Грегори А .; Снайдер, Майкл П .; Штраус, Джером Ф. (май 2019 г.). «Проект интегративного микробиома человека». Природа. 569 (7758): 641–648. Bibcode:2019Натура.569..641I. Дои:10.1038 / s41586-019-1238-8. ISSN  1476-4687. ЧВК  6784865. PMID  31142853.
  29. ^ «Что будет дальше с сообществом микробиома после Интегративного проекта микробиома человека?». Природа. 569 (7758): 599. 2019-05-29. Bibcode:2019Natur.569Q.599.. Дои:10.1038 / d41586-019-01674-w. PMID  31142868. S2CID  169035865.
  30. ^ Снайдер, Майкл; Weinstock, George M .; Содергрен, Эрика; Маклафлин, Трейси; Це, Давид; Рост, Ханнес; Пенинг, Брайан; Кукурба, Ким; Роуз, София Мириам Шюсслер-Фьоренца (май 2019 г.). «Продольная многомерная динамика микробов-хозяев при предиабете». Природа. 569 (7758): 663–671. Bibcode:2019Натура.569..663Z. Дои:10.1038 / с41586-019-1236-х. ISSN  1476-4687. ЧВК  6666404. PMID  31142858.
  31. ^ Хаттенхауэр, Кертис; Xavier, Ramnik J .; Вламакис, Гера; Franzosa, Eric A .; Клиш, Клэри Б.; Winter, Harland S .; Stappenbeck, Thaddeus S .; Петросино, Джозеф Ф .; Макговерн, Дермот П. Б. (май 2019 г.). «Мультиомикс микробной экосистемы кишечника при воспалительных заболеваниях кишечника». Природа. 569 (7758): 655–662. Bibcode:2019Натура 569..655л. Дои:10.1038 / s41586-019-1237-9. ISSN  1476-4687. ЧВК  6650278. PMID  31142855.
  32. ^ Бак, Грегори А .; Штраус, Джером Ф .; Джефферсон, Кимберли К .; Хендрикс-Муньос, Карен Д .; Wijesooriya, N. Romesh; Рубенс, Крейг Э .; Gravett, Майкл Дж .; Sexton, Amber L .; Чаффин, Дональд О. (июнь 2019 г.). «Микробиом влагалища и преждевременные роды». Природа Медицина. 25 (6): 1012–1021. Дои:10.1038 / s41591-019-0450-2. ISSN  1546–170X. ЧВК  6750801. PMID  31142849.
  33. ^ Кидд, Брайан А; Питерс, Лорен А; Шадт, Эрик Э; Дадли, Джоэл Т. (21 января 2014 г.). «Объединение иммунологии с информатикой и многомасштабной биологией». Иммунология природы. 15 (2): 118–127. Дои:10.1038 / ni.2787. ISSN  1529-2908. ЧВК  4345400. PMID  24448569.
  34. ^ Харрис, Ева; Касарскис, Андрей; Волински, Стивен М .; Суарес-Фариньяс, Майте; Чжу, Цзюнь; Ван, Ли; Бальмаседа, Ангел; Thomas, Guajira P .; Стюарт, Майкл Г. (2018-08-01). «Комплексное профилирование врожденного иммунитета вирусной инфекции чикунгунья в педиатрических случаях». Молекулярная системная биология. 14 (8): e7862. Дои:10.15252 / msb.20177862. ISSN  1744-4292. ЧВК  6110311. PMID  30150281.
  35. ^ Файрестайн, Гэри С .; Ван, Вэй; Гей, Штеффен; Болл, Скотт Т .; Барток, Беатрикс; Бойл, Дэвид Л .; Уитакер, Джон В. (2015-04-22). «Интегративный омический анализ ревматоидного артрита выявляет неочевидные терапевтические цели». PLOS ONE. 10 (4): e0124254. Bibcode:2015PLoSO..1024254W. Дои:10.1371 / journal.pone.0124254. ISSN  1932-6203. ЧВК  4406750. PMID  25901943.
  36. ^ Пулендран, Бали; Ли, Шучжао; Накая, Хелдер И. (29 октября 2010 г.). «Системная вакцинология». Иммунитет. 33 (4): 516–529. Дои:10.1016 / j.immuni.2010.10.006. ISSN  1074-7613. ЧВК  3001343. PMID  21029962.
  37. ^ Ли, Шучжао; Салливан, Николь Л .; Руфаэль, Надин; Ю, Тяньвэй; Бентон, София; Maddur, Mohan S .; МакКосленд, Меган; Чиу, Кристофер; Каннифф, Дженнифер (2017-05-18). «Метаболические фенотипы ответа на вакцинацию у людей». Клетка. 169 (5): 862–877.e17. Дои:10.1016 / j.cell.2017.04.026. ISSN  0092-8674. ЧВК  5711477. PMID  28502771.
  38. ^ Мэн, Чен; Кустер, Бернхард; Калхейн, Аэдин С; Голами, Амин (2014). «Многовариантный подход к интеграции наборов данных multi-omics». BMC Bioinformatics. 15 (1): 162. Дои:10.1186/1471-2105-15-162. ISSN  1471-2105. ЧВК  4053266. PMID  24884486.
  39. ^ Рамос, Марсель; Шиффер, Лукас; Ре, Анджела; Азхар, Римша; Басуния, Азфар; Родригес Кабрера, Кармен; Чан, Тиффани; Чепмен, Филип; Дэвис, Шон (2017-06-01). «Программное обеспечение для интеграции мультиомических экспериментов в биопроводнике». Дои:10.1101/144774. S2CID  196636675. Цитировать журнал требует | журнал = (помощь)
  40. ^ Сонгюн Хан, Ёнхи Ли (2017), IMAS, Биопроводник, Дои:10.18129 / b9.bioc.imas, получено 2019-06-28
  41. ^ Карим Межуд [Aut, Cre] (2017), биорак, Биопроводник, Дои:10.18129 / b9.bioc.biocancer, получено 2019-06-28
  42. ^ Эрнандес-Феррер, Карлес; Руис-Аренас, Карлос; Белтран-Гомила, Альба; Гонсалес, Хуан Р. (17 января 2017 г.). «MultiDataSet: пакет R для инкапсуляции нескольких наборов данных с интеграцией приложений и атомарных данных». BMC Bioinformatics. 18 (1): 36. Дои:10.1186 / s12859-016-1455-1. ISSN  1471-2105. ЧВК  5240259. PMID  28095799.
  43. ^ Конеса, Ана; Допасо, Хоакин; Гарсиа-Лопес, Федерико; Гарсиа-Алькальде, Фернандо (01.01.2011). «Paintomics: веб-инструмент для совместной визуализации данных транскриптомики и метаболомики». Биоинформатика. 27 (1): 137–139. Дои:10.1093 / биоинформатика / btq594. ISSN  1367-4803. ЧВК  3008637. PMID  21098431.
  44. ^ Конеса, Ана; Папас, Георгиос Дж .; Фурио-Тари, Педро; Бальзано-Ногейра, Леандро; Мартинес-Мира, Карлос; Таразона, Соня; Эрнандес-де-Диего, Рафаэль (2 июля 2018 г.). «PaintOmics 3: веб-ресурс для анализа путей и визуализации данных multi-omics». Исследования нуклеиновых кислот. 46 (W1): W503 – W509. Дои:10.1093 / нар / gky466. ISSN  0305-1048. ЧВК  6030972. PMID  29800320.
  45. ^ Чари, Радж; Коу, Брэдли П.; Ведселтофт, Крейг; Бенетти, Мари; Уилсон, Ян М .; Вучич, Эмили А .; Маколей, Калум; Ng, Raymond T .; Лам, Ван Л. (2007-10-07). «SIGMA2: система для интегративного многомерного анализа генома раковых геномов, эпигеномов и транскриптомов». BMC Bioinformatics. 9 (1): 422. Дои:10.1186/1471-2105-9-422. ISSN  1471-2105. ЧВК  2571113. PMID  18840289.
  46. ^ Чхве, Хёнвон; Юинг, Роб; Чой, Квок Пуи; Фермин, Дамиан; Ко, Хироми В. Л. (23.07.2018). «iOmicsPASS: новый метод интеграции многомерных данных по биологическим сетям и обнаружение прогнозирующих подсетей». bioRxiv: 374520. Дои:10.1101/374520. S2CID  92157115.
  47. ^ Канаи, Масахиро; Маэда, Юичи; Окада, Юкинори (19.06.2018). «Grimon: графический интерфейс для визуализации мультиомиксов». Биоинформатика. 34 (22): 3934–3936. Дои:10.1093 / биоинформатика / bty488. ISSN  1367-4803. ЧВК  6223372. PMID  29931190.
  48. ^ Вс, Андрей I .; Логерчио, Сальваторе; Карланд, Тристан М .; Дюком, Жан-Кристоф; Джойа, Луи; Мейснер, Тобиас; Фиш, Кэтлин М. (01.06.2015). "Omics Pipe: основанная на сообществе структура для воспроизводимого анализа данных multi-omics". Биоинформатика. 31 (11): 1724–1728. Дои:10.1093 / биоинформатика / btv061. ISSN  1367-4803. ЧВК  4443682. PMID  25637560.
  49. ^ Монтегю, Элизабет; Стэнберри, Лариса; Хигдон, Роджер; Янко, Имре; Ли, Элейн; Андерсон, Натаниэль; Choiniere, Джон; Стюарт, Элизабет; Яндл, Грегори (июнь 2014 г.). «MOPED 2.5 - Интегрированный ресурс Multi-Omics: база данных выражений профилирования Multi-Omics теперь включает данные транскриптомики». OMICS: журнал интегративной биологии. 18 (6): 335–343. Дои:10.1089 / omi.2014.0061. ISSN  1536-2310. ЧВК  4048574. PMID  24910945.
  50. ^ Чжан, Бин; Ван, Цзин; Штрауб, Питер; Васайкар, Сухас В. (04.01.2018). «LinkedOmics: анализ многопрофильных данных по 32 типам рака». Исследования нуклеиновых кислот. 46 (D1): D956 – D963. Дои:10.1093 / нар / gkx1090. ISSN  0305-1048. ЧВК  5753188. PMID  29136207.
  51. ^ "LinkedOmics :: Вход". www.linkedomics.org. Получено 2019-06-26.
  52. ^ Кан, Чжэнъянь; Rejto, Paul A .; Робертс, Питер; Дин, Инь; AChing, Кит; Ван, Кай; Дэн, Шибин; Шефзик, Сабина; Эстрелла, Хизер (январь 2016 г.). «OASIS: веб-платформа для изучения данных о множественных заболеваниях рака». Методы природы. 13 (1): 9–10. Дои:10.1038 / nmeth.3692. ISSN  1548-7105. PMID  26716558. S2CID  38621277.
  53. ^ У, Цзяци; Ху, Шуофэн; Чен, Яовэнь; Ли, Цзунчэн; Чжан, Цзянь; Юань, Ханью; Ши, Цян; Шао, Ниншэн; Инь Сяоминь (май 2017). «BCIP: геноцентрированная платформа для выявления потенциальных регуляторных генов рака груди». Научные отчеты. 7 (1): 45235. Bibcode:2017НатСР ... 745235Вт. Дои:10.1038 / srep45235. ISSN  2045-2322. ЧВК  5361122. PMID  28327601.
  54. ^ Хуси, Хольгер; Патель, Алиша; Фернандес, Марко (12.11.2018). "C / VDdb: база данных профилей выражений multi-omics для основанного на знаниях подхода к сердечно-сосудистым заболеваниям (ССЗ)". PLOS ONE. 13 (11): e0207371. Bibcode:2018PLoSO..1307371F. Дои:10.1371 / journal.pone.0207371. ISSN  1932-6203. ЧВК  6231654. PMID  30419069.
  55. ^ Гупта, Амит Кумар; Каур, Карамбир; Раджпут, Аканкша; Дханда, Сандип Кумар; Сегал, Маника; Хан, штат Мэриленд Шоаиб; Монга, Иша; Дар Шокат Ахмад; Сингх, Сандип (2016-09-16). «ZikaVR: интегрированный ресурс вируса Зика для геномики, протеомики, филогенетического и терапевтического анализа». Научные отчеты. 6 (1): 32713. Bibcode:2016НатСР ... 632713Г. Дои:10.1038 / srep32713. ISSN  2045-2322. ЧВК  5025660. PMID  27633273.
  56. ^ Тагкопулос, Илиас; Виолетта Сорракино; Рай, Навнит; Ким, Минсын (07.10.2016). «Интеграция Multi-omics точно предсказывает состояние клеток в неизученных условиях для Escherichia coli». Nature Communications. 7: 13090. Bibcode:2016НатКо ... 713090K. Дои:10.1038 / ncomms13090. ISSN  2041-1723. ЧВК  5059772. PMID  27713404.
  57. ^ Ли, Гоцзин; Лу, Чжунфу; Линь, Цзяньдун; Ху, Яовэнь; Юньпин Хуан; Ван, Баоген; У, Синьи; Ву, Сяохуа; Сюй, Пей (26.02.2018). «GourdBase: геномно-ориентированная база данных с множеством компонентов для тыквенных тыкв (Lagenaria siceraria), экономически важной культуры тыквенных». Научные отчеты. 8 (1): 3604. Bibcode:2018НатСР ... 8,3604 Вт. Дои:10.1038 / s41598-018-22007-3. ISSN  2045-2322. ЧВК  5827520. PMID  29483591.
  58. ^ Лю, Хайцзюнь; Ван, Фань; Сяо, Инцзе; Тиан, Цзунлинь; Вен, Вэйвэй; Чжан, Сюэхай; Чен, Си; Лю, Наннан; Ли, Вэньцян (2016). «МОДЕМ: многопользовательская обработка данных и добыча кукурузы». База данных. 2016: baw117. Дои:10.1093 / база данных / baw117. ISSN  1758-0463. ЧВК  4976297. PMID  27504011.
  59. ^ Сюй, Донг; Нгуен, Генри Т .; Стейси, Гэри; Gaudiello, Eric C .; Эндакотт, Райан З .; Чжан, Хунсинь; Лю, Ян; Чен, Шиюань; Фитцпатрик, Майкл Р. (01.01.2014). «База знаний сои (SoyKB): веб-ресурс для интеграции трансляционной геномики сои и молекулярной селекции». Исследования нуклеиновых кислот. 42 (D1): D1245 – D1252. Дои:10.1093 / нар / gkt905. ISSN  0305-1048. ЧВК  3965117. PMID  24136998.
  60. ^ Самарас, Патроклос; Шмидт, Тобиас; Фрейно, Мартин; Гессулат, Зигфрид; Райнеке, Мария; Джарзаб, Анна; Зеха, Яна; Мергнер, Юлия; Джиансанти, Пьеро; Эрлих, Ганс-Кристиан; Айше, Стефан (2020-01-08). «ProteomicsDB: мультикомный и мульти-организмный ресурс для исследований в области наук о жизни». Исследования нуклеиновых кислот. 48 (D1): D1153 – D1163. Дои:10.1093 / нар / gkz974. ISSN  0305-1048. ЧВК  7145565. PMID  31665479.