یکپارچه سازی داده های مولتی امیکس در مطالعات میکروبیوم با استفاده از گراف های دانش

پیشرفت فناوری های توالی یابی و روش های مولتی امیکس امکان مطالعه جامع سیستم های زیستی پیچیده مانند میکروبیوم را فراهم کرده است. با این حال، یکی از چالش های اصلی در این حوزه، یکپارچه سازی و تحلیل داده های ناهمگون حاصل از سطوح مختلف زیستی از جمله ژنومیک، ترنسکریپتومیک، پروتئومیک و متابولومیک است. روش های سنتی تحلیل داده اغلب قادر به مدل سازی همزمان روابط پیچیده میان این لایه های مختلف داده نیستند. در این پژوهش، چارچوبی مبتنی بر گراف دانش برای یکپارچه سازی و تحلیل داده های مولتی امیکس در مطالعات میکروبیوم ارائه شده است. در این چارچوب، داده های مولتی امیکس از پایگاه های داده زیستی معتبر جمع آوری شده و پس از انجام مراحل پیش پردازش شامل پاک سازی داده ها، نرمال سازی و همسان سازی شناسه های زیستی، در قالب یک ساختار گراف دانش سازمان دهی شدند. در گراف دانش ایجاد شده، موجودیت های زیستی شامل گونه های میکروبی، ژن ها، پروتئین ها، متابولیت ها و مسیرهای زیستی به عنوان گره های شبکه در نظر گرفته شدند و روابط عملکردی میان آن ها به صورت یال های گراف مدل سازی شد. این ساختار چندلایه امکان نمایش و تحلیل تعاملات میان سطوح مختلف داده های زیستی را فراهم می کند. پس از ایجاد گراف دانش، تحلیل های شبکه ای و گرافی به منظور بررسی ساختار شبکه و شناسایی الگوهای تعاملی میان موجودیت های زیستی انجام شد. نتایج تحلیل شبکه نشان داد که ساختار ایجاد شده دارای ویژگی های شبکه های زیستی پیچیده از جمله وجود گره های مرکزی و ماژول های عملکردی است. همچنین تحلیل مسیرهای شبکه امکان شناسایی ارتباطات عملکردی میان گونه های میکروبی، ژن ها، متابولیت ها و مسیرهای متابولیکی را فراهم کرد. علاوه بر این، تحلیل الگوهای اتصال در شبکه امکان شناسایی برخی روابط بالقوه جدید میان موجودیت های زیستی را فراهم ساخت. ارزیابی نتایج با استفاده از پایگاه های داده زیستی و مطالعات پیشین نشان داد که چارچوب پیشنهادی قادر است روابط زیستی شناخته شده را به طور موثر بازنمایی کند و در عین حال امکان کشف روابط جدید در داده های مولتی امیکس را نیز فراهم سازد. نتایج این پژوهش نشان می دهد که استفاده از گراف دانش می تواند رویکردی موثر برای یکپارچه سازی داده های مولتی امیکس و تحلیل سیستم های زیستی پیچیده مانند میکروبیوم باشد و به درک بهتر تعاملات زیستی و تولید فرضیه های علمی جدید کمک کند.

کلیدواژه ها:

تحلیل شبکه های زیستی ، گراف دانش ، میکروبیوم ، مولتی امیکس ، یکپارچه سازی داده های زیستی