跳到主要内容

1 篇博文 含有标签「整合分析」

多组学数据整合分析方法

查看所有标签

多组学数据整合分析入门

· 阅读需 6 分钟
BioF3 团队
生物信息学数据分析专家

做完单组学分析,很多项目下一步的自然问题就是:"这个结果在另一层组学上成立吗?"单组学给出的是一个切面:基因组变异能解释一部分表型,但不直接告诉你表达是否真的发生变化;转录组能看到 mRNA 差异,但不直接对应蛋白层的改变;甲基化和染色质状态的差异也要经由表达才能解释到表型。多组学整合的目的就是把不同层面的证据放到一个框架里,相互印证,或相互约束。

本文讲多组学整合的三种常见策略(早期/中期/晚期整合),和几种主流工具的适用边界。完整可运行的代码示例在 多组学整合实践教程 里,用 MOFA2 自带的 CLL 数据集就能跑起来。