多组学联合分析

 

结合单细胞转录组测序技术以及其他组学技术,研究肿瘤内的异质性,如肿瘤内部的癌细胞,其他非肿瘤细胞,如免疫细胞类型等。确定肿瘤细胞类型与预后的关系以及开发治疗方案。

技术路线

图2 多组学数据的挖掘

案例解析

图2 全转录组数据结合分析,构建ceRNA网络

案例一 整合TCGA多组学数据研究肝癌的分子亚型以及关键突变基因[2]

在这项研究中,人们使用363肝细胞肝癌hepatocellular carcinoma(HCC)全外显子组和DNA拷贝数,196个HCC病人DNA甲基化组、RNA、miRNA、蛋白质组等。多个分子谱研究确定了肿瘤的分子亚型以及靶向治疗的一些关键通路和基因。

 

案例二 联合GWAS和表观基因组学研究复杂疾病相关的原因

       不同组学之间相互验证能更好的帮助人们研究复杂的生命过程。中科晶云已经开发了许多专门针对多组学分析的流程与方法,方便科研工作者进行个性化的多组学分析。而由于多组学分析的复杂性和多样性,我们针对不同的数据类型设置不同的分析方案。

 

       技术流程(以全转录组联合分析为例,包括mRNA,lncRNA, circRNA, miRNA)

返回顶部

图3. GWAS结合表观基因组学以及表型数据研究致病基因

国际人类表观基因组协会(International Human Epigenome Consortium, IHEC)公布了一系列研究成果,包括表观遗传对免疫力、细胞系确定和细胞分化的影响。其中一个文章结合GWAS数据,表观基因组数据,研究等位基因的多样性与复杂疾病之间的关系,找到复杂疾病可能的致病基因并解释其机制。

案例三 单细胞测序技术结合其他组学分析

图4. 单细胞技术结合其他组学研究疾病的内在机制

人类肠道微生物影响宿主血清代谢组和胰岛素敏感性,在这项研究中,人们对277个非糖尿病个体和75个II型糖尿病患者进行研究,利用血清代谢组和肠道宏基因组以及表型组学联合分析。发现胰岛素耐受的个体中,支链氨基酸含量增加,而对应的肠道中有支链氨基酸合成能力的菌群增加,缺失编码这些氨基酸的细菌内转运蛋白基因的菌群。小鼠实验也证实了这一机制。

案例四 宏基因组多组学联合分析

图5. 宏基因组和代谢组学结合研究疾病机制