Multiomics - Multiomics - Wikipedia

Počet článků souvisejících s výrazem „multiomics“ v PubMed do roku 2018

Multiomics, multi-omics nebo integrační omics je přístup biologické analýzy, při kterém jsou soubory dat více "omes ", tak jako genom, proteom, přepis, epigenom, metabolome, a mikrobiom (tj. a meta-genom a / nebo meta-transkriptom, v závislosti na tom, jak je sekvenováno);[1][2][3] jinými slovy, použití více omics technologie ke společnému studiu života. Kombinací těchto „omes“ mohou vědci analyzovat složité biologické velká data najít nové asociace mezi biologickými entitami, přesně určit relevantní biomarkery a budovat propracované ukazatele nemocí a fyziologie. Přitom multiomics integruje různá omická data, aby našel koherentně odpovídající vztah nebo asociaci geno-feno-envirotypu.[4] Služba OmicTools uvádí více než 99 softwarů souvisejících s multiomickou datovou analýzou a také více než 99 databází k danému tématu.[5]

Jednobuněčná multiomika

Odvětví oboru multiomik je analýza víceúrovňových jednobuněčná data, nazvaný jednobuněčná multiomika.[6][7] Tento přístup nám dává bezprecedentní řešení, abychom se podívali na víceúrovňové přechody ve zdraví a nemoci na úrovni jednotlivých buněk. Výhodou ve vztahu k hromadné analýze je zmírnění zkreslujících faktorů odvozených z variace mezi buňkami, což umožňuje odhalit heterogenní tkáňové architektury.[6]

Metody pro paralelní jednobuněčnou genomovou a transkriptomickou analýzu mohou být založeny na současné amplifikaci[8] nebo fyzikální separace RNA a genomové DNA.[9][10] Umožňují poznatky, které nelze získat pouze z transkriptomické analýzy, protože data RNA neobsahují nekódující genomové oblasti a informace týkající se variace počtu kopií, například. Rozšířením této metodiky je integrace jednobuněčných transkriptomů do jednobuněčných methylomů kombinující jednobuněčné bisulfitové sekvenování[11][12] na jednobuněčnou RNA-sekv.[13] Další techniky dotazování epigenomu jako jednobuněčného ATAC sekvence[14] a jednobuněčný Ahoj[15] také existují.

Odlišnou, ale související výzvou je integrace proteomických a transkriptomických dat.[16][17] Jedním z přístupů k provedení takového měření je fyzikální oddělení jednobuněčných lyzátů na dvě části, zpracování poloviny pro RNA a poloviny pro proteiny.[16] Obsah proteinu v lyzátech lze měřit například pomocí testu proximity extension (PEA), který používá protilátky s čárovým kódem DNA.[18] Jiný přístup používá k přizpůsobení kombinaci sond RNA těžkých kovů a proteinových antibiotik hmotnostní cytometrie pro multiomickou analýzu.[17]

Multiomika a strojové učení

Souběžně s pokroky v biologii s vysokou propustností strojové učení aplikace pro analýzu biomedicínských dat vzkvétají. Integrace analýzy multimikálních dat a strojového učení vedla k objevení nových biomarkery.[19][20][21] Například jedna z metod metody mixOmics projekt implementuje metodu založenou na řídkém Částečné nejméně čtverců regrese pro výběr funkcí (domnělé biomarkery).[22]

Multiomika ve zdraví a nemoci

Přehled fází 1 a 2 projektu lidského mikrobiomu.

Multiomika v současné době slibuje vyplnění mezer v chápání lidského zdraví a nemocí a mnoho vědců pracuje na způsobech generování a analýzy dat souvisejících s chorobami.[23] Aplikace sahají od porozumění interakcím hostitel-patogen a infekčních chorob[24][25] k lepšímu porozumění chronickému a složitému nepřenosné nemoci[26] a zdokonalování personalizované medicíny.[27]

Integrovaný projekt lidského mikrobiomu

Druhá fáze 170 milionů dolarů Projekt lidského mikrobiomu byla zaměřena na integraci údajů o pacientech do různých omických datových souborů, s ohledem na genetiku hostitele, klinické informace a složení mikrobiomu[28][29] První fáze byla zaměřena na charakterizaci komunit na různých místech těla. Fáze 2 zaměřená na integraci multiomických dat z hostitele & mikrobiom na lidské nemoci. Konkrétně projekt využíval multiomiku ke zlepšení porozumění souhry střevních a nosních mikrobiomů s cukrovka typu 2,[30] střevní mikrobiomy a zánětlivé onemocnění střev[31] a vaginální mikrobiomy a předčasný porod.[32]

Systémová imunologie

Složitost interakcí u člověka imunitní systém podnítil generování velkého množství víceúrovňových omických dat souvisejících s imunologií.[33] Multi-omická analýza dat byla použita ke shromáždění nových poznatků o imunitní odpovědi na infekční onemocnění, jako jsou pediatrické chikungunya,[34] stejně jako nepřenosné autoimunitní onemocnění.[35] Integrační omics byl také silně používán k pochopení účinnosti a vedlejších účinků vakcíny, obor zvaný systémová vakcinologie.[36] Například multiomika byla nezbytná k odhalení souvislosti změn plazmatických metabolitů a transkriptomu imunitního systému při reakci na očkování proti herpes zoster.[37]

Seznam softwaru pro multi-omickou analýzu

The Biovodič projekt kurátoruje řadu balíčků R zaměřených na integraci omických dat:

OmicTools[5] databáze dále zdůrazňuje balíčky R a další nástroje pro multi omickou analýzu dat:

  • PaintOmics, webový zdroj pro vizualizaci mnohodomických datových sad[43][44]
  • SIGMA, program Java zaměřený na integrovanou analýzu datových souborů o rakovině[45]
  • iOmicsPASS, nástroj v C ++ pro multiomickou predikci fenotypů[46]
  • Grimon, R grafické rozhraní pro vizualizaci multiomických dat[47]
  • Omics Pipe, rámec v Pythonu pro reprodukovatelnou automatizaci analýzy multiomických dat[48]

Multiomické databáze

Hlavním omezením klasických omických studií je izolace pouze jedné úrovně biologické složitosti. Například transkriptomické studie mohou poskytnout informace na úrovni transkriptu, ale k biologickému stavu vzorku přispívá mnoho různých entit (genomové varianty, posttranslační úpravy, metabolické produkty, interagující organismy, mimo jiné). S příchodem vysoce výkonná biologie, je stále dostupnější provádět více měření, což umožňuje korelace a závěry transdomény (např. hladiny RNA a proteinů). Tyto korelace napomáhají konstrukci nebo jsou úplnější biologické sítě, vyplňování mezer v našich znalostech.

Integrace dat však není snadný úkol. Pro usnadnění procesu skupiny upravily databázi a potrubí, aby systematicky prozkoumaly multiomická data:

Viz také

Reference

  1. ^ Bersanelli, Matteo; Mosca, Ettore; Remondini, Daniel; Giampieri, Enrico; Sala, Claudia; Castellani, Gastone; Milanesi, Luciano (1. ledna 2016). „Metody pro integraci multiomických dat: matematické aspekty“. BMC bioinformatika. 17 (2): S15. doi:10.1186 / s12859-015-0857-9. ISSN  1471-2105. PMC  4959355. PMID  26821531.
  2. ^ Bock, Christoph; Farlik, Matthias; Sheffield, Nathan C. (srpen 2016). „Multi-Omics of Single Cells: Strategies and Applications“. Trendy v biotechnologii. 34 (8): 605–608. doi:10.1016 / j.tibtech.2016.04.004. PMC  4959511. PMID  27212022. Citováno 31. října 2016.
  3. ^ Vilanova, Cristina; Porcar, Manuel (26. července 2016). „Stačí multiemiks?“. Přírodní mikrobiologie. 1 (8): 16101. doi:10.1038 / nmicrobiol.2016.101. PMID  27573112. S2CID  3835720.
  4. ^ Tarazona, S., Balzano-Nogueira, L., & Conesa, A. (2018). Multiomická integrace dat v experimentech s časovými řadami. doi: 10.1016 / bs.coac.2018.06.005
  5. ^ A b „Využijte výhody nástroje pro biologický vhled“. omicX. Citováno 2019-06-26.
  6. ^ A b Han, Jing-Dong Jackie (05.09.2018). „Fakulta hodnocení 1000 pro jednobuněčnou multiomiku: vícenásobná měření z jednotlivých buněk“. doi:10,3410 / f.727213649,793550351. Citovat deník vyžaduje | deník = (Pomoc)
  7. ^ Hu, Youjin; An, Qin; Sheu, Katherine; Trejo, Brandon; Ventilátor, Shuxin; Guo, Ying (2018-04-20). „Single-Cell Multi-Omics Technology: Methodology and Application“. Hranice v buněčné a vývojové biologii. 6: 28. doi:10.3389 / fcell.2018.00028. ISSN  2296-634X. PMC  5919954. PMID  29732369.
  8. ^ Kester, Lennart Spanjaard, Bastiaan Bienko, Magda van Oudenaarden, Alexander Dey, Siddharth S (2015). "Integrované sekvenování genomu a transkriptomu stejné buňky". Přírodní biotechnologie. 33 (3): 285–289. doi:10,1038 / nbt.3129. OCLC  931063996. PMC  4374170. PMID  25599178.CS1 maint: více jmen: seznam autorů (odkaz)
  9. ^ Trapnell, Cole; Liu, Serena (04.02.2016). "Fakulta hodnocení 1000 pro G & T-seq: paralelní sekvenování jednobuněčných genomů a transkriptomů". doi:10.3410 / f.725471527.793514077. Citovat deník vyžaduje | deník = (Pomoc)
  10. ^ Macaulay, Iain C; Teng, Mabel J; Haerty, Wilfried; Kumar, Parveen; Ponting, Chris P; Voet, Thierry (2016-09-29). "Separace a paralelní sekvenování genomů a transkriptomů jednotlivých buněk pomocí G & T-seq". Přírodní protokoly. 11 (11): 2081–2103. doi:10.1038 / nprot.2016.138. hdl:20.500.11820 / 015ce29d-7e2d-42c8-82fa-cb1290b761c0. ISSN  1754-2189. PMID  27685099. S2CID  24351548.
  11. ^ Tang, Fuchou; Wen, Lu; Li, Xianlong; Wu, Xinglong; Zhu, Ping; Guo, Hongshan (2013-12-01). „Jednobuněčné methylomy krajiny myších embryonálních kmenových buněk a raných embryí analyzovány pomocí redukovaného zobrazení bisulfitového sekvenování“. Výzkum genomu. 23 (12): 2126–2135. doi:10,1101 / gr. 161679.113. ISSN  1088-9051. PMC  3847781. PMID  24179143.
  12. ^ Kelsey, Gavin; Reik, Vlk; Stegle, Oliver; Andrews, Simon R .; Julian Rašelina; Saadeh, Heba; Krueger, Felix; Angermueller, Christof; Lee, Heather J. (srpen 2014). „Jednobuněčné sekvenování bisulfitu v celém genomu pro hodnocení epigenetické heterogenity“. Přírodní metody. 11 (8): 817–820. doi:10.1038 / nmeth.3035. ISSN  1548-7105. PMC  4117646. PMID  25042786.
  13. ^ Angermueller, Christof; Clark, Stephen J; Lee, Heather J; Macaulay, Iain C; Teng, Mabel J; Hu, Tim Xiaoming; Krueger, Felix; Smallwood, Sébastien A; Ponting, Chris P (2016-01-11). „Paralelní jednobuněčné sekvenování spojuje transkripční a epigenetickou heterogenitu“. Přírodní metody. 13 (3): 229–232. doi:10.1038 / nmeth.3728. ISSN  1548-7091. PMC  4770512. PMID  26752769.
  14. ^ Greenleaf, William J .; Chang, Howard Y .; Snyder, Michael P .; Michael L. Gonzales; Ruff, Dave; Litzenburger, Ulrike M .; Wu, Peking; Buenrostro, Jason D. (červenec 2015). „Přístup k jednobuněčnému chromatinu odhaluje principy regulačních variací“. Příroda. 523 (7561): 486–490. Bibcode:2015 Natur.523..486B. doi:10.1038 / příroda14590. ISSN  1476-4687. PMC  4685948. PMID  26083756.
  15. ^ Fraser, Peter; Tanay, Amos; Laue, Ernest D .; Dean, Wendy; Yaffe, Eitan; Schoenfelder, Stefan; Stevens, Tim J .; Lubling, Yaniv; Nagano, Takashi (říjen 2013). „Jednobuněčný Hi-C odhaluje variabilitu struktury chromozomů mezi buňkami“. Příroda. 502 (7469): 59–64. Bibcode:2013Natur.502 ... 59N. doi:10.1038 / příroda12593. ISSN  1476-4687. PMC  3869051. PMID  24067610.
  16. ^ A b Darmanis, Spyros; Gallant, Caroline Julie; Marinescu, Voichita Dana; Niklasson, Mia; Segerman, Anna; Flamourakis, Georgios; Fredriksson, Simon; Assarsson, Erika; Lundberg, Martin (2016-01-12). "Simultánní multiplexované měření RNA a proteinů v jednotlivých buňkách". Zprávy buněk. 14 (2): 380–389. doi:10.1016 / j.celrep.2015.12.021. ISSN  2211-1247. PMC  4713867. PMID  26748716.
  17. ^ A b Gherardini, Pier Federico; Nolan, Garry P .; Chen, Shih-Yu; Hsieh, Elena W. Y .; Zunder, Eli R .; Bava, Felice-Alessio; Frei, Andreas P. (březen 2016). „Vysoce multiplexovaná simultánní detekce RNA a proteinů v jednotlivých buňkách“. Přírodní metody. 13 (3): 269–275. doi:10.1038 / nmeth.3742. ISSN  1548-7105. PMC  4767631. PMID  26808670.
  18. ^ Assarsson, Erika; Lundberg, Martin; Holmquist, Göran; Björkesten, Johan; Bucht Thorsen, Stine; Ekman, Daniel; Eriksson, Anna; Rennel Dickens, Emma; Ohlsson, Sandra (2014-04-22). „Homogenní 96-Plex PEA imunoanalýza vykazující vysokou citlivost, specificitu a vynikající škálovatelnost“. PLOS ONE. 9 (4): e95192. Bibcode:2014PLoSO ... 995192A. doi:10.1371 / journal.pone.0095192. ISSN  1932-6203. PMC  3995906. PMID  24755770.
  19. ^ Garmire, Lana X .; Chaudhary, Kumardeep; Huang, Sijia (2017). „Více je lepší: Nedávný pokrok v metodách integrace dat Multi-Omics“. Frontiers in Genetics. 8: 84. doi:10.3389 / fgene.2017.00084. ISSN  1664-8021. PMC  5472696. PMID  28670325.
  20. ^ Tagkopoulos, Ilias; Kim, Minseung (2018). "Integrace dat a metody prediktivního modelování pro multimické datové sady". Molekulární omics. 14 (1): 8–25. doi:10.1039 / C7MO00051K. PMID  29725673.
  21. ^ Lin, Eugene; Lane, Hsien-Yuan (2017-01-20). „Přístupy strojového učení a genomiky systémů pro multiemická data“. Biomarkerový výzkum. 5 (1): 2. doi:10.1186 / s40364-017-0082-r. ISSN  2050-7771. PMC  5251341. PMID  28127429.
  22. ^ A b Rohart, Florian; Gautier, Benoît; Singh, Amrit; Lê Cao, Kim-Anh (2017-02-14). „mixOmics: balíček R pro výběr funkcí„ omics “a integraci více dat“. PLOS výpočetní biologie. 13 (11): e1005752. doi:10.1101/108597. PMC  5687754. PMID  29099853.
  23. ^ Hasin, Yehudit; Seldin, Marcus; Lusis, Aldons (05.05.2017). „Multi-omické přístupy k chorobám“. Genome Biology. 18 (1): 83. doi:10.1186 / s13059-017-1215-1. ISSN  1474-760X. PMC  5418815. PMID  28476144.
  24. ^ Khan, Mohd M .; Ernst, Orna; Manes, Nathan P .; Oyler, Benjamin L .; Fraser, Iain D. C .; Goodlett, David R .; Nita-Lazar, Aleksandra (11.03.2019). „Multi-Omics Strategies Uncover Host – Pathogen Interactions“. Infekční choroby ACS. 5 (4): 493–505. doi:10.1021 / acsinfecdis.9b00080. ISSN  2373-8227. PMID  30857388.
  25. ^ Aderem, Alan; Adkins, Joshua N .; Ansong, Charles; Galagan, James; Kaiser, Shari; Korth, Marcus J .; Law, G. Lynn; McDermott, Jason G .; Proll, Sean C. (2011-02-01). „Systémový biologický přístup k výzkumu infekčních nemocí: inovace paradigmatu výzkumu patogen-hostitel“. mBio. 2 (1): e00325-10. doi:10,1128 / mbio.00325-10. ISSN  2150-7511. PMC  3034460. PMID  21285433.
  26. ^ Yan, Jingwen; Risacher, Shannon L; Shen, Li; Saykin, Andrew J. (30.06.2017). „Síťové přístupy k systémové biologické analýze složitých nemocí: integrační metody pro multiemická data“. Briefings in Bioinformatics. 19 (6): 1370–1381. doi:10.1093 / bib / bbx066. ISSN  1467-5463. PMC  6454489. PMID  28679163.
  27. ^ On, Feng Q .; Ollert, Markus; Balling, Rudi; Bode, Sebastian F. N .; Delhalle, Sylvie (02.02.2018). „Plán směřující k personalizované imunologii“. Biologie a aplikace systémů NPJ. 4 (1): 9. doi:10.1038 / s41540-017-0045-9. ISSN  2056-7189. PMC  5802799. PMID  29423275.
  28. ^ Proctor, Lita M .; Creasy, Heather H .; Fettweis, Jennifer M .; Lloyd-Price, Jason; Mahurkar, Anup; Zhou, Wenyu; Buck, Gregory A .; Snyder, Michael P .; Strauss, Jerome F. (květen 2019). „Integrativní projekt lidského mikrobiomu“. Příroda. 569 (7758): 641–648. Bibcode:2019Natur.569..641I. doi:10.1038 / s41586-019-1238-8. ISSN  1476-4687. PMC  6784865. PMID  31142853.
  29. ^ „Po projektu Integrative Human Microbiome Project, what next for the microbiome community?“. Příroda. 569 (7758): 599. 2019-05-29. Bibcode:2019Natur.569Q.599.. doi:10.1038 / d41586-019-01674-w. PMID  31142868. S2CID  169035865.
  30. ^ Snyder, Michael; Weinstock, George M .; Sodergren, Erica; McLaughlin, Tracey; Tse, David; Rost, Hannes; Piening, Brian; Kukurba, Kim; Rose, Sophia Miryam Schüssler-Fiorenza (květen 2019). „Podélná multiemika dynamiky hostitel-mikrob v prediabetu“. Příroda. 569 (7758): 663–671. Bibcode:2019Natur.569..663Z. doi:10.1038 / s41586-019-1236-x. ISSN  1476-4687. PMC  6666404. PMID  31142858.
  31. ^ Huttenhower, Curtis; Xavier, Ramnik J .; Vlamakis, Héra; Franzosa, Eric A .; Clish, Clary B .; Winter, Harland S .; Stappenbeck, Thaddeus S .; Petrosino, Joseph F .; McGovern, Dermot P. B. (květen 2019). "Multi-omics střevního mikrobiálního ekosystému při zánětlivých onemocněních střev". Příroda. 569 (7758): 655–662. Bibcode:2019Natur.569..655L. doi:10.1038 / s41586-019-1237-9. ISSN  1476-4687. PMC  6650278. PMID  31142855.
  32. ^ Buck, Gregory A .; Strauss, Jerome F .; Jefferson, Kimberly K .; Hendricks-Muñoz, Karen D .; Wijesooriya, N. Romesh; Rubens, Craig E .; Gravett, Michael G .; Sexton, Amber L .; Chaffin, Donald O. (červen 2019). „Vaginální mikrobiom a předčasný porod“. Přírodní medicína. 25 (6): 1012–1021. doi:10.1038 / s41591-019-0450-2. ISSN  1546-170X. PMC  6750801. PMID  31142849.
  33. ^ Kidd, Brian A; Peters, Lauren A; Schadt, Eric E; Dudley, Joel T (2014-01-21). „Sjednocení imunologie s informatikou a víceúrovňovou biologií“. Přírodní imunologie. 15 (2): 118–127. doi:10.1038 / ni.2787. ISSN  1529-2908. PMC  4345400. PMID  24448569.
  34. ^ Harris, Eva; Kasarskis, Andrew; Wolinsky, Steven M .; Suaréz ‐ Fariñas, Mayte; Zhu, červen; Wang, Li; Balmaseda, Angel; Thomas, Guajira P .; Stewart, Michael G. (01.08.2018). „Komplexní vrozené imunitní profilování infekce virem chikungunya v pediatrických případech“. Molekulární biologie systémů. 14 (8): e7862. doi:10.15252 / msb.20177862. ISSN  1744-4292. PMC  6110311. PMID  30150281.
  35. ^ Firestein, Gary S .; Wang, Wei; Gay, Steffen; Ball, Scott T .; Bartok, Beatrix; Boyle, David L .; Whitaker, John W. (2015-04-22). „Integrativní omická analýza revmatoidní artritidy identifikuje nezřetelné terapeutické cíle“. PLOS ONE. 10 (4): e0124254. Bibcode:2015PLoSO..1024254W. doi:10.1371 / journal.pone.0124254. ISSN  1932-6203. PMC  4406750. PMID  25901943.
  36. ^ Pulendran, Bali; Li, Shuzhao; Nakaya, Helder I. (2010-10-29). "Systémová vakcinologie". Imunita. 33 (4): 516–529. doi:10.1016 / j.immuni.2010.10.006. ISSN  1074-7613. PMC  3001343. PMID  21029962.
  37. ^ Li, Shuzhao; Sullivan, Nicole L .; Rouphael, Nadine; Yu, Tianwei; Banton, Sophia; Maddur, Mohan S .; McCausland, Megan; Chiu, Christopher; Canniff, Jennifer (18. 05. 2017). „Metabolické fenotypy reakce na očkování u lidí“. Buňka. 169 (5): 862–877.e17. doi:10.1016 / j.cell.2017.04.026. ISSN  0092-8674. PMC  5711477. PMID  28502771.
  38. ^ Meng, Chen; Kuster, Bernhard; Culhane, Aedín C; Gholami, Amin (2014). „Mnohorozměrný přístup k integraci mnohodomických datových sad“. BMC bioinformatika. 15 (1): 162. doi:10.1186/1471-2105-15-162. ISSN  1471-2105. PMC  4053266. PMID  24884486.
  39. ^ Ramos, Marcel; Schiffer, Lucas; Re, Angela; Azhar, Rimsha; Basunia, Azfar; Rodriguez Cabrera, Carmen; Chan, Tiffany; Chapman, Philip; Davis, Sean (01.06.2017). „Software pro integraci experimentů s více Omics v biokonduktoru“. doi:10.1101/144774. S2CID  196636675. Citovat deník vyžaduje | deník = (Pomoc)
  40. ^ Seonggyun Han, Younghee Lee (2017), IMAS, Bioconductor, doi:10.18129 / b9.bioc.imas, vyvoláno 2019-06-28
  41. ^ Karim Mezhoud [Aut, Cre] (2017), biocancer, Bioconductor, doi:10.18129 / b9.bioc.biocancer, vyvoláno 2019-06-28
  42. ^ Hernandez-Ferrer, Carles; Ruiz-Arenas, Carlos; Beltran-Gomila, Alba; González, Juan R. (2017-01-17). „MultiDataSet: balíček R pro zapouzdření více datových sad s aplikací na integraci dat omic“. BMC bioinformatika. 18 (1): 36. doi:10.1186 / s12859-016-1455-1. ISSN  1471-2105. PMC  5240259. PMID  28095799.
  43. ^ Conesa, Ana; Dopazo, Joaquín; García-López, Federico; García-Alcalde, Fernando (01.01.2011). „Paintomics: webový nástroj pro společnou vizualizaci transkriptomických a metabolomatických dat“. Bioinformatika. 27 (1): 137–139. doi:10.1093 / bioinformatika / btq594. ISSN  1367-4803. PMC  3008637. PMID  21098431.
  44. ^ Conesa, Ana; Pappas, Georgios J .; Furió-Tarí, Pedro; Balzano-Nogueira, Leandro; Martínez-Mira, Carlos; Tarazona, Sonia; Hernández-de-Diego, Rafael (02.07.2018). „PaintOmics 3: webový zdroj pro analýzu cest a vizualizaci multiemických dat“. Výzkum nukleových kyselin. 46 (W1): W503 – W509. doi:10.1093 / nar / gky466. ISSN  0305-1048. PMC  6030972. PMID  29800320.
  45. ^ Chari, Raj; Coe, Bradley P .; Wedseltoft, Craig; Benetti, Marie; Wilson, Ian M .; Vucic, Emily A .; MacAulay, Calum; Ng, Raymond T .; Lam, Wan L. (07.10.2008). „SIGMA2: Systém pro integrativní genomickou vícerozměrnou analýzu rakovinových genomů, epigenomů a transkriptomů“. BMC bioinformatika. 9 (1): 422. doi:10.1186/1471-2105-9-422. ISSN  1471-2105. PMC  2571113. PMID  18840289.
  46. ^ Choi, Hyungwon; Ewing, Rob; Choi, Kwok Pui; Fermin, Damian; Koh, Hiromi W. L. (2018-07-23). „iOmicsPASS: nová metoda pro integraci multiemických dat přes biologické sítě a objev prediktivních podsítí“. bioRxiv: 374520. doi:10.1101/374520. S2CID  92157115.
  47. ^ Kanai, Masahiro; Maeda, Yuichi; Okada, Yukinori (2018-06-19). „Grimon: grafické rozhraní pro vizualizaci multiemikálních sítí“. Bioinformatika. 34 (22): 3934–3936. doi:10.1093 / bioinformatika / bty488. ISSN  1367-4803. PMC  6223372. PMID  29931190.
  48. ^ Su, Andrew I .; Loguercio, Salvatore; Carland, Tristan M .; Ducom, Jean-Christophe; Gioia, Louis; Meißner, Tobias; Fisch, Kathleen M. (01.06.2015). „Omics Pipe: komunitní rámec pro reprodukovatelnou multi-omikovou analýzu dat“. Bioinformatika. 31 (11): 1724–1728. doi:10.1093 / bioinformatika / btv061. ISSN  1367-4803. PMC  4443682. PMID  25637560.
  49. ^ Montague, Elizabeth; Stanberry, Larissa; Higdon, Roger; Janko, Imre; Lee, Elaine; Anderson, Nathaniel; Choiniere, John; Stewart, Elizabeth; Yandl, Gregory (červen 2014). „MOPED 2.5 — Integrovaný zdroj Multi-Omics: Databáze výrazů pro profilování Multi-Omics nyní obsahuje transkriptomická data“. OMICS: Journal of Integrative Biology. 18 (6): 335–343. doi:10.1089 / omi.2014.0061. ISSN  1536-2310. PMC  4048574. PMID  24910945.
  50. ^ Zhang, Bing; Wang, Jing; Straub, Peter; Vasaikar, Suhas V. (01.01.2018). „LinkedOmics: analýza multiemických dat v rámci a mezi 32 typy rakoviny“. Výzkum nukleových kyselin. 46 (D1): D956 – D963. doi:10.1093 / nar / gkx1090. ISSN  0305-1048. PMC  5753188. PMID  29136207.
  51. ^ "LinkedOmics :: Přihlásit se". www.linkedomics.org. Citováno 2019-06-26.
  52. ^ Kan, Zhengyan; Rejto, Paul A .; Roberts, Peter; Ding, Ying; AChing, Keith; Wang, Kai; Deng, Shibing; Schefzick, Sabine; Estrella, Heather (leden 2016). „OASIS: webová platforma pro zkoumání multimických dat o rakovině“. Přírodní metody. 13 (1): 9–10. doi:10.1038 / nmeth.3692. ISSN  1548-7105. PMID  26716558. S2CID  38621277.
  53. ^ Wu, Jiaqi; Hu, Shuofeng; Chen, Yaowen; Li, Zongcheng; Zhang, Jian; Yuan, Hanyu; Shi, Qiang; Shao, Ningsheng; Ying, Xiaomin (květen 2017). „BCIP: platforma zaměřená na geny pro identifikaci potenciálních regulačních genů u rakoviny prsu“. Vědecké zprávy. 7 (1): 45235. Bibcode:2017NatSR ... 745235W. doi:10.1038 / srep45235. ISSN  2045-2322. PMC  5361122. PMID  28327601.
  54. ^ Husi, Holger; Patel, Alisha; Fernandes, Marco (11. 11. 2018). "C / VDdb: Multiemická databáze pro profilování výrazů pro přístup založený na znalostech v kardiovaskulárních onemocněních (CVD)". PLOS ONE. 13 (11): e0207371. Bibcode:2018PLoSO..1307371F. doi:10.1371 / journal.pone.0207371. ISSN  1932-6203. PMC  6231654. PMID  30419069.
  55. ^ Gupta, Amit Kumar; Kaur, Karambir; Rajput, Akanksha; Dhanda, Sandeep Kumar; Sehgal, Manika; Khan, Md. Shoaib; Monga, Isha; Dar, Showkat Ahmad; Singh, Sandeep (2016-09-16). „ZikaVR: Integrovaný zdroj viru Zika pro genomiku, proteomiku, fylogenetickou a terapeutickou analýzu“. Vědecké zprávy. 6 (1): 32713. Bibcode:2016NatSR ... 632713G. doi:10.1038 / srep32713. ISSN  2045-2322. PMC  5025660. PMID  27633273.
  56. ^ Tagkopoulos, Ilias; Violeta Zorraquino; Rai, Navneet; Kim, Minseung (07.10.2016). „Integrace multi-omics přesně předpovídá buněčný stav v neprobádaných podmínkách pro Escherichia coli“. Příroda komunikace. 7: 13090. Bibcode:2016NatCo ... 713090K. doi:10.1038 / ncomms13090. ISSN  2041-1723. PMC  5059772. PMID  27713404.
  57. ^ Li, Guojing; Lu, Zhongfu; Lin, Jiandong; Hu, Yaowen; Yunping Huang; Wang, Baogen; Wu, Xinyi; Wu, Xiaohua; Xu, Pei (26.02.2018). „GourdBase: multiomická databáze zaměřená na genom pro tykev láhve (Lagenaria siceraria), ekonomicky důležitá plodina tykvovité“. Vědecké zprávy. 8 (1): 3604. Bibcode:2018NatSR ... 8,3604W. doi:10.1038 / s41598-018-22007-3. ISSN  2045-2322. PMC  5827520. PMID  29483591.
  58. ^ Liu, Haijun; Wang, Fan; Xiao, Yingjie; Tian, ​​Zonglin; Wen, Weiwei; Zhang, Xuehai; Chen, Xi; Liu, Nannan; Li, Wenqiang (2016). „MODEM: obálka multimikálních dat a těžba kukuřice“. Databáze. 2016: baw117. doi:10.1093 / databáze / baw117. ISSN  1758-0463. PMC  4976297. PMID  27504011.
  59. ^ Xu, Dong; Nguyen, Henry T .; Stacey, Gary; Gaudiello, Eric C .; Endacott, Ryan Z .; Zhang, Hongxin; Liu, Yang; Chen, Shiyuan; Fitzpatrick, Michael R. (01.01.2014). „Soybean knowledge base (SoyKB): a web resource for integration of soybean translační genomiky a molekulárního šlechtění“. Výzkum nukleových kyselin. 42 (D1): D1245 – D1252. doi:10.1093 / nar / gkt905. ISSN  0305-1048. PMC  3965117. PMID  24136998.
  60. ^ Samaras, Patroklos; Schmidt, Tobias; Frejno, Martin; Gessulat, Siegfried; Reinecke, Maria; Jarzab, Anna; Zecha, Jana; Mergner, Julia; Giansanti, Piero; Ehrlich, Hans-Christian; Aiche, Stephan (08.01.2020). „ProteomicsDB: multiemický a multiorgánový zdroj pro výzkum v biologických vědách“. Výzkum nukleových kyselin. 48 (D1): D1153 – D1163. doi:10.1093 / nar / gkz974. ISSN  0305-1048. PMC  7145565. PMID  31665479.