Progressi computazionali che ottimizzano l'integrazione dei dati multiomici / Computational advances optimizing the integration of multiomic data

Progressi computazionali che ottimizzano l'integrazione dei dati multiomici / Computational advances optimizing the integration of multiomic data

Segnalato dal Dott. Giuseppe Cotellessa / Reported by Dr. Giuseppe Cotellessa

Una tendenza chiave nella ricerca sul cancro è l'integrazione di dati multiomici ad alta risoluzione e dati spaziali, in particolare attraverso l'uso di metodi computazionali. Uno sviluppo promettente è il lavoro di Jovan Tanevski ( Ospedale Universitario di Heidelberg , Germania) sull'uso del trasporto ottimale e del matching di flusso per integrare diverse tipologie di dati, come la trascrittomica e la proteomica. Un esempio di questo è DOT, che combina informazioni provenienti sia da dati di riferimento che da dati omici spaziali per allineare e integrare accuratamente i set di dati.

Tanevski sta inoltre sviluppando un altro strumento computazionale: uno strumento di analisi omica spaziale orientato alla topografia (TOAST). TOAST può abbinare sezioni di tessuto provenienti dallo stesso campione o da campioni diversi e funziona con diverse tecnologie omiche. Allineando i dati in questo modo, i ricercatori possono trasferire informazioni tra vetrini e raccogliere informazioni da campioni diversi. Tanevski ha dimostrato che TOAST può essere utilizzato sia per l'allineamento intra- che inter-campione in trascrittomica e proteomica, e ha anche dimostrato di allineare i dati temporali, contribuendo a tracciare il movimento o il cambiamento di stato delle cellule nel tempo.

Tanevski sottolinea che lui ed il suo gruppo hanno progettato questi strumenti open source in modo che siano intuitivi, con istruzioni ed esempi specifici. Ritiene che il vero valore di questi metodi risieda nella loro capacità di rispondere a domande biologiche che non possono essere risolte con altre tecnologie da sole.

ENGLISH

A key trend in cancer research is the integration of high-resolution multiomics and spatial data, particularly through the use of computational methods. One promising development is Jovan Tanevski’s (Heidelberg University Hospital, Germany) work on the use of optimal transport and flow matching to integrate different types of data, such as transcriptomics and proteomics. An example of this is DOT, which combines information from both reference data and spatial omics data to accurately align and integrate datasets.

Tanevski is also developing another computational tool: a topography-aware oriented spatial omics analysis tool (TOAST). TOAST can match tissue slices from the same sample or different samples, and it works with various omics technologies. By aligning data in this way, researchers can transfer information between slides and collect information from different samples. Tanevski has demonstrated that TOAST can be utilized for both intra- and inter-sample alignment in transcriptomics and proteomics, and has also been shown to align temporal data, helping to track how cells move or change states over time.

Tanevski highlights that he and his team have designed these open-source tools to be user-friendly, with specific instructions and examples. He believes that the true value of these methods lies in their ability to answer biological questions that cannot be solved with other technologies alone.

Da:

https://www.biotechniques.com/cancer-research/a-research-revolution-multiomic-and-spatial-techniques-in-cancer-biology/?utm_campaign=BioTechniques%20-%20Daily%20NL&utm_medium=email&_hsenc=p2ANqtz-_D5r6okA7ekdbp3N4_wH5lARdB7_17WXdvgiz1hs6rmbqOxhoD-QDGvRsShcoOG_yVwezgClYwpmNiO3j4VVNlmdhqZOlUt4-nlh5MaqlKrD-G37w&_hsmi=378026687&utm_content=377993162&utm_source=hs_email#1