博文

ISN-tractor：快速和可扩展识别具有生物学意义的个体特异性网络

已有 1060 次阅读 2024-4-8 19:43 |个人分类:科普|系统分类:科普集锦

ISN-tractor：快速和可扩展识别具有生物学意义的个体特异性网络

个体特异性网络(ISN)是组学数据的一种数据分析方法，可捕获种群中每个个体中生物实体(如基因)之间的独特关系模式。它们提供了对样本异质性和个性的详细了解，提供了优于传统分析方法的优势，因此它们可以为分层医学提供新的机会。例如，ISN可以全面了解基因等生物实体之间的样本内关系，与传统方法相比，可以更全面地了解复杂的生物系统和疾病。

ISN已成功应用于转录组学、代谢组学和单细胞数据分析。关于COVID-19的研究强调了ISN在理解个体变异性和指导个性化治疗方法方面的重要性。一些ISN构建方法使用基于微扰的方法来估计单个样本对网络动力学的影响，而其他方法则采用基于密度的方法来评估相互作用的重要性，但仅限于二值(0-1)边。

无论采用何种具体方法，由于在密集连接的生物网络上计算ISN的计算负担，所有这些方法在适用于大型组学数据集方面都面临严重的限制。现有的ISN构建方法，如LionessR，由于计算时间和内存的限制，确实仅限于计算包含少于2000个基因的ISN，从而阻碍了对当前生物数据集的生物网络扰动的全面全局分析。

为了解决这些限制并将ISN的适用性扩展到大型多组学数据集的分析，Giada等人引入了ISN-tractor（图1），这是一个基于pytorch的Python库，它克服了传统ISN构建方法的可扩展性问题。相对于现有的方法，ISN-tractor在实现和概念算法改进方面带来了四个主要的创新。

就实现而言，ISN-tractor允许在CPU和GPU上并行化ISN计算，从而显著提高速度。其次，它是目前唯一可以从任何组学数据源构建ISN的工具，包括基因表达、蛋白质组学和基因分型阵列。

在概念改进方面，Giada等人对传统的基于微扰的ISN计算提出了两个主要的算法改进。首先,ISN-tractor可以通过构建具有反映现有生物网络(如人类交互组或任何其他用户定义的基因-基因或蛋白质-蛋白质相互作用网络)的底层图表示的稀疏ISN来大幅减少所需的计算资源。将ISN权重的推断限制在基于知识的小世界生物网络中，而不是传统的密集的ISN图，大大减少了所需的计算量，提高了ISN-tractor的速度和可扩展性。其次，还提出了对Pearson相关性计算的算法改进，利用基于微扰的ISN计算的迭代特性来减少所需操作的冗余，将计算复杂度从O(Np²)降低到O(p²)，其中N是样本数量，p是ISN中的节点数量，从而导致ISN计算的显着加速（图1）。

图1 A显示了ISN-tractor和LionessR之间的时间和内存使用比较。ISN-tractor在两个基准测试中都优于LionessR。B为ISN-tractor计算的MFS好/差骨肉瘤患者的曲线，分别为绿色和红色。重叠部分用黄色突出显示。C显示了来自HapMap数据集的不同人群的个体的基于SNP阵列的ISN获得的PCA。

ISN-tractor代码可以通过https://github.com/GiadaLalli/ISN-tractor和https://pypi.org/project/isn-tractor/中获取。

参考文献

[1] Giada Lalli, Zuqi Li, Federico Melograna et al. ISN-tractor: a python library for the fast and scalable computation of biologically meaningful Individual-Specific Networks, 08 March 2024, PREPRINT (Version 1) available at Research Square [https://doi.org/10.21203/rs.3.rs-3991527/v1]

以往推荐如下：

1. 分子生物标志物数据库MarkerDB

2. 细胞标志物数据库CellMarker 2.0

3. 细胞发育轨迹数据库CellTracer

4. 人类细胞互作数据库：CITEdb

5. EMT标记物数据库：EMTome

6. EMT基因数据库：dbEMT

7. EMT基因调控数据库：EMTRegulome

8. RNA与疾病关系数据库：RNADisease v4.0

9. RNA修饰关联的读出、擦除、写入蛋白靶标数据库：RM2Target

10. 非编码RNA与免疫关系数据库：RNA2Immune

11. 值得关注的宝藏数据库：CNCB-NGDC