微精选

解析生物系统的变化需要分析大量的多组学数据。虽然已有用户友好型工具可用于单组学分析，但整合多组学仍需要生物信息学专业知识，这限制了更广泛科学界的使用。2025年1月，《BMC Bioinformatics》发表了一种同时包含单组学分析和多组学整合的生物信息学工具——BiomiX，其图形用户界面可确保用户友好性和灵活性，并处理转录组学、代谢组学、甲基化、未标记数据及其整合。

BiomiX实现了对从两个队列获得的多组学数据的高效和综合分析。其整合了多种组学数据，使用DESeq2/Limma转录组学软件包，并通过Wilcoxon检验和FDR校正来量化代谢组学峰值差异。液相色谱-质谱非靶向代谢组学注释还可利用CEU Mass Mediator数据库中的质荷比和 TidyMass软件包中的碎片谱进行支持。甲基化分析使用ChAMP R软件包进行。最后，多组学因子分析（MOFA）整合确定了组学数据之间的共享变异来源。BiomiX 还能生成统计数据、报告图表，并集成 EnrichR 和 GSEA，用于生物过程探索和基于用户定义panels的亚型分析。此外，BiomiX 对 MOFA 模型进行了微调，MOFA判别因子还与临床数据相关联，并探索了最主要的贡献途径，所有这些都是为了指导用户进行因子解读。

BiomiX是第一个设计用于分析单个组学并使用MOFA对其进行集成的工具。之所以选择这种中间整合方法，是因为与其他同类方法相比，它易于解释，计算速度更快。此外，MOFA 还能处理 omics 中的缺失数据以及样本中没有整个 omics 块的情况，因此非常适合异构数据集，反映了真实世界数据的复杂性。这些特点使 MOFA 比 DIABLO 和 iClusterBayes 等类似方法更具适应性，因为后者无法处理缺失的 omics 或无估算的数据。由于 MOFA 是一种无监督集成方法，它不会训练模型来优化组间差异，而是公正地探索它们。这种方法可供非生物信息学家使用，还可以提供一种其他平台上已经存在的新型集成方法，例如 MixOmics。

BiomiX 的关键创新在于自动调整 MOFA 因子中的因子数量，并协助用户识别和注释判别 MOFA 因子。与专门为整合单组学或多组学而设计的生物信息学工具相比，BiomiX 的功能弥补了多组学分析和整合工具的不足，凸显了其重要性。

使用BiomiX对结核病患者的全血转录组学和血浆代谢组学进行分析：与对照相比，BiomiX 的转录组学分析显示与文献原文相同的生物途径，这些途径在 Gene Ontology 和 Reactome 数据库中都是一致的。此外，为了评估患者免疫反应的差异，BiomiX 还能根据包含 26 个 IFN 诱导基因的panel对患者进行分组。三因子 MOFA 模型分别解释了 5.05% 和 45.77% 的代谢组学和转录组学总变异。

具有突变和未突变免疫球蛋白重变 (IGHV) 基因的 CLL 患者的转录组学和甲基化差异分析：转录组学、甲基化热图和火山图成功地突出了文献原文中提到的与CLL差异相关的基因（KANK2、DGKH、MYLK、PPP1R9A、SEPTIN10、SOWAHC、PLD1和LPL）。此外，通路分析还发现了甲基组学中增殖（GO:0090267）和VDJ重组（GO:0033152, GO:0033151）通路的上调。MOFA 实施确定了具有 8、9 和 10 个因子的模型在识别两种情况之间的差异方面表现最佳。

BiomiX 旨在帮助没有生物信息学背景的生物学家、医生和科学家。BiomiX 并不是一个明确的解决方案；它是首次尝试将金标准单组学流程与使用 MOFA 进行调整和可访问的集成相结合到生物信息学中。BiomiX 保证了组学之间共同变异源的高度可解释性，为用户提供了组学和多组学整合的单一结果，从其在单细胞数据上的应用来看，这要归功于 MOFA 方法。它可以全面概述生物系统中发生的变化，无论是在疾病、治疗还是生理条件下，从而增强了所涉及的生物途径和过程的可解释性。除了提高 MOFA 因子的可解释性和调整模型中的因子总数外，BiomiX 还通过 Shiny 界面简化了交互式数据可视化，使用户能够跟踪数据转换前后的变化，以及删除异常值和高度可变的特征。单独的界面处理缺失值，为有问题的样本或变量提供各种插补选项和控制。通过灵活的参数设置，用户可以完全控制他们的分析。开发团队强烈建议用户遵循指南并在使用 BiomiX 之前仔细检查数据集。BiomiX 还提供输出格式，可复制并粘贴到专门的用户友好的广泛网站或程序中，例如 GSEA、EnrichR 和 Metaboanalyst。

然而，BiomiX 有局限性。虽然它可以同时分析多个组，但它的组学分析类型有限。因此，仍有许多工作要做，以实现基于领域需求的功能，并包括更多的集成方法和组学数据，例如来自不同技术的蛋白质组学和基因组学数据。

BiomiX适用于所有操作系统，如Windows、Linux和Mac。下载和教程分别在以下BiomiX Github页面上提供：

👉 https://github.com/IxI-97/BiomiX

👉 https://ixi-97./

更多优质内容请点击下方名片，关注“国家基因库大数据平台”和“深圳国家基因库”公众号。