Diagonal Multi-omics Integration of Heterogenous Datasets

La biología moderna ha entrado en una era en la que los científicos pueden tomar una instantánea de una sola célula y medir miles de sus características a la vez. Pueden leer el código genético, los genes activos, las proteínas que se están construyendo y las señales químicas, todo al mismo tiempo. Esta inundación de datos promete revelar cómo funcionan las enfermedades complejas y encontrar nuevas formas de tratarlas. Sin embargo, estos diferentes tipos de mediciones provienen de mundos matemáticos distintos. Son como lenguajes distintos que describen un mismo objeto, y el simple hecho de alinearlos uno al lado del otro a menudo no logra capturar cómo interactúan realmente. El desafío es encontrar una manera de fusionar estas diferentes visiones en una imagen única y coherente que respete las complejas relaciones no lineales dentro de una célula viva.

Investigadores del Centro Ruso de Investigación Clínica de Gerontología y del Instituto de Matemática Aplicada y Automatización han desarrollado un nuevo método matemático para resolver este problema. Lo llaman integración multiómica diagonal. En lugar de forzar a estos diferentes conjuntos de datos a parecer iguales, su enfoque trata las diferencias entre ellos como una fuente de información. Utilizan una sofisticada herramienta matemática llamada Laplaciano de grafo acoplado, que actúa como un puente entre los diferentes tipos de datos. Esta herramienta les permite mapear los complejos datos de alta dimensión de una célula en un espacio más simple y de menor dimensión donde los patrones se vuelven visibles.

El núcleo de su descubrimiento reside en explorar dos formas opuestas de organizar estos datos. El primer enfoque, que es común en la ciencia actual, actúa como un lente de gran angular. Intenta suavizar los datos, encontrando el terreno común donde las diferentes mediciones coinciden. Esto es útil para ver el panorama general y las estructuras estables que todas las células comparten. Sin embargo, los investigadores descubrieron que este efecto de suavizado tiene un inconveniente: desdibuja los pequeños y críticos detalles. Al hacer que todo parezca similar, puede ocultar tipos de células poco comunes o anomalías biológicas sutiles que son en realidad muy importantes.

Para solucionar esto, el equipo introdujo un segundo enfoque, opuesto, que actúa como un microscopio de alto contraste. En lugar de suavizar los datos, este método busca los puntos de máxima tensión y diferencia. Busca específicamente las direcciones donde los diferentes tipos de datos discrepan más. En términos biológicos, esto ayuda a revelar capas ocultas de complejidad, como pequeños grupos de células que se comportan de manera diferente al resto, quizás porque son resistentes a los fármacos o se encuentran en un estado de desarrollo único.

El hallazgo más significativo del artículo no es solo la existencia de estas dos visiones, sino una nueva forma de medir la brecha entre ellas. Los investigadores crearon un indicador específico que calcula la distancia entre la visión "suavizada" y la visión de "alto contraste". Si esta distancia es pequeña, significa que el sistema biológico es estable y consistente en todas las mediciones. Si la distancia es grande, señala que existe un conflicto estructural profundo o una estratificación dentro de los datos. Esta métrica proporciona una forma matemática rigurosa de decidir si un conjunto de datos contiene subgrupos ocultos y complejos que los métodos estándar habrían pasado por alto.

El equipo demostró que su método funciona utilizando geometría avanzada que involucra números complejos y formas específicas conocidas como variedades. Demostraron que su nuevo enfoque de "microscopio" es matemáticamente sólido y que la diferencia entre las dos visiones es una medida fiable de la heterogeneidad biológica. Este trabajo lleva al campo más allá de la simple alineación de datos, ofreciendo una forma de cuantificar exactamente cuánto está ocultando un sistema biológico su verdadera complejidad. Al proporcionar una herramienta para detectar estas capas ocultas, la investigación ofrece un nuevo camino para comprender la naturaleza intrincada y, a menudo, contradictoria de las células vivas.