tensorOmics: Data integration for longitudinal omics data using tensor factorisation

**tensorOmics** es un nuevo marco computacional basado en la factorización de tensores que permite integrar y analizar datos multiómicos longitudinales, preservando su estructura temporal y permitiendo tanto el análisis exploratorio como el supervisado para identificar respuestas moleculares coordinadas a lo largo del tiempo.

Lo esencial

El "Director de Orquesta" de la Biología: Entendiendo tensorOmics

Imagina que estás intentando entender cómo funciona una orquesta sinfónica durante un concierto completo. No solo te interesa saber qué instrumentos hay (los datos), sino también qué están tocando en cada momento (el tiempo) y cómo se relacionan los violines con las trompetas para crear una melodía (la integración de datos).

El problema: El caos de la información

Hoy en día, los científicos estudian la biología usando algo llamado "multi-ómica". Esto es como intentar escuchar todos los instrumentos de la orquesta a la vez: los violines son los genes, las trompetas son las proteínas y los tambores son los metabolitos.

Cuando queremos ver cómo cambia la música a lo largo de una noche (estudios longitudinales), nos enfrentamos a un problema gigante. Los métodos actuales son como si intentaras analizar la música tomando una sola foto de la orquesta cada 10 minutos. Al hacer esto, pierdes el "ritmo": no puedes ver cómo una nota de la flauta prepara el terreno para un estallido de los platillos. La música se convierte en una lista de notas sueltas y pierdes la magia de la melodía y el tiempo.

La solución: tensorOmics (El grabador inteligente)

Aquí es donde entra tensorOmics. En lugar de tomar fotos sueltas, tensorOmics es como un grabador de alta fidelidad que captura la música en tres dimensiones al mismo tiempo:

1. ¿Quién toca? (Los sujetos o muestras).
2. ¿Qué toca? (Los diferentes tipos de datos biológicos o "instrumentos").
3. ¿Cuándo toca? (El paso del tiempo).

Al usar algo llamado "factorización de tensores", el software no "aplana" la información. En lugar de convertir la música en una lista aburrida de notas, mantiene la estructura de la canción. Esto permite que los científicos vean no solo qué cambió, sino cómo evolucionó el cambio a través del tiempo.

¿Qué puede hacer este nuevo "director"?

tensorOmics tiene dos superpoderes:

1. El Explorador (No supervisado): Puede mirar toda la música y decirte: "Mira, estos instrumentos siempre tocan juntos para crear este sonido especial", ayudándote a descubrir patrones que nadie sabía que existían.
2. El Detective (Supervisado): Puede decirte: "Esta melodía suena exactamente como la de un paciente que está recuperándose de un antibiótico, mientras que esta otra suena como alguien que sigue enfermo". Es capaz de distinguir grupos basándose en el ritmo de su biología.

¿Para qué sirve esto en la vida real?

Los investigadores probaron esta herramienta en situaciones reales, como ver cómo la microbiota de nuestro intestino (nuestras bacterias internas) reacciona tras tomar antibióticos o tras un trasplante de heces.

Gracias a tensorOmics, pudieron ver la "coreografía" completa de las bacterias y las moléculas, descubriendo cómo se coordinan entre sí para recuperar la salud. Es como pasar de ver fotos borrosas de una carrera de obstáculos a ver una película en alta definición donde entiendes exactamente cuándo el corredor pierde el ritmo y cómo recupera la velocidad.

En resumen: tensorOmics es una nueva herramienta digital que permite a los científicos dejar de ver la biología como fotos fijas y empezar a verla como la película dinámica, rítmica y compleja que realmente es.

Resumen técnico

Resumen Técnico: tensorOmics

Título: tensorOmics: Integración de datos para datos ómicos longitudinales mediante factorización tensorial.

1. El Problema (Contexto y Motivación)

El estudio de la multi-ómica busca comprender procesos biológicos complejos integrando diferentes capas moleculares. Un desafío crítico surge cuando estos datos son longitudinales (recolectados a lo largo del tiempo). Los métodos de integración tradicionales presentan tres limitaciones principales:

• Pérdida de la estructura temporal: La mayoría de los métodos se basan en matrices (2D), lo que obliga a "aplanar" (flattening) los datos. Esto destruye la estructura multidimensional natural y oculta las trayectorias temporales de las moléculas.
• Violación de supuestos estadísticos: Al tratar mediciones repetidas como observaciones independientes en una matriz, se ignoran las correlaciones intrínsecas del tiempo.
• Limitación en la integración y supervisión: Los métodos existentes suelen ser o bien no supervisados (exploratorios) o bien limitados a una sola capa ómica, careciendo de marcos que permitan la discriminación de grupos (análisis supervisado) mientras se integran múltiples capas biológicas.

2. Metodología

Los autores proponen tensorOmics, un marco computacional basado en la factorización tensorial. A diferencia de las matrices, los tensores permiten preservar la estructura de tres vías (o más) de los datos: Muestras $\times$ Características $\times$ Tiempo.

El marco integra la descomposición tensorial con el análisis de bloques (multi-block analysis) y ofrece cinco métodos complementarios clasificados en dos grandes categorías:

• Análisis de una sola ómica (Single-omic):
  • Tensor PCA: Para la exploración de patrones no supervisados.
  • Tensor PLS Discriminant Analysis (Tensor PLS-DA): Para la discriminación de grupos mediante aprendizaje supervisado.
• Análisis multi-ómico (Multi-omic):
  • Tensor PLS: Para identificar la covarianza entre diferentes capas ómicas.
  • Block Tensor PLS: Para integrar múltiples bloques de datos de manera coordinada.
  • Block Tensor PLS Discriminant Analysis: Para la clasificación de grupos basada en la integración de múltiples capas temporales.

3. Contribuciones Clave

• Preservación de la estructura multidimensional: El uso de tensores permite capturar la dinámica temporal sin necesidad de aplanar los datos.
• Unificación de enfoques: Proporciona un marco único que cubre tanto el análisis exploratorio (no supervisado) como el predictivo/discriminante (supervisado).
• Integración Multi-capa: Permite identificar respuestas moleculares coordinadas a través de diferentes niveles biológicos (ej. metagenómica y metabolómica) de forma simultánea.
• Eficiencia computacional: Utiliza la compresión de datos basada en tensores para gestionar la alta dimensionalidad típica de los estudios ómicos.

4. Resultados y Validación

La eficacia de tensorOmics se validó mediante tres estudios de caso con naturalezas biológicas distintas:

1. Experimentos de perturbación por antibióticos: Demostró capacidad para distinguir grupos de tratamiento y capturar firmas moleculares dependientes del tiempo.
2. Sistemas de digestión anaerobia: Reveló respuestas coordinadas entre capas ómicas que los métodos transversales (cross-sectional) no lograban detectar.
3. Trasplante de microbiota fecal (FMT): Identificó trayectorias temporales significativas en la recuperación de la comunidad microbiana.

En todos los casos, el método fue capaz de extraer firmas biológicas que reflejan la dinámica temporal real del sistema.

5. Significado e Impacto

tensorOmics representa un avance significativo en la bioinformática longitudinal. Al tratar el tiempo como una dimensión estructural y no como una variable más, permite a los investigadores:

• Identificar biomarcadores que solo son visibles durante fases específicas de un proceso.
• Comprender cómo la interacción entre diferentes capas moleculares evoluciona tras un estímulo.
• Aplicar herramientas robustas y accesibles (disponibles como paquete de R) para estudios clínicos y ambientales complejos donde el seguimiento temporal es fundamental.