Diagonal Multi-omics Integration of Heterogenous Datasets

La biologia moderna è entrata in un'era in cui gli scienziati possono scattare un'istantanea di una singola cellula e misurarne migliaia di caratteristiche contemporaneamente. Possono leggere il codice genetico, i geni attivi, le proteine in fase di costruzione e i segnali chimici, tutto nello stesso momento. Questo flusso di dati promette di rivelare come funzionano le malattie complesse e di trovare nuovi modi per curarle. Tuttavia, questi diversi tipi di misurazioni provengono da mondi matematici differenti. Sono come lingue distinte che descrivono lo stesso oggetto, e il semplice fatto di metterle una accanto all'altra spesso non riesce a catturare come esse interagiscano realmente. La sfida consiste nel trovare un modo per fondere queste diverse visioni in un'unica immagine coerente che rispetti le relazioni complesse e non lineari all'interno di una cellula vivente.

Ricercatori del Centro Russo di Ricerca Clinica sulla Gerontologia e dell'Istituto di Matematica Applicata e Automazione hanno sviluppato un nuovo metodo matematico per risolvere questo problema. Lo chiamano integrazione multi-omica diagonale. Invece di costringere questi diversi set di dati ad apparire uguali, il loro approccio tratta le differenze tra essi come una fonte di informazione. Utilizzano uno strumento matematico sofisticato chiamato Laplaciano di grafo accoppiato, che funge da ponte tra le diverse tipologie di dati. Questo strumento permette loro di mappare i complessi dati ad alta dimensionalità di una cellula su uno spazio più semplice e a bassa dimensionalità, dove i pattern diventano visibili.

Il nucleo della loro scoperta risiede nell'esplorazione di due modi opposti di organizzare questi dati. Il primo approccio, comune nella scienza attuale, agisce come un obiettivo grandangolare. Cerca di levigare i dati, trovando il terreno comune in cui le diverse misurazioni concordano. Questo è utile per vedere il quadro generale e le strutture stabili che tutte le cellule condividono. Tuttavia, i ricercatori hanno scoperto che questo effetto di levigatura ha un lato negativo: sfoca i piccoli dettagli critici. Rendendo tutto simile, può nascondere tipi cellulari rari o sottili anomalie biologiche che sono in realtà molto importanti.

Per risolvere questo problema, il team ha introdotto un secondo approccio, opposto, che agisce come un microscopio ad alto contrasto. Invezione di levigare i dati, questo metodo cerca i punti di massima tensione e differenza. Cerca specificamente le direzioni in cui i diversi tipi di dati discordano maggiormente. In termini biologici, ciò aiuta a rivelare strati nascosti di complessità, come piccoli gruppi di cellule che si comportano diversamente dal resto, forse perché resistenti ai farmaci o perché si trovano in uno stato di sviluppo unico.

La scoperta più significativa del documento non è solo l'esistenza di queste due visioni, ma un nuovo modo per misurare il divario tra esse. I ricercatori hanno creato un indicatore specifico che calcola la distanza tra la visione "levigata" e quella "ad alto contrasto". Se questa distanza è piccola, significa che il sistema biologico è stabile e coerente in tutte le misurazioni. Se la distanza è grande, segnala che esiste un profondo conflitto strutturale o una stratificazione all'interno dei dati. Questa metrica fornisce un modo rigoroso e matematico per decidere se un set di dati contenga sottogruppi nascosti e complessi che i metodi standard avrebbero mancato.

Il team ha dimostrato l'efficacia del loro metodo utilizzando la geometria avanzata che coinvolge numeri complessi e forme specifiche note come varietà (manifolds). Hanno dimostrato che il loro nuovo approccio a "microscopio" è matematicamente solido e che la differenza tra le due visioni è una misura affidabile dell'eterogeneità biologica. Questo lavoro sposta il campo oltre il semplice allineamento dei dati, offrendo un modo per quantificare esattamente quanto un sistema biologico stia nascondendo la sua vera complessità. Fornendo uno strumento per rilevare questi strati nascosti, la ricerca offre una nuova via per comprendere la natura intricata e spesso contraddittoria delle cellule viventi.