📄 genetic and genomic medicine

OmicsPred as a centralised resource for genetic prediction of multi-omic traits

Para abordar a fragmentação dos modelos de imputação multiômica, os autores desenvolveram o OmicsPred, uma plataforma centralizada que unifica mais de 3,3 milhões de modelos de predição genética com metadados e formatos padronizados para facilitar a encontrabilidade, a interoperabilidade e a descoberta sistemática de alvos.

Autores originais: Foguet, C., Gil, L., Xu, Y., Salazar-Magana, S., Rtichie, S. C., Persyn, E., Im, H. K., Inouye, M., Lambert, S. A.

Publicado 2026-06-11

📖 4 min de leitura☕ Leitura rápida

CC BY 4.0

Autores originais: Foguet, C., Gil, L., Xu, Y., Salazar-Magana, S., Rtichie, S. C., Persyn, E., Im, H. K., Inouye, M., Lambert, S. A.

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Esta é uma explicação gerada por IA de um preprint que não foi revisado por pares. Não é aconselhamento médico. Não tome decisões de saúde com base neste conteúdo. Ler aviso legal completo

Imagine que você está tentando entender por que algumas pessoas ficam doentes e outras permanecem saudáveis. Os cientistas sabem que o seu DNA (seu projeto genético) influencia sua saúde, mas o DNA é apenas o manual de instruções. Os verdadeiros "trabalhadores" que realizam os trabalhos no seu corpo são moléculas como RNA, proteínas e metabólitos. Para compreender verdadeiramente as doenças, os cientistas precisam ver o que esses trabalhadores estão fazendo.

No entanto, verificar os níveis dessas moléculas em milhões de pessoas é incrivelmente caro e difícil, como tentar inspecionar cada um dos tijolos de uma cidade enorme. Por outro lado, ler o DNA das pessoas agora é barato e fácil, como ter um mapa do layout da cidade.

O Problema: Uma Biblioteca de Mapas Espalhados
Os cientistas descobriram como usar o "mapa" do DNA para prever o que os "trabalhadores" moleculares estão fazendo. Eles construíram milhares de fórmulas matemáticas (modelos de predição) para fazer isso. Mas, até agora, essas fórmulas estavam espalhadas por toda parte — escondidas nos bastidores de diferentes artigos de pesquisa, em diferentes sites ou em diferentes formatos de arquivo. Era como ter uma biblioteca onde cada livro foi escrito em uma língua diferente e armazenado em uma sala diferente. Se um pesquisador quisesse usá-los, teria que caçá-los um por um e, muitas vezes, não conseguia usá-los juntos.

A Solução: OmicsPred (A Biblioteca Centralizada)
Este artigo apresenta o OmicsPred, uma nova biblioteca online centralizada que reúne todos esses modelos de predição espalhados em um só lugar. Pense nisso como um enorme e organizado armazém onde cada ferramenta de predição genética está devidamente etiquetada, traduzida para uma linguagem comum e pronta para ser emprestada.

Aqui está o que torna o OmicsPred especial, usando analogias simples:

Uma Coleção Massiva: Até maio de 2026, esta biblioteca contém mais de 3,3 milhões de modelos de predição. Eles cobrem três tipos principais de trabalhadores moleculares: transcritos (RNA), proteínas e metabólitos.
Formatos Padronizados: Antes, um modelo de um estudo poderia estar em um formato que apenas um programa de computador específico conseguia ler. O OmicsPred traduz todos esses modelos para que funcionem com ferramentas populares que os cientistas já utilizam (como o "PGS Calculator" e o "MetaXcan"). É como garantir que cada livro na biblioteca esteja disponível tanto em inglês quanto em espanhol, para que todos possam ler.
Rótulos Detalhados (Metadados): Cada modelo vem com um "cartão de identidade" claro. Este cartão diz exatamente onde o modelo foi treinado (qual grupo de pessoas, qual tecido), qual é a sua precisão e qual molécula específica ele prevê.
Conectando os Pontos: A biblioteca não apenas lista os modelos; ela os conecta a "vizinhanças" biológicas (vias/pathways). Por exemplo, se você procurar uma proteína, a biblioteca pode mostrar com quais outras proteínas ela trabalha no mesmo processo biológico.

Colocando à Prova: O Programa Million Veterans
Para mostrar a utilidade desta biblioteca, os pesquisadores usaram o OmicsPred para analisar dados do Million Veterans Program (MVP), um enorme estudo com mais de um milhão de pessoas de diversas origens.

Eles usaram a biblioteca para realizar uma enorme operação de "busca e encontro" (chamada de PheWAS). Eles perguntaram: "Se previrmos os níveis dessas milhões de moléculas com base no DNA, quais delas estão ligadas a doenças específicas?"

Os Resultados: Eles encontraram mais de 190.000 ligações significativas entre traços moleculares previstos e doenças.
Exemplos do Mundo Real: Eles confirmaram ligações conhecidas, como a conexão entre uma proteína específica (PCSK9) e doenças cardíacas.
Novas Percepções: Eles encontraram uma ligação muito consistente entre uma molécula chamada AGER e o hipotireoidismo (uma tireoide subativa). Isso foi encontrado em diferentes grupos de pessoas e em diferentes tipos de dados. Ao usar os mapas de "vizinhança" da biblioteca, eles viram que o AGER faz parte de uma via de sinalização específica (NF-κB) que é conhecida por ser importante na saúde da tireoide. Isso ajudou a explicar por que a ligação existe.

O Que Vem a Seguir?
Os autores enfatizam que o OmicsPred é um recurso em crescimento. Atualmente, a maioria dos modelos é baseada em pessoas de ascendência europeia, mas a equipe está comprometida em adicionar modelos de populações globais diversas, conforme eles se tornem disponíveis. Eles também planejam expandir a biblioteca para incluir modelos para animais de fazenda e adicionar recursos mais avançados para ajudar os cientistas a descobrir relações de causa e efeito.

Em Resumo
O OmicsPred é um hub centralizado e amigável que resolve o problema das ferramentas de predição genética espalhadas. Ele permite que os pesquisadores encontrem, baixem e usem facilmente milhares de modelos para prever traços moleculares a partir do DNA, ajudando-os a descobrir novas ligações entre nossos genes, nossa biologia e nossas doenças.

Resumo Técnico: OmicsPred como um Recurso Centralizado para a Predição Genética de Traços Multi-ômicos

Declaração do Problema
Embora a predição genética de dados multi-ômicos (transcriptômica, proteômica e metabolômica) tenha emergido como uma alternativa de baixo custo ao perfilamento direto para identificar características moleculares associadas a doenças, o campo sofre de uma fragmentação significativa. Os modelos de imputação multi-ômica existentes estão dispersos em estudos individuais, materiais suplementares ou sites específicos de cada estudo. Essa dispersão dificulta a encontrabilidade, acessibilidade, interoperabilidade e reusabilidade desses recursos, violando os princípios FAIR (Findable, Accessible, Interoperable, Reusable - Encontrável, Acessível, Interoperável, Reutilizável) de dados. Ao contrário dos catálogos de GWAS e de Pontuação Poligênica (PGS), que centralizam com sucesso estatísticas de resumo e modelos de predição de fenótipos, nenhum recurso unificado existe atualmente para modelos de predição genética de traços moleculares que se integre a estruturas analíticas estabelecidas como TWAS (Estudos de Associação de Transcriptoma Amplo), PWAS (Estudos de Associação de Proteoma Amplo) ou MWAS (Estudos de Associação de Metaboloma Amplo).

Metodologia e Arquitetura do Recurso
Para abordar essas lacunas, os autores desenvolveram o OmicsPred (https://www.omicspred.org), um repositório centralizado projetado para hospedar e disseminar modelos de predição genética e seus metadados associados. O recurso é construído sobre os seguintes pilares técnicos:

Harmonização e Padronização de Dados: O OmicsPred agrega modelos de diversas fontes, incluindo os conjuntos de dados PredictDB (baseados em GTEx) e estudos recentes que utilizam grandes coortes como INTERVAL, TOPMed, ARIC e UK Biobank. Até maio de 2026, o repositório hospeda 3.339.469 modelos de predição.
Enriquecimento de Metadados: Cada modelo é acompanhado por metadados abrangentes, incluindo características do conjunto de treinamento (nome da coorte, tamanho da amostra, ancestralidade genética), métricas de desempenho preditivo ( $R^2$ ) e a entidade molecular prevista (gene, proteína ou metabólito).
Mapeamento Ontológico: As características moleculares são mapeadas para bancos de dados de referência padrão (Ensembl, UniProt) e para a Experimental Factor Ontology (EFO) para termos de tecido. Crucialmente, as características também são mapeadas para vias biológicas do Reactome, permitindo consultas em nível de via.
Interoperabilidade: Os arquivos de pontuação são harmonizados e distribuídos em formatos compatíveis com ferramentas analíticas populares, especificamente o PGS Catalog Calculator e o MetaXcan (usado para fluxos de trabalho S-PrediXcan/FUSION).
Acesso e Submissão: A plataforma oferece uma interface web para navegação e busca por conjunto de dados, entidade molecular, via ou ancestralidade. Fornece uma API REST para acesso programático. Os pesquisadores são incentivados a submeter novos modelos via um formulário online, que exige arquivos do modelo, detalhes do conjunto de dados de treinamento, métricas de desempenho e uma publicação correspondente.

Principais Resultados e Demonstrações
A utilidade do OmicsPred foi demonstrada através de um estudo de associação em nível de fenoma (PheWAS) sistemático utilizando a coorte Million Veterans Program (MVP), um dos maiores estudos multi-ancestralidade disponíveis.

Escala da Análise: Os autores utilizaram estatísticas de resumo de GWAS harmonizadas para até 1.233 desfechos de saúde (PheCodes) através de grupos de ancestralidade Africana (AFR), Americana Misturada (AMR) e Europeia (EUR). Eles baixaram modelos de imputação relevantes (focando em sangue e plasma) do OmicsPred e realizaram TWAS e PWAS usando o MetaXcan.
Descoberta: A análise identificou mais de 190.000 associações significativas (FDR < 0,05) entre traços de transcrito/proteína imputados e desfechos de PheCode, envolvendo aproximadamente 46 milhões de testes estatísticos.
Validação Cross-Ômica: Aproveitando o mapeamento cross-dataset do OmicsPred, o estudo confirmou associações conhecidas (ex: PCSK9 com doença coronariana, APOE com hiperlipidemia, CFH com degeneração macular relacionada à idade) através de diferentes camadas ômicas, plataformas e ancestralidades.
Novo Insight Biológico: Um sinal consistente cross-ômico e cross-ancestralidade foi identificado entre o AGER (Receptor Específico de Produtos de Glicação Avançada) e o risco de hipotireoidismo. Esta associação foi significativa em 7 de 9 conjuntos de dados analisados. Ao utilizar os mapeamentos de vias do Reactome disponíveis no OmicsPred, os autores vincularam este achado à via de ativação do complexo NF-κB (Reactome R-HSA-445989), consistente com os papéis conhecidos do NF-κB na fisiologia da tireoide. Este vínculo identificou adicionalmente outras pontuações na mesma via (ex: NFKB2, NFKBIA, APP) associadas ao hipotireoidismo.
Integração: Estes resultados de PheWAS do MVP, juntamente com resultados previamente publicados do UK Biobank, são agora incorporados ao OmicsPred, permitindo que os usuários consultem associações através de biobancos globalmente diversos.

Significância e Alegações
O artigo posiciona o OmicsPred como um repositório unificado e FAIR que facilita amplas aplicações em pesquisa biomédica ao resolver a fragmentação dos modelos de predição multi-ômicos. Sua principal significância reside em:

Centralização: Fornecer um ponto único de acesso para mais de 3,3 milhões de modelos, unificando recursos anteriormente dispersos como o PredictDB e novos estudos multi-ômicos.
Interoperabilidade: Garantir que os modelos estejam prontos para uso imediato em pipelines padrão (MetaXcan, PGS Calculator) sem a necessidade de formatação personalizada.
Geração de Hipóteses: Permitir a descoberta sistemática de alvos através de PheWAS, conforme demonstrado pela identificação do papel do AGER no hipotireoidismo via análise de nível de via.
Crescimento da Comunidade: Estabelecer um mecanismo para que pesquisadores submetam novos modelos e resultados de PheWAS, aumentando assim a encontrabilidade e a reusabilidade de seu trabalho.

Os autores reconhecem que o recurso atual possui um viés para pontuações desenvolvidas em coortes de ancestralidade predominantemente europeia, mas ressaltam o compromisso de priorizar a inclusão de modelos de populações globais conforme os dados tornem-se disponíveis. Desenvolvimentos futuros visam expandir para tecidos adicionais, ancestralidades, plataformas moleculares (ex: proteômica baseada em espectrometria de massa) e, potencialmente, espécies não humanas, além de adicionar funcionalidades para testes de associação causal e dados de complexos proteicos.

Mais como este