多層組學整合

組學介紹

組學（Omics）技術是隨著系統生物學的發展而迅速發展起來的，同時，組學技術又為系統生物學提供了海量的實驗數據和先進的技術方法，大大促進了系統生物學的發展。系統生物學是通過整合生物系統中諸多相互聯繫和作用的組分來研究複雜生物過程的機制，即研究生物系統中所有組成成分（基因、mRNA、蛋白質和代謝產物等）的構成以及在特定條件下這些組分間的相互作用和關係，並分析生物系統在某種或某些因素干預擾動下在一定時間內的動力學過程及其規律。因此，它是一個由上而下的系統整合過程，即在深入研究基因和生物分子結構和功能基礎上的一種系統分析和整合。系統生物學將在基因組序列的基礎上完成由生命密碼到生命過程的研究，這是一個逐步整合的過程，由生物體內各種分子的鑑別及其相互作用的研究到途徑、網路、模組，最終完成整個生命活動的路線圖。

為什麼需要多層組學整合？

組學主要包括基因組學（Genomics）、轉錄組學（Transcriptomics）、蛋白質組學（Proteomics）和代謝組學（Metabolomics），高通量組學方法的套用產生了大量基因組、轉錄組、蛋白質組和代謝組等組學數據。組學數據的整合為全面了解生物學系統和機制提供了前提條件。

當前，單純研究某一層次生物分子（基因組、轉錄組、蛋白組和代謝組等）變化，如通過 gene ontology（GO）分析基因功能及相互作用網路，或通過 Metabo-Analyst分析小分子代謝產物的相互關係並找尋生物標誌物等，已經很難滿足系統生物學越來越高的研究期望。於是科學家提出應從多分子層次出發來系統研究基因、mRNA、蛋白質和小分子間的相互作用和系統機制。其中，生物體的通路分析就是一種十分重要的系統整合分析方法。

該方法通過基因組、轉錄組、蛋白組和代謝組實驗獲得應激擾動、病理生理狀態或藥物治療疾病後的變化信息，可富集和追索到變化最大、最集中的通路。通過對基因到 mRNA、蛋白質，再到體內小分子，對整體變化物質分子進行綜合分析，包括原始通路的分析及新通路的構建，反映出組織器官功能和代謝狀態，為探索生物調控分子機制、關鍵標誌物以及作用靶點提供新思路和新方法。

組學中數據整合的發展有待於實驗科學、分析科學、生物醫藥學、數學和計算機科學的全面進步，在實驗技術上提高產出數據的精度，在系統生物學上提供更多新的理論指導，在化學、數學和計算機領域提出更加強有力的分析計算方法，最終有效整合多層組學數據，對生物系統進行全面的解讀。

整合分析研究思路

隨著實驗技術特別是生物質譜技術的全面發展，獲取穩定可靠、數據量大的基因組、轉錄組、蛋白組和代謝組等高通量組學數據已經變得越來越簡單，而對這些組學數據的深入分析和解釋則變得越來越重要，尤其是對不同生物分子層次數據的整合分析。多層組學整合分析是指對來自基因組、轉錄組、蛋白組和代謝組等不同生物分子層次的批量數據進行歸一化處理、比較分析和相關性分析等統計學分析，建立不同層次分子間數據關係；同時結合GO功能分析、代謝通路富集、分子互作等生物功能分析，系統全面地解析生物分子功能和調控機制。不同分子層次的組學數據進行整合分析一方面可以相互驗證，另一方面也有助於相互補充、拓展認識。