Valutazione del significato di Edge e modulare nell'individuo
Rapporti scientifici volume 13, numero articolo: 7868 (2023) Citare questo articolo
266 accessi
1 Altmetrico
Dettagli sulle metriche
Le reti specifiche per l’individuo, definite come reti di nodi e bordi di connessione specifici per un individuo, sono strumenti promettenti per la medicina di precisione. Quando tali reti sono biologiche, diventa possibile l'interpretazione dei moduli funzionali a livello individuale. Un problema poco studiato è la pertinenza o la valutazione del "significato" di ciascuna rete specifica per individuo. Questo articolo propone nuove procedure di valutazione della significatività dei bordi e dei moduli per reti specifiche per individuo ponderate e non ponderate. Nello specifico, proponiamo una distanza di Cook modulare utilizzando un metodo che prevede la modellazione iterativa di un bordo rispetto a tutti gli altri all'interno di un modulo. Vengono proposte anche due procedure che valutano i cambiamenti tra l'utilizzo di tutti gli individui e l'utilizzo di tutti gli individui ma lasciando fuori un individuo (LOO) (LOO-ISN, MultiLOO-ISN), basandosi su bordi derivati empiricamente. Confrontiamo le nostre proposte con i concorrenti, compresi gli adattamenti dei metodi OPTICS, kNN e Spoutlier, mediante un ampio studio di simulazione, modellato su scenari di vita reale per la coespressione genica e le reti di interazione microbica. I risultati mostrano i vantaggi di eseguire valutazioni di significatività modulari rispetto a quelle edge-wise per reti specifiche per individuo. Inoltre, la distanza modulare di Cook è tra le migliori in tutte le impostazioni di simulazione considerate. Infine, l’identificazione degli individui periferici rispetto alle loro reti specifiche dell’individuo è significativa per scopi di medicina di precisione, come confermato dall’analisi di rete dei profili di abbondanza del microbioma.
Quando si analizza la relazione tra caratteristiche biologiche e tratti complessi, è spesso impossibile caratterizzare il risultato o il fenotipo con un singolo gene o un singolo percorso1 e sono necessarie caratterizzazioni più avanzate. Le malattie complesse non hanno una causa unica, ma derivano da un accumulo di varianti diverse e interagenti2. I progressi nella biotecnologia, come gli sviluppi nelle modalità di imaging ad alta risoluzione e nei metodi di sequenziamento ad alto rendimento, hanno reso disponibili dati interdipendenti ad alta dimensione su gruppi crescenti di individui. Tali dati devono essere analizzati in modo robusto e stabile. La medicina di rete consente di andare oltre le analisi univariate e di abbracciare la complessità delle reti biologiche2,3.
Le reti si prestano bene alla visualizzazione e all’analisi di molteplici processi biologici in medicina. Una rete è una raccolta di oggetti connessi. Gli oggetti sono indicati come nodi o vertici. Di solito vengono visualizzati come punti. Le connessioni tra i nodi sono chiamate bordi o collegamenti. Questi sono disegnati graficamente come linee tra i punti. A tali reti possono essere aggiunte informazioni aggiuntive, come etichette dei nodi o pesi dei bordi. Un modulo è una sottorete composta da un sottoinsieme di nodi e bordi selezionati. La modularità della rete misura la forza della divisione di una rete in moduli. Maggiori dettagli sono nella Tabella S1. I costrutti teorici dei grafici come i moduli possono essere più robusti ed efficaci rispetto alle tradizionali variabili cliniche nei modelli predittivi o descrittivi4. Vengono spesso confrontati tra grafici, dove ciascun grafico può rappresentare una condizione o stato diverso (ad esempio malato rispetto a sano). Come vedremo più avanti, le reti possono anche essere costruite separatamente per ciascun individuo.
I modelli biologici basati sulla popolazione, che deducono i margini nelle reti biologiche mettendo insieme i campioni o fissando un cablaggio di rete unico applicabile a tutti gli individui in un gruppo target, sono stati utilizzati per estrarre caratteristiche per analisi informate a valle5 o per guidare il rilevamento e l'interpretazione dell'epistasi utilizzando il genoma disegni di studi di associazione ad ampio spettro6. Dal punto di vista della medicina personalizzata, è stato anche dimostrato che aiutano a trarre conclusioni specifiche per il paziente (ad esempio, 7). Tuttavia, una medicina unica per tutti non è più accettabile8,9 e le conclusioni estrapolate da reti derivate dalla popolazione potrebbero non essere sufficientemente specifiche per un particolare individuo. Inoltre, mentre le interazioni statistiche si verificano a livello di popolazione, le interazioni biologiche si verificano a livello individuale10. Pertanto, considerando che gli interattomi biologicamente rilevanti possono variare da un individuo all'altro, la costruzione di reti specifiche dell'individuo con bordi specifici dell'individuo ha ricevuto un crescente interesse.