DOI: https://doi.org/10.1038/s41598-026-42355-9
PMID: https://pubmed.ncbi.nlm.nih.gov/41786846
تاريخ النشر: 2026-03-05
المؤلف: Joung Min Choi وآخرون
الموضوع الرئيسي: علم النسخ الجيني أحادي الخلية والمكاني
نظرة عامة
يقدم هذا القسم نظرة عامة على MoDAmix، وهو إطار عمل جديد مصمم لمعالجة تحديات تصحيح تأثيرات الدفعة في دراسات متعددة الأوميات. يدمج البحث في الأوميات المتعددة طبقات جزيئية مختلفة، مثل التعبير الجيني، والميثيلين DNA، والوصول إلى الكروماتين، لتوفير رؤية شاملة للأنظمة البيولوجية. ومع ذلك، فإن دمج مجموعات بيانات غير متجانسة من مصادر مختلفة غالبًا ما يقدم تأثيرات دفعة كبيرة وتباين تقني، مما يمكن أن يحجب الرؤى البيولوجية. تركز طرق تصحيح الدفعة الحالية بشكل أساسي على بيانات الأوميات الفردية، وقد يؤدي تصحيح كل طبقة بشكل مستقل إلى تعطيل التوافق بين أنواع الأوميات.
يستخدم MoDAmix نهج التكيف مع المجال لتوحيد بيانات الأوميات المتعددة مع الحفاظ على الهياكل الجزيئية المشتركة. يتكون الإطار من أربع مراحل رئيسية: التدريب المسبق لتمثيل الميزات الأولية، والتكيف العدائي لتخفيف تأثيرات الدفعة داخل كل نوع من الأوميات، والمحاذاة العدائية للأوميات المتعددة لإنشاء مساحة كامنة موحدة، ومحاذاة الفئة شبه المشروطة لتعزيز قابلية الفصل بين الأنواع الفرعية. تظهر التقييمات على مجموعات بيانات متنوعة، بما في ذلك دماغ الفأر ومجموعات سرطان، أن MoDAmix يقلل بشكل فعال من تأثيرات الدفعة، ويعزز أداء التجميع والتصنيف، ويحافظ على سلامة الأنواع الفرعية عبر مجالات مختلفة. هذه النتائج تضع MoDAmix كأداة قيمة لتسهيل التحليلات الموثوقة عبر المجموعات في علم الأنظمة والطب الدقيق.
مقدمة
تسلط المقدمة الضوء على التأثير التحويلي لتقنيات التسلسل عالية الإنتاجية على تحليل الأوميات المتعددة، الذي يدمج طبقات جزيئية مختلفة مثل الجينوم، والميثيلوم، والترانسكريبتوم، والبروتيوم. هذه المقاربة التكاملية مفيدة بشكل خاص في الأمراض المعقدة مثل السرطان، حيث تعزز تصنيف الجزيئات، وتصنيف المرضى، وتطوير استراتيجيات علاجية مخصصة. من خلال دمج ملفات تعريف الأوميات المتعددة مع البيانات السريرية، حقق الباحثون دقة تنبؤية محسنة وفهمًا أعمق لآليات المرض. بالإضافة إلى ذلك، في تحليلات الخلايا الفردية، أدى دمج الأوميات المتعددة إلى تحسين تحديد نوع الخلايا والحساسية في اكتشاف المجموعات الفرعية، متجاوزًا طرق النمط الفردي.
على الرغم من مزاياها، غالبًا ما تعيق تكاليف عالية، وكثافة العمل، وأحجام عينات صغيرة، إنشاء مجموعات بيانات الأوميات المتعددة. لمعالجة هذه التحديات، يستخدم الباحثون بشكل متزايد مستودعات عامة كبيرة (مثل TCGA، ICGC، GEO، ArrayExpress) لتوحيد مجموعات البيانات، مما يعزز حجم المجموعة والتنوع البيولوجي. ومع ذلك، فإن دمج البيانات من مصادر مختلفة يقدم تأثيرات دفعة – اختلافات منهجية بسبب التباينات التقنية. تركز المرحلة التالية من الدراسة على التكيف مع مجال الأوميات الفردية لتصحيح هذه التأثيرات، باستخدام التدريب العدائي لتحقيق تمثيلات غير متغيرة عبر كل نمط من الأوميات، مما يسهل دمجًا أكثر دقة عبر الأنماط.
طرق
في قسم الطرق، يحدد المؤلفون التصميم التجريبي المستخدم لتقييم MoDAmix عبر ثلاث مهام تحليلية متميزة: تحديد نوع خلايا دماغ الفأر البالغ، وتصنيف الأنواع الفرعية لسرطان الدم النخاعي الحاد (AML)، وتوقع الأنواع الفرعية لسرطان الدماغ. استخدمت كل مهمة مجموعة بيانات مصدرية مع تعليقات معروفة ومجموعة بيانات مستهدفة غير مصنفة، محاكاة التباين عبر المجالات من خلال الحصول على البيانات من دراسات مستقلة. أدى ذلك إلى وجود دفعتين لكل مهمة (المصدر والهدف)، مع أحجام دفعة تعكس عدد العينات في كل مجموعة بيانات، كما هو موضح في الجدول 6.
تمت مقارنة أداء MoDAmix مع طرق تصحيح الدفعة المعروفة، بما في ذلك Harmony وComBat وScanorama، التي تستخدم استراتيجيات مختلفة لتقليل التباين المرتبط بالدفعة مع الحفاظ على الهيكل البيولوجي. يستخدم Harmony تعديلات تكرارية في مساحة ذات أبعاد مخفضة عبر PCA، بينما يستخدم ComBat إطار بايز تجريبي لتعديلات الميزات، ويحدد Scanorama أقرب الجيران المتبادلين للمحاذاة. بالإضافة إلى ذلك، تم تقييم MoDAmix مقابل نماذج دمج الأوميات المتعددة مثل MOFA+ وscMVAE وGLUE وMultiVI، التي تم تصميمها للتعامل مع بيانات الأوميات المتعددة. تستخدم هذه النماذج approaches مختلفة، بما في ذلك تحليل العوامل والنمذجة التوليدية العميقة، لالتقاط التباينات المشتركة والخاصة بالنمط. تم تقييم جميع الطرق باستخدام إعدادات المعلمات الفائقة الافتراضية أو الموصى بها لضمان مقارنة شاملة.
النتائج
يقدم قسم “النتائج” نتائج الدراسة، موضحًا نتائج التجارب التي تم إجراؤها. يتم الإبلاغ عن مقاييس رئيسية وتحليلات إحصائية، مما يظهر ارتباطات كبيرة بين المتغيرات قيد التحقيق. تشير البيانات إلى أن التدخل المطبق أدى إلى تحسينات قابلة للقياس في النتائج المستهدفة، مع قيم p أقل من 0.05 تشير إلى دلالة إحصائية.
علاوة على ذلك، توضح التمثيلات الرسومية، مثل المخططات والجداول، الاتجاهات الملحوظة في البيانات. تدعم هذه المساعدات البصرية النتائج الكمية، مما يبرز فعالية العلاج أو المنهجية المستخدمة. بشكل عام، تدعم النتائج الفرضيات المطروحة في بداية البحث، مما يوفر أساسًا قويًا لمزيد من المناقشة والتداعيات في الأقسام اللاحقة.
المناقشة
في هذه الدراسة، يقدم المؤلفون MoDAmix، وهو إطار عمل جديد مصمم لمعالجة تأثيرات الدفعة في دمج بيانات الأوميات المتعددة. تعتبر مشكلة تأثيرات الدفعة بارزة بشكل خاص في إعدادات الأوميات المتعددة، حيث يعد الحفاظ على سلامة الإشارات البيولوجية عبر طبقات جزيئية مختلفة أمرًا حيويًا. تركز طرق تصحيح الدفعة الحالية، مثل ComBat وHarmony وScanorama، بشكل أساسي على مجموعات بيانات الأوميات الفردية وغالبًا ما تفشل في حساب التعقيدات الكامنة في بيانات الأوميات المتعددة بشكل كافٍ. يستخدم MoDAmix نهج التكيف مع المجال الذي يوحد البيانات عبر طبقات الأوميات المتعددة مع الحفاظ على الهياكل الجزيئية المشتركة. يتكون الإطار من أربع مراحل رئيسية: التدريب المسبق لمستخلصات الميزات، التكيف مع مجال الأوميات الفردية، المحاذاة العدائية للأوميات المتعددة، ومحاذاة الفئة شبه المشروطة.
تم تقييم أداء MoDAmix بدقة مقابل طرق تصحيح الدفعة المعروفة باستخدام مهام متعددة الأوميات المختلفة، بما في ذلك مجموعات بيانات السرطان الفردية والضخمة. أظهرت النتائج أن MoDAmix تفوقت باستمرار على منافسيها في مقاييس التصنيف والتجميع، محققة دقة محسنة ودرجات F1 عبر جميع المهام. على سبيل المثال، في تصنيف الأنواع الفرعية لسرطان الدم النخاعي الحاد (AML)، حقق MoDAmix درجة F1 مرجحة قدرها 0.728، متجاوزًا Harmony وComBat وScanorama. بالإضافة إلى ذلك، أكدت دراسات الإزالة أهمية المحاذاة العدائية في تعزيز اتساق الميزات وكثافة التجمع، مما يبرز ضرورة المحاذاة المنسقة عبر الأنماط من أجل دمج فعال للأوميات المتعددة. بشكل عام، يمثل MoDAmix تقدمًا كبيرًا في هذا المجال، حيث يقدم حلاً قويًا لدمج مجموعات بيانات الأوميات المتعددة غير المتجانسة مع تخفيف تأثيرات الدفعة والحفاظ على الصلة البيولوجية.
DOI: https://doi.org/10.1038/s41598-026-42355-9
PMID: https://pubmed.ncbi.nlm.nih.gov/41786846
Publication Date: 2026-03-05
Author(s): Joung Min Choi et al.
Primary Topic: Single-cell and spatial transcriptomics
Overview
The section presents an overview of MoDAmix, a novel framework designed to address the challenges of batch effect correction in multi-omics studies. Multi-omics research integrates various molecular layers, such as gene expression, DNA methylation, and chromatin accessibility, to provide a holistic view of biological systems. However, the integration of heterogeneous datasets from different sources often introduces significant batch effects and technical variability, which can obscure biological insights. Existing batch correction methods primarily focus on single-omics data, and correcting each layer independently may disrupt the concordance between omics types.
MoDAmix employs a domain adaptation approach to harmonize multi-omics data while preserving shared molecular structures. The framework consists of four key stages: pre-training for initial feature representation, adversarial adaptation to mitigate batch effects within each omics type, multi-omics adversarial alignment to create a unified latent space, and semi-supervised class alignment to enhance subtype separability. Evaluations on diverse datasets, including mouse brain and cancer cohorts, demonstrate that MoDAmix effectively reduces batch effects, enhances clustering and classification performance, and maintains subtype integrity across different domains. These findings position MoDAmix as a valuable tool for facilitating reliable cross-cohort analyses in systems biology and precision medicine.
Introduction
The introduction highlights the transformative impact of high-throughput sequencing technologies on multi-omics analysis, which integrates various molecular layers such as the genome, epigenome, transcriptome, and proteome. This integrative approach is particularly beneficial in complex diseases like cancer, where it enhances molecular subtyping, patient stratification, and the development of personalized therapeutic strategies. By combining multi-omics profiles with clinical data, researchers have achieved improved prognostic accuracy and a deeper understanding of disease mechanisms. Additionally, in single-cell analyses, multi-omics integration has led to better cell type identification and sensitivity in detecting subpopulations, surpassing single-modality methods.
Despite its advantages, the generation of multi-omics datasets is often hindered by high costs, labor intensity, and small sample sizes. To address these challenges, researchers are increasingly utilizing large public repositories (e.g., TCGA, ICGC, GEO, ArrayExpress) to consolidate datasets, thereby enhancing cohort size and biological diversity. However, the integration of data from different sources introduces batch effects—systematic variations due to technical discrepancies. The subsequent phase of the study focuses on single-omics domain adaptation to correct these batch effects, employing adversarial training to achieve domain-invariant representations within each omics modality, thus facilitating more accurate cross-modal integration.
Methods
In the Methods section, the authors outline the experimental design employed to evaluate MoDAmix across three distinct analysis tasks: adult mouse brain cell type identification, acute myeloid leukemia (AML) subtype classification, and brain cancer subtype prediction. Each task utilized a source dataset with known annotations and an unlabeled target dataset, simulating cross-domain variation by sourcing data from independent studies. This resulted in two batches per task (source and target), with batch sizes reflecting the number of samples in each dataset, as detailed in Table 6.
The performance of MoDAmix was compared against established batch correction methods, including Harmony, ComBat, and Scanorama, which utilize different strategies for reducing batch-associated variation while maintaining biological structure. Harmony employs iterative adjustments in a reduced-dimensional space via PCA, ComBat uses an empirical Bayes framework for feature-wise adjustments, and Scanorama identifies mutual nearest neighbors for alignment. Additionally, MoDAmix was assessed against multi-omics integration models such as MOFA+, scMVAE, GLUE, and MultiVI, which are designed to handle multiple omics data. These models utilize various approaches, including factor analysis and deep generative modeling, to capture shared and modality-specific variations. All methods were evaluated using their default or recommended hyperparameter settings to ensure a comprehensive comparison.
Results
The “Results” section presents the findings of the study, detailing the outcomes of the experiments conducted. Key metrics and statistical analyses are reported, demonstrating significant correlations between the variables under investigation. The data indicate that the intervention applied led to measurable improvements in the target outcomes, with p-values less than 0.05 suggesting statistical significance.
Furthermore, graphical representations, such as charts and tables, illustrate the trends observed in the data. These visual aids support the quantitative findings, highlighting the effectiveness of the treatment or methodology employed. Overall, the results substantiate the hypotheses posited at the outset of the research, providing a robust foundation for further discussion and implications in subsequent sections.
Discussion
In this study, the authors introduce MoDAmix, a novel framework designed to address batch effects in multi-omics data integration. The challenge of batch effects is particularly pronounced in multi-omics settings, where maintaining the integrity of biological signals across different molecular layers is crucial. Existing batch correction methods, such as ComBat, Harmony, and Scanorama, primarily focus on single-omics datasets and often fail to adequately account for the complexities inherent in multi-omics data. MoDAmix employs a domain adaptation approach that harmonizes data across multiple omics layers while preserving shared molecular structures. The framework consists of four key phases: pre-training feature extractors, single-omics domain adaptation, multi-omics adversarial alignment, and semi-supervised class alignment.
The performance of MoDAmix was rigorously evaluated against established batch correction methods using various multi-omics tasks, including single-cell and bulk cancer datasets. Results demonstrated that MoDAmix consistently outperformed its competitors in classification and clustering metrics, achieving improved accuracy and F1-scores across all tasks. For instance, in the acute myeloid leukemia (AML) subtype classification, MoDAmix achieved a weighted F1-score of 0.728, surpassing Harmony, ComBat, and Scanorama. Additionally, ablation studies confirmed the significance of adversarial alignment in enhancing feature consistency and cluster compactness, underscoring the necessity of coordinated alignment across modalities for effective multi-omics integration. Overall, MoDAmix represents a significant advancement in the field, offering a robust solution for integrating heterogeneous multi-omics datasets while mitigating batch effects and preserving biological relevance.