Utiliser de nouvelles méthodes d’apprentissage statistique pour mieux comprendre les mécanismes biologiques des maladies complexes

Les progrès technologiques récents ont permis de produire de grandes quantités de types de données qui peuvent aider les chercheurs en santé à mieux comprendre des maladies complexes, telles que le cancer, les maladies cardiovasculaires et les troubles neurodégénératifs.

Appelés « données multi-omiques » et englobant la génomique, l’épigénomique, la protéomique et la transcriptomique, ces types de données fournissent une vue vaste et holistique des systèmes biologiques des maladies, aidant les chercheurs à démêler les mécanismes biologiques sous-jacents des maladies et à améliorer les résultats cliniques.

Cependant, le volume et la diversité de ces données font qu’il est difficile pour les chercheurs en santé d’identifier des biomarqueurs importants parmi des centaines de milliers de points de données.

Une nouvelle étude de l’École de santé publique (SPH) de l’Université du Minnesota relèvera directement ce défi en développant et en appliquant des méthodes d’apprentissage statistique bayésiennes qui aideront les chercheurs à analyser de grandes quantités de données multi-omiques. Les méthodes bayésiennes organisent les données en attribuant des probabilités à des événements ou à des paramètres dans des ensembles de données en fonction de l’expérience ou d’autres facteurs.

L’un des principaux avantages des modèles bayésiens réside dans leur capacité à gérer la non-linéarité, une caractéristique essentielle lors de la modélisation de maladies et d’autres systèmes biologiques. Les chercheurs du SPH utiliseront ces méthodes pour identifier :

• Voies prédictives clés et molécules importantes correspondantes, telles que les gènes, les protéines, les métabolites et les lipides.
• Sous-types de maladies moléculaires cliniquement significatives.
• Biomarqueurs prédictifs et pronostiques qui contribuent à l’association conjointe (ou réseaux de régulation) entre les types de données omiques. Les données omiques seront intégrées à un modèle statistique prédictif bayésien dans le but de sélectionner les caractéristiques omiques associées aux résultats de la maladie.

“En appliquant la méthode proposée à des ensembles de données accessibles au public tels que l’Atlas du génome du cancer, dbGAP et Genotype-Tissue Expression, ainsi qu’à des ensembles de données non publics obtenus auprès de nos collaborateurs, ces modèles sont très prometteurs pour faire progresser notre compréhension des maladies complexes”, déclare Thierry Chekouo, professeur adjoint SPH et chercheur principal de l’étude.

“Nous prévoyons de développer gratuitement un logiciel robuste, efficace sur le plan informatique et convivial pour l’application de nos méthodes, et de le mettre à la disposition de la communauté des scientifiques, des data scientists, des biostatisticiens et d’autres qui peuvent l’utiliser pour faire progresser leurs recherches dans des domaines complexes. maladies.”

Même si l’étude devrait être achevée dans cinq ans, Chekouo dit qu’il s’attend à obtenir des résultats préliminaires d’ici la fin de 2024. Les résultats seront diffusés de plusieurs manières. Un logiciel disponible gratuitement pour les méthodes proposées sera disponible en ligne. Les détails des méthodes seront publiés dans des revues de méthodes statistiques à comité de lecture.

Fourni par l’Université du Minnesota