多组学数据整合、解释及其应用

为了全面研究复杂生物过程，采取整合的方法结合多组学数据，以突出参与生物分子及其功能之间的相互关系是至关重要的。随着高通量技术的出现以及来自大量样本生成的多组学数据的可用性，已经开发出多种有前景的数据整合和解释工具和方法。在本次综述中，我们收集了采用整合方法分析多组学数据的工具和方法，并总结了它们在疾病亚型、 biomarker 预测和数据洞察等应用中的能力。我们提供了这些工具的方法论、使用案例和局限性；对多组学数据仓库和可视化门户的简要介绍；以及与多组学数据整合相关的挑战。