Avaliação de significância modular e de borda em indivíduos
Scientific Reports volume 13, Número do artigo: 7868 (2023) Citar este artigo
266 Acessos
1 Altmétrica
Detalhes das métricas
As redes individuais específicas, definidas como redes de nós e arestas de conexão específicas para um indivíduo, são ferramentas promissoras para a medicina de precisão. Quando tais redes são biológicas, torna-se possível a interpretação de módulos funcionais em um nível individual. Um problema pouco investigado é a avaliação de relevância ou "significância" de cada rede individual específica. Este artigo propõe novos procedimentos de avaliação de significância de arestas e módulos para redes específicas individuais ponderadas e não ponderadas. Especificamente, propomos uma distância de Cook modular usando um método que envolve modelagem iterativa de uma aresta versus todas as outras dentro de um módulo. Dois procedimentos avaliando mudanças entre usar todos os indivíduos e usar todos os indivíduos, mas deixando um indivíduo de fora (LOO) também são propostos (LOO-ISN, MultiLOO-ISN), contando com arestas derivadas empiricamente. Comparamos nossas propostas com concorrentes, incluindo adaptações dos métodos OPTICS, kNN e Spoutlier, por meio de um extenso estudo de simulação, modelado em cenários da vida real para co-expressão gênica e redes de interação microbiana. Os resultados mostram as vantagens de realizar avaliações de significância modulares versus de ponta para redes individuais específicas. Além disso, a distância de Cook modular está entre os melhores desempenhos em todas as configurações de simulação consideradas. Finalmente, a identificação de indivíduos periféricos em relação às suas redes individuais específicas é significativa para fins de medicina de precisão, conforme confirmado pela análise de rede dos perfis de abundância do microbioma.
Ao analisar a relação entre características biológicas e características complexas, muitas vezes é impossível caracterizar o resultado ou fenótipo com um único gene ou uma única via1, e caracterizações mais avançadas são necessárias. Doenças complexas não têm causa única, mas resultam de um acúmulo de variações diferentes e interativas2. Avanços na biotecnologia, como desenvolvimentos em modalidades de imagem de alta resolução e métodos de sequenciamento de alto rendimento, disponibilizaram dados interdependentes de alta dimensão sobre coleções crescentes de indivíduos. Esses dados precisam ser analisados de forma robusta e estável. A medicina em rede permite ir além das análises univariadas e abranger a complexidade das redes biológicas2,3.
As redes se prestam bem à visualização e análise de múltiplos processos biológicos na medicina. Uma rede é uma coleção de objetos conectados. Os objetos são referidos como nós ou vértices. Eles são geralmente visualizados como pontos. As conexões entre os nós são chamadas de arestas ou links. Estes são desenhados graficamente como linhas entre pontos. Essas redes podem ser anexadas com informações extras, como rótulos de nós ou pesos de arestas. Um módulo é uma sub-rede composta por um subconjunto de nós e arestas selecionados. A modularidade da rede mede a força da divisão de uma rede em módulos. Mais detalhes estão na Tabela S1. Construções teóricas gráficas, como módulos, podem ser mais robustas e eficazes do que variáveis clínicas tradicionais em modelos preditivos ou descritivos4. Eles são frequentemente comparados entre gráficos, onde cada gráfico pode representar uma condição ou estado diferente (fi doente versus saudável). Como veremos mais adiante, as redes também podem ser construídas para cada indivíduo separadamente.
Modelos biológicos baseados em população, que inferem bordas em redes biológicas reunindo amostras ou fixando uma rede única aplicável a todos os indivíduos em um grupo-alvo, têm sido usados para extrair recursos para análises informadas a jusante5 ou para orientar a detecção e interpretação de epistasia usando o genoma -desenhos de estudos de associação ampla6. Do ponto de vista da medicina personalizada, eles também demonstraram ajudar a tirar conclusões específicas do paciente (por exemplo, 7). No entanto, um medicamento de "tamanho único" não é mais aceitável8,9, e extrapolar conclusões de redes derivadas da população pode não ser específico o suficiente para um indivíduo em particular. Além disso, enquanto as interações estatísticas ocorrem em nível populacional, as interações biológicas ocorrem em nível individual10. Assim, considerando que os interactomas biologicamente relevantes podem variar de um indivíduo para outro, a construção de redes individuais específicas com bordas específicas individuais tem recebido interesse crescente.