tooluniverse-multi-omics-integration

マルチオミクス統合

包括的なシステム生物学解析のため、複数のオミクスデータセットを調整して統合します。専門的な ToolUniverse スキルをオーケストレーションし、オミクス横断の相関分析、マルチオミクスクラスタリング、経路レベルの統合、統一的な解釈を実行します。

---

ドメインに基づく推論

マルチオミクス統合では、異なる分子レイヤーが一貫した結果を示しているかを確認します。遺伝子が RNA-seq で発現上昇し、かつプロテオミクスでそのタンパク質量が増加している場合、生物学的な変化を示す一貫した証拠です。不一致――mRNA は多いのにタンパク質は少ない、または対応する mRNA の変化なしにタンパク質量が増加している場合――は、転写後制御（miRNA によるサイレンシング、タンパク質分解、翻訳制御）を示している可能性があり、それ自体が報告に値する重要な知見です。不一致がすべてノイズとは限りません。中には最も興味深い生物学的知見もあります。

推測せず、調べる

• 予想される RNA とタンパク質の相関範囲：実際のデータから Spearman の r を計算します。一般的な範囲（0.4～0.6）は目安であり、保証値ではありません。
• 経路エンリッチメントの結果：実際の遺伝子リストに対して ReactomeAnalysis_pathway_enrichment または gseapy を実行します。記憶に基づいてエンリッチされた経路を列挙してはいけません。
• eQTL 関連：対象のバリアントと組織について、GTEx または eQTL データベースに問い合わせます。調節関係を推測してはいけません。
• 特定の遺伝子座におけるメチル化と発現の方向性：実験データを取得します。プロモーターによる抑制は標準的なモデルですが、例外もあります。

---

このスキルを使う場面

• ユーザーが複数のオミクスデータセットを持っている場合（RNA-seq + プロテオミクス、メチル化 + 発現など）
• オミクス横断の相関に関する質問（例：「メチル化は発現にどう影響しますか？」）
• マルチオミクスによるバイオマーカーの発見や患者のサブタイプ分類
• 複数の分子レイヤーを必要とするシステム生物学の質問
• マルチオミクス患者データを用いた精密医療への応用

---

ワークフローの概要

Phase 1: Data Loading & QC
  Load each omics type, format-specific QC, normalize
  Supported: RNA-seq, proteomics, methylation, CNV/SNV, metabolomics

Phase 2: Sample Matching
  Harmonize sample IDs, find common samples, handle missing omics

Phase 3: Feature Mapping
  Map features to common gene-level identifiers
  CpG->gene (promoter), CNV->gene, metabolite->enzyme

Phase 4: Cross-Omics Correlation
  RNA vs Protein (translation efficiency)
  Methylation vs Expression (epigenetic regulation)
  CNV vs Expression (dosage effect)
  eQTL variants vs Expression (genetic regulation)

Phase 5: Multi-Omics Clustering
  MOFA+, NMF, SNF for patient subtyping

Phase 6: Pathway-Level Integration
  Aggregate omics evidence at pathway level
  Score pathway dysregulation with combined evidence

Phase 7: Biomarker Discovery
  Feature selection across omics, multi-omics classification

Phase 8: Integrated Report
  Summary, correlations, clusters, pathways, biomarkers

参照先：各フェーズのコードと実装の詳細については phase_details.md をご覧ください。

---

対応データ型

オミクス	形式	QC の重点
トランスクリプトミクス	CSV/TSV、HDF5、h5ad	低カウントのフィルタリング、正規化（TPM/DESeq2）、対数変換
プロテオミクス	MaxQuant、Spectronaut、DIA-NN	欠損値の補完、中央値／分位点正規化
メチル化	IDAT、ベータ値行列	失敗プローブ、バッチ補正、交差反応プローブのフィルタリング
ゲノミクス	VCF、SEG（CNV）	バリアントの QC、CNV セグメンテーション
メタボロミクス	ピークテーブル	欠損値、正規化

---

主な操作

サンプルのマッチング

def match_samples_across_omics(omics_data_dict):
    """Match samples across multiple omics datasets."""
    sample_ids = {k: set(df.columns) for k, df in omics_data_dict.items()}
    common_samples = set.intersection(*sample_ids.values())
    matched_data = {k: df[sorted(common_samples)] for k, df in omics_data_dict.items()}
    return sorted(common_samples), matched_data

オミクス横断の相関分析

from scipy.stats import spearmanr, pearsonr

# RNA vs Protein: expect positive r ~ 0.4-0.6
# Methylation vs Expression: expect negative r (promoter repression)
# CNV vs Expression: expect positive r (dosage effect)

for gene in common_genes:
    r, p = spearmanr(rna[gene], protein[gene])

経路統合

# Score pathway dysregulation using combined evidence from all omics
# Aggregate per-gene evidence, then per-pathway
pathway_score = mean(abs(rna_fc) + abs(protein_fc) + abs(meth_diff) + abs(cnv))

各操作の完全な実装については phase_details.md をご覧ください。

---

マルチオミクスクラスタリング手法

手法	説明	最適な用途
MOFA+	オミクス横断の変動を説明する潜在因子	共通の因子／オミクス固有の因子の特定
Joint NMF	オミクス間で共通する分解	患者サブタイプの発見
SNF	類似度ネットワークの融合	異種データ型の統合

---

ToolUniverse スキルの連携

スキル	用途	フェーズ
tooluniverse-rnaseq-deseq2	RNA-seq 解析	1, 4
tooluniverse-epigenomics	メチル化、ChIP-seq	1, 4
tooluniverse-variant-analysis	CNV/SNV の処理	1, 3, 4
tooluniverse-protein-interactions	タンパク質ネットワークの文脈	6
tooluniverse-gene-enrichment	経路エンリッチメント	6
tooluniverse-expression-data-retrieval	公開データの取得	1
tooluniverse-target-research	遺伝子／タンパク質のアノテーション	3, 8

---

ユースケース

がんマルチオミクス

TCGA の RNA-seq + プロテオミクス + メチル化 + CNV を統合し、患者のサブタイプ、オミクス横断のドライバー遺伝子、マルチオミクスバイオマーカーを特定します。

eQTL + 発現 + メチル化

SNP -> メチル化 -> 発現の調節連鎖を特定します（メディエーション解析）。

薬物応答のマルチオミクス解析

ベースラインのマルチオミクスプロファイルを使用して薬物応答を予測し、耐性・感受性に関わる経路を特定します。

詳細な手順については、phase_details.md の「Use Cases」を参照してください。

---

定量的な最低要件

コンポーネント	要件
オミクスの種類	少なくとも2つのデータセット
共通サンプル	オミクス全体で少なくとも10
相互相関	ピアソン相関またはスピアマン相関を算出
クラスタリング	少なくとも1つの手法（MOFA+、NMF、またはSNF）
経路統合	マルチオミクスのエビデンススコアを用いたエンリッチメント
レポート	概要、相関、クラスター、経路、バイオマーカー

---

制限事項

• サンプルサイズ：統合には n >= 20 を推奨します
• 欠損データ：すべてのサンプルがすべてのオミクスを持たない場合は、ペアワイズ統合を行います
• バッチ効果：プラットフォームが異なる場合は、慎重な正規化が必要です
• 計算負荷：大規模なデータセットでは、かなりのメモリが必要になる場合があります
• 解釈：結果の検証には、専門分野の知識が必要です

---

参考文献

• MOFA+：https://doi.org/10.1186/s13059-020-02015-1
• Similarity Network Fusion：https://doi.org/10.1038/nmeth.2810
• マルチオミクスのレビュー：https://doi.org/10.1038/s41576-019-0093-7
• オミクス固有の手法については、ToolUniverse の各スキルのドキュメントを参照してください

---

詳細なリファレンス

• phase_details.md - すべてのフェーズの完全なコード、相関関数、クラスタリング、経路統合、バイオマーカーの探索、レポートのテンプレート、および詳細なユースケース