From bench to bedside via bytes: Multi-omic immunoprofiling and integration using machine learning and network approaches.
From bench to bedside via bytes: Multi-omic immunoprofiling and integration using machine learning and network approaches.
复制标题
通过字节从工作台到床边：使用机器学习和网络方法的多组学免疫分析和整合。
DOI：
10.1080/21645515.2023.2282803
复制
发表时间：
2023-12-15
影响因子：
4.8
通讯作者：
中科院分区：
文献类型：
--
作者：
研究工作的显著激增利用了高通量组学技术平台的巨大潜力，用于对疫苗和正在开发的尖端免疫疗法和干细胞疗法的生物反应进行广泛分析。这些配置文件捕捉不同方面的核心调控和功能过程中的不同尺度的分辨率从分子和细胞的有机体。系统方法捕捉这些层次和尺度之间复杂而错综复杂的相互作用。在这里，我们总结了实验数据模式，用于表征基因组，表观基因组，转录组，蛋白质组，代谢组和抗体组，使我们能够产生大规模的免疫概况。我们还讨论了通常用于分析和整合这些模式的机器学习和网络方法，以深入了解天然和疫苗介导的免疫以及治疗诱导的免疫调节的相关性和机制。
A significant surge in research endeavors leverages the vast potential of high-throughput omic technology platforms for broad profiling of biological responses to vaccines and cutting-edge immunotherapies and stem-cell therapies under development. These profiles capture different aspects of core regulatory and functional processes at different scales of resolution from molecular and cellular to organismal. Systems approaches capture the complex and intricate interplay between these layers and scales. Here, we summarize experimental data modalities, for characterizing the genome, epigenome, transcriptome, proteome, metabolome, and antibody-ome, that enable us to generate large-scale immune profiles. We also discuss machine learning and network approaches that are commonly used to analyze and integrate these modalities, to gain insights into correlates and mechanisms of natural and vaccine-mediated immunity as well as therapy-induced immunomodulation.
登录
查看更多内容
Cobolt：多模式单细胞测序数据的综合分析。
影响因子：
12.3
作者：
Gong B;Zhou Y;Purdom E
通讯作者：
Purdom E
免疫途径定义了疫苗介导的对SIV的保护的多种机制。
影响因子：
82.9
作者：
Ackerman ME;Das J;Pittala S;Broge T;Linde C;Suscovich TJ;Brown EP;Bradley T;Natarajan H;Lin S;Sassic JK;O'Keefe S;Mehta N;Goodman D;Sips M;Weiner JA;Tomaras GD;Haynes BF;Lauffenburger DA;Bailey-Kellogg C;Roederer M;Alter G
通讯作者：
Alter G
影响因子：
48
作者：
Brbic, Maria;Cao, Kaidi;Leskovec, Jure
通讯作者：
Leskovec, Jure
影响因子：
30.3
作者：
Gunn BM;Yu WH;Karim MM;Brannan JM;Herbert AS;Wec AZ;Halfmann PJ;Fusco ML;Schendel SL;Gangavarapu K;Krause T;Qiu X;He S;Das J;Suscovich TJ;Lai J;Chandran K;Zeitlin L;Crowe JE Jr;Lauffenburger D;Kawaoka Y;Kobinger GP;Andersen KG;Dye JM;Saphire EO;Alter G
通讯作者：
Alter G
DOI：
10.1126/science.abc6261
发表时间：
2020-09-04
期刊：
Science (New York, N.Y.)
影响因子：
--
作者：
Arunachalam PS;Wimmers F;Mok CKP;Perera RAPM;Scott M;Hagan T;Sigal N;Feng Y;Bristow L;Tak-Yin Tsang O;Wagh D;Coller J;Pellegrini KL;Kazmin D;Alaaeddine G;Leung WS;Chan JMC;Chik TSH;Choi CYC;Huerta C;Paine McCullough M;Lv H;Anderson E;Edupuganti S;Upadhyay AA;Bosinger SE;Maecker HT;Khatri P;Rouphael N;Peiris M;Pulendran B
通讯作者：
Pulendran B