导读 基于来自 400 多对双胞胎的数据，研究人员使用多组学数据集成来开发预测血压值的模型。他们的研究在同行评审的OMICS: A Journal of I
基于来自 400 多对双胞胎的数据，研究人员使用多组学数据集成来开发预测血压值的模型。他们的研究在同行评审的OMICS: A Journal of Integrative Biology中有所描述。
研究人员利用一种称为稀疏多块偏最小二乘的基于多组学回归的方法来预测收缩压和舒张压值。高血压的研究具有很高的公共卫生重要性，因为众所周知它会增加心血管、脑血管和肾脏疾病以及其他常见人类慢性疾病的风险。赫尔辛基大学芬兰分子医学研究所的作者 Gabin Drouard、Miina Ollikainen 和 Jaakko Kaprio 以及芬兰和乔治亚州奥古斯塔的合著者整合了组学模块——包括转录组学、甲基化和代谢组学数据——以及多基因风险评分进入建模。
研究人员说：“除了揭示有趣的组学间关联外，我们还发现，一旦整合了多组学数据，每个组学块都会异质地改善对血压值的预测。”
“高血压是一种高发病率的多因素疾病。Drouard 及其同事的新研究之所以重要，有两个原因。首先，它提出了一种整合单一组学分析的多组学方法。其次，它说明了所取得的探索性和预测性成果“通过对血压等复杂表型进行多组学研究。我相信这项研究在当前系统医学和行星健康时代具有重要意义，”DABCP 主编 Vural Özdemir 医学博士说组学。
标签：
免责声明：本文由用户上传，如有侵权请联系删除！