Tecnologias multiômicas capturam mais detalhes, revelam mais grandeza

De análises unicelulares a levantamentos espaciais, as tecnologias multiômicas estão compilando conjuntos de dados mais ricos e gerando insights biológicos mais profundos

Por mais bem compreendido que seja qualquer "nome", ele não dará mais do que uma visão estreita das atividades celulares. Se uma visão mais ampla for desejada, deve-se integrar as informações de dois ou mais omas – como o genoma, transcriptoma e proteoma, como esta imagem sugere. Em outras palavras, é preciso multiômica. Até o momento, a maioria dos estudos multiômicos tentou correlacionar conjuntos de dados de estudos separados. Mas agora, com a introdução de novas tecnologias, os estudos multiômicos estão começando a analisar conjuntos de dados que foram coletados de dois ou mais omas ao mesmo tempo. Essas tecnologias prometem avançar nas análises de célula única e espacial. [Nicolle Rager, Fundação Nacional de Ciências]

Por Julianna LeMieux, PhD

As tecnologias para cada um dos "omas" — o genoma, proteoma, transcriptoma, epigenoma, metaboloma e assim por diante — estão no meio de suas próprias revoluções individuais. À medida que essas tecnologias amadurecem, elas não apenas facilitam a exploração de seus respectivos omas, mas também criam oportunidades para relacionar um ao outro. De fato, em vez de usar tecnologias ômicas autônomas, os pesquisadores podem preferir usar tecnologias multiômicas. Com este último, os pesquisadores podem combinar diferentes tipos de dados ômicos para realizar estudos mais abrangentes de células e tecidos.

Tradicionalmente, a multiômica coloca uma camada sobre a outra. Ou seja, a multiômica dependeu de ferramentas computacionais para correlacionar informações de um conjunto de dados ômicos para outro conjunto de dados ômicos. Muitas das tecnologias que as pessoas chamam de tecnologias multiômicas inferem "o que está acontecendo no genoma porque estão olhando para uma pequena área, um minuto final de um transcriptoma", diz Reagan Tully, diretor comercial da BioSkryb Genomics.

Mas algumas tecnologias visam medir diferentes omes simultaneamente. "Embora existam muitas abordagens e tecnologias de valor para a medição biológica", observa Anjali Pradhan, vice-presidente sênior de gerenciamento e marketing de produtos da Mission Bio, "a medição multiômica simultânea permite insights clinicamente acionáveis ​​que não podem ser obtidos por sequenciamento de próxima geração em massa ou O sequenciamento de RNA se aproxima sozinho."

Por exemplo, como acrescenta Pradhan, medir o genótipo celular e o imunofenótipo juntos, por meio de perfis proteogenômicos, pode revelar novos entendimentos da heterogeneidade do tumor. E adicionar a capacidade de interrogar amostras em resolução de célula única expande ainda mais o alcance da multiômica, abrindo aplicações desde o laboratório de pesquisa até a clínica.

Em maio passado, a Inside Precision Medicine (publicação irmã da GEN) realizou um evento online chamado "The State of Precision Medicine". Uma sessão focou em multiômica, especificamente, a importância de adicionar dados proteômicos a informações genômicas. Os palestrantes proeminentes incluíram Jennifer Van Eyk, PhD, professora de medicina no Cedars-Sinai Medical Center, e Mathias Uhlén, PhD, professor de microbiologia na KTH School of Engineering Sciences em Química, Biotecnologia e Saúde. Eles se autodenominavam "fanáticos por proteínas".

O genoma de um paciente, observou Van Eyk, contém informações sobre as predisposições a doenças e respostas a medicamentos desse paciente. Ela acrescentou, no entanto, que melhores informações sobre riscos de doenças e respostas a medicamentos podem ser obtidas do proteoma. Embora existam poucos genes que codificam proteínas, as complexidades da expressão de proteínas geram vários tipos de informações proteômicas em abundância. De acordo com Van Eyk, informações sobre modificações induzidas por doenças, isoformas, alterações de concentração e complexidade química podem informar previsões sobre o que acontecerá no corpo, no contexto do corpo e do ambiente. Ela sugere que uma abordagem proteômica – que envolveria o monitoramento não apenas de uma proteína por vez, mas de milhares – poderia gerar informações clínicas valiosas.