Logo Metabolon

Guide de la multiomique

Chapitre 1 - Introduction à la multiomique

Dans ce chapitre, nous donnons un bref aperçu de la multiomique, y compris des modalités omiques individuelles, de l'importance des études multiomiques et de l'avenir de la recherche en multiomique.

Qu'est-ce que la multiomique ?

Historiquement, notre compréhension du fonctionnement des organismes a été largement facilitée par l'étude d'aspects individuels : le génome, les protéines, les métabolites ou même les signatures épigénétiques. Bien que ces approches fournissent des informations importantes qui ont conduit au développement de médicaments incroyables, à des progrès dans la production alimentaire et à des stratégies de protection de l'environnement, elles ne représentent qu'une petite partie du puzzle.

La multiomique est la combinaison de plusieurs méthodologies omiques uniques (par exemple, la génomique, la transcriptomique, la protéomique, l'épigénomique et la métabolomique) afin d'obtenir une compréhension plus holistique des mécanismes biologiques et des relations entre génotypes et phénotypes1.

Les études multiomiques peuvent aider à identifier des mécanismes causaux et donc des biomarqueurs diagnostiques et thérapeutiques2. Ces études sont de plus en plus facilitées par les progrès des technologies à haut débit et les approches bioinformatiques avancées3.

Types de données omiques

Les études omiques fournissent des évaluations complètes (c'est-à-dire "globales") de la molécule en question2. Par exemple, alors que le domaine de la génétique peut interroger des gènes ou des variantes uniques, le domaine de la génomique étudie le génome entier d'un organisme (y compris les régions non codantes) et la manière dont les différents gènes interagissent entre eux et avec l'environnement4. Cette approche globale permet d'identifier des corrélations importantes qui pourraient autrement passer inaperçues.

Il existe de nombreuses approches omiques différentes, mais elles peuvent généralement être classées comme suit :

  • La génomique : La génomique est l'étude de l'ensemble complet de l'ADN d'un organisme ou d'un échantillon environnemental, le génome5, par le biais (le plus souvent) d'un séquençage, d'un assemblage et d'une analyse à haut débit.
  • L'épigénomique : L'épigénomique est l'étude de tous les composés chimiques et protéines qui s'attachent à l'ADN et modifient l'expression des gènes et la production de protéines en aval6. Les modifications de l'ADN peuvent être divisées en deux groupes : la méthylation et la modification des histones.
  • Transcriptomique : La transcriptomique est l'étude de l'ensemble des transcriptions de l'ARN d'un organisme ou d'un échantillon environnemental (c'est-à-dire la lecture des gènes)7. La transcriptomique est le niveau supérieur de la génomique, allant au-delà des gènes présents pour s'intéresser aux gènes transcrits.
  • La protéomique : La protéomique est l'étude de la structure, de la fonction, de la composition et des interactions des protéines présentes dans un organisme ou un échantillon environnemental à un moment donné8,9.
  • Métabolomique : La métabolomique est l'étude de tous les métabolites présents dans un organisme ou un échantillon environnemental, en particulier en relation avec les influences génétiques et environnementales10. La lipidomique - l'étude de toutes les molécules lipidiques présentes dans un échantillon - est une branche spécialisée de la métabolomique11.

Figure 1. La relation entre les différents types d'omiques dans la recherche multiomique2. Chaque couche omique peut avoir un impact sur chacune des autres couches omiques de manière multiple, complexe et bidirectionnelle (flèches). Les analyses multiomiques peuvent commencer par le génome et ajouter des couches, ou commencer par des lectures phénotypiques et ajouter des couches.

En outre, nombre de ces approches peuvent également être appliquées à l'étude du microbiome, c'est-à-dire à l'ensemble du potentiel génétique microbien dans un environnement donné. Lorsqu'elles sont appliquées au microbiome, ces approches sont appelées "métagénomique", "métatranscriptomique", etc. 12-15. Bien que certains aient inventé le terme "microbiomique" pour désigner un domaine "omique" distinct2, ce terme n'est pas largement utilisé par la communauté des chercheurs en microbiome et, lorsqu'il est utilisé, il se réfère le plus souvent simplement aux analyses métagénomiques ou à la recherche sur le microbiome en général. Nous approfondissons chacune de ces technologies omiques (y compris leur application à la recherche sur le microbiome) dans les chapitres 3 à 8 de ce guide.

Brève histoire de la recherche en multiomique

Bien que beaucoup attribuent à la génomique le mérite d'avoir été la première approche omique à être développée, un examen approfondi de l'histoire révèle que les techniques de génomique, de transcriptomique, de protéomique et même de métabolomique ont été développées en grande partie en parallèle (bien que l'épigénomique et la recherche sur le microbiome aient fait leur apparition plus tard)8,16-19.

Néanmoins, les graines de la recherche multiomique ont été plantées avec l'achèvement du séquençage20 du génome humain par le Consortium international de séquençage du génome humain (une idée née au début des années 9016). La technologie habilitante et les approches d'analyse des données qui sous-tendent cet effort herculéen - qui a révélé un énorme potentiel de découverte biologique et des implications ultérieures pour la santé humaine - sont devenues la base de la combinaison de multiples ensembles de données omiques.

La combinaison de plusieurs ensembles de données omiques n'est cependant pas simple et nécessite beaucoup de temps, de compétences et de perspicacité avec divers outils et techniques d'analyse2,21. Comme pour toute étude scientifique, la réussite des études de recherche en multiomique exige une conception rigoureuse de l'étude. Dans le chapitre suivant de ce guide, nous abordons certains des défis associés à la recherche multiomique et les mesures que vous pouvez prendre pour concevoir votre étude.

L'avenir de la multiomique

Alors même que les techniques de recherche multiomique de "première génération" se perfectionnent, le développement de la prochaine génération de techniques multiomiques est en bonne voie. L'avenir de la multiomique et, sans doute, de la médecine humaine dans son ensemble, réside dans deux domaines prometteurs (que nous aborderons plus en détail dans le dernier chapitre de ce guide) :

  • La multiomique unicellulaire : Les analyses de cellules uniques22 permettent aux chercheurs d'étudier les cellules à la résolution la plus fine possible. En se concentrant sur des cellules individuelles, il est possible d'identifier des découvertes importantes telles que des types de cellules rares impliquées dans des maladies ou de meilleures cibles thérapeutiques. Le séquençage de l'ADN et de l'ARN sur cellule unique a été nommé "Méthode de l'année 2013" par Nature23 et a depuis lors apporté d'importantes contributions à notre compréhension de la biologie et de divers mécanismes pathologiques24. Au fur et à mesure que la génomique/transcriptomique, la protéomique, la métabolomique et d'autres techniques se développent, les études multiomiques unicellulaires deviendront de plus en plus courantes.
  • Multiomique spatiale : Tout comme les techniques omiques uniques sont incapables de fournir une image complète d'un mécanisme biologique, les analyses unicellulaires sont nécessairement limitées. Les analyses spatiales placent les cellules dans le contexte les unes des autres, offrant ainsi une vision plus holistique des processus de santé et de maladie. La transcriptomique spatiale, par exemple, a déjà fourni des indices clés sur les caractéristiques spécifiques du microenvironnement tumoral qui affectent les réponses au traitement25-26. Tout comme pour les analyses de cellules uniques, la combinaison de plusieurs approches omiques spatiales a un avenir important dans la recherche scientifique27.

Conclusions

L'histoire de la multiomique témoigne de l'évolution rapide de la science biomédicale. Ce qui a commencé par la cartographie du génome humain a évolué vers une approche intégrée qui promet de révolutionner notre compréhension de la biologie. Bien que des défis subsistent, l'avenir de la multiomique recèle un immense potentiel pour faire progresser la science et améliorer la santé humaine. Dans le prochain chapitre, nous examinerons plus en détail les défis associés à l'analyse multiomique et la manière de concevoir une étude multiomique robuste.

Lire la suite - Chapitre 2 - Conception d'une étude multiomique

Dans ce chapitre, nous présentons une vue d'ensemble de certains des principaux défis associés à l'analyse des ensembles de données multiomiques.

Références

  1. Baysoy A, Bai Z, Satija R, et al. The technological landscape and applications of single-cell multi-omics. Nat Rev Mol Cell Biol. 2023;24(10):695-713. doi : 10.1038/s41580-023-00615-w
  2. Hasin Y, Seldin M, et Lusis A. Multi-omics approaches to disease. Genome Biol. 2017;18(1):83. doi : 10.1186/s13059-017-1215-1
  3. Instituts nationaux de la santé. Les NIH accordent 50,3 millions de dollars pour la recherche "multi-omique" sur la santé et les maladies humaines. https://www.nih.gov/news-events/news-releases/nih-awards-503-million-multi-omics-research-human-health-disease
  4. Institut national de recherche sur le génome humain. Fiche d'information sur la génétique et la génomique. https://www.genome.gov/about-genomics/fact-sheets/Genetics-vs-Genomics
  5. Institut national de recherche sur le génome humain. Guide succinct de la génomique. https://www.genome.gov/about-genomics/fact-sheets/A-Brief-Guide-to-Genomics
  6. Institut national de recherche sur le génome humain. Fiche d'information sur l'épigénomique. https://www.genome.gov/about-genomics/fact-sheets/Epigenomics-Fact-Sheet
  7. Institut national de recherche sur le génome humain. Fiche d'information sur le transcriptome. https://www.genome.gov/about-genomics/fact-sheets/Transcriptome-Fact-Sheet
  8. Al-Amrani S, Al-Jabri Z, Al-Zaabi A, et al. Proteomics : Concepts et applications en médecine humaine. World J Biol Chem. 2021 ; 12(5) : 57-69. doi : 10.4331/wjbc.v12.i5.57
  9. Coorssen JR. Protéomique. Module de référence en sciences de la vie. Elsevier, 2022. doi : 10.1016/B978-0-12-822563-9.00058-5
  10. Idle JR et Gonzalez FJ. Métabolomique. Cell Metab. 2007 ; 6(5) : 348-351. doi : 10.1016/j.cmet.2007.10.005
  11. Yang K et Han X. Lipidomics : Techniques, applications et résultats liés aux sciences biomédicales. Trends Biochem Sci. 2016 ; 41(11) : 954-969. doi : 10.1016/j.tibs.2016.08.010
  12. Thomas T, Gilbert J, et Meyer F. Metagenomics - a guide from sampling to data analysis. Microb Inform Exp. 2012 ; 2 : 3. doi : 10.1186/2042-5783-2-3
  13. BashiardesS, Zilberban-Schapira G, et Elinav E. Use of Metatranscriptomics in Microbiome Research. Bioinform Biol Insights. 2016 ; 20:10:19-25. doi : 10.4137/BBI.S34610
  14. Salvato F, Hettich RL, et Kleiner M. Five key aspects of metaproteomics as a tool to understand functional interactions in host-associated microbiomes. PLoS Pathog. 2021 ; 17(2) : e1009245. doi : 10.1371/journal.ppat.1009245
  15. Aguiar-Pulido V, Huang W, Suarez-Ulloa V, et al. Metagenomics, Metatranscriptomics, and Metabolomics Approaches for Microbiome Analysis. Evol Bioinform Online. 2016 ; 12(Suppl 1) : 5-16. doi : 10.4137/EBO.S36436
  16. Watson JD. et Cook-Deegan RM.Origines du projet du génome humain. FASEB J. 1991;5 : 8-11. doi : 10.1096/fasebj.5.1.1991595
  17. Lowe R, Shirley N, Bleackley M, et al. Technologies transcriptomiques. PLoS Comput Biol. 2017 ; 13(5) : e1005457. doi : 10.1371/journal.pcbi.1005457
  18. Wang KC et Chang HY. Epigenomics-Technologies et applications. Circ Res. 2018 ; 122(9) : 1191-1199. doi : 10.1161/CIRCRESAHA.118.310998
  19. Kell DB et Oliver SG. The metabolome 18 years on : a concept comes of age. Métabolomique. 2016 ; 12(9) : 148. doi : 10.1007/s11306-016-1108-4
  20. Consortium international de séquençage du génome humain. Finalisation de la séquence euchromatique du génome humain. Nature. 2004 Oct 21;431(7011):931-45. doi : 10.1038/nature03001
  21. Subramanian I, Verma S, Kumar S, et al. Multi-omics Data Integration, Interpretation, and Its Application. Bioinform Biol Insights. 2020 ; 14 : 1177932219899051. doi : 10.1177/1177932219899051
  22. Lähnemann D, Köster J, Szczurek E, et al. Onze grands défis dans la science des données sur les cellules uniques. Genome Biol. 2020;21(1):31. doi : 10.1186/s13059-020-1926-6
  23. Méthode de l'année 2013. Méthodes Nat. 2014;11(1):1. doi : 10.1038/nmeth.2801
  24. Wang S, Sun S-T, Zhang X-Y, et al. The Evolution of Single-Cell RNA Sequencing Technology and Application : Progress and Perspectives.Int J Mol Sci. 2023;24(3):2943. doi : 10.3390/ijms24032943
  25. Larroquette M, Guegan J-P, Besse B, et al. Spatial transcriptomics of macrophage infiltration in non-small cell lung cancer reveals determinants of sensitivity and resistance to anti-PD1/PD-L1 antibodies. J Immunother Cancer. 2022;10(5):e003890. doi : 10.1136/jitc-2021-003890
  26. Peng Z, Ye M, Ding H, et al. Spatial transcriptomics atlas reveals the crosstalk between cancer-associated fibroblasts and tumor microenvironment components in colorectal cancer. J Transl Med. 2022;20(1):302. doi : 10.1186/s12967-022-03510-8
  27. Moffitt JR, Lundberg E, et Heyn H. Le paysage émergent des technologies de profilage spatial. Nat Rev Genet. 2022;23(12):741-759. doi : 10.1038/s41576-022-00515-3

Découvrez comment Metabolon peut vous aider à obtenir des informations précliniques et cliniques.

Nous contacter

Parler avec un expert

Demandez un devis pour nos services, obtenez plus d'informations sur les types d'échantillons et les procédures de manipulation, demandez une lettre de soutien ou posez une question sur la façon dont la métabolomique peut faire avancer votre recherche.

Siège social

617 Davis Drive, Suite 100
Morrisville, NC 27560

+1 (919) 572-1721