Multiple-testing |
Szinte minden tudományágban dolgozó kutató szembesül azzal a problémával, hogy számos hipotézis egyidejű értékelése során megnő a fals pozitív eredmények aránya, ugyanis a többszörös összehasonlítás növeli a valótlan asszociációk lehetőségét. A probléma megoldására számos korrekciós stratégia létezik. Közleményünkben összefoglaltuk a legfontosabb statisztikai fogalmakat és lépésről lépésre ismertettük a leggyakrabban alkalmazott korrekciós módszereket. Az alkalmazott stratégiákat érthető példákkal illusztrálva egy könnyen követhető útmutatót hoztunk létre a megfelelő korrekciós technika kiválasztásához.
Ezen felül egy teljesen automatizált megoldást is kínálunk a probléma megoldására. Az általunk létrehozott felhasználóbarát, regisztráció-mentes online eszköz a www.multipletesting.com címen érhető el, melynek használata programozási ismereteket nem igényel. Az online felület lehetővé teszi az öt leggyakrabban használt korrekciós módszer (Bonferroni-, Holm-,Hochberg-korrekció, FDR és q-érték) gyors használatát. Fejlesztésünk valódi hiánypótló megoldást nyújthat az élettudományban dolgozó kutatók számára – fogalmazott összefoglalójában dr. Menyhárt Otília.
MultipleTesting.com: A tool for life science researchers for multiple hypothesis testing correction
Otília Menyhart (Department of Bioinformatics, Semmelweis University), Boglárka Weltz (Research Centre for Natural Sciences, Cancer Biomarker Research Group, Institute of Enzymology), Balázs Győrffy (Department of Bioinformatics, Semmelweis University)
PLoS ONE 16(6): e0245824. https://doi.org/10.1371/journal.pone.0245824
Multi-omika
A hatalmas adattömeget generáló, nagy áteresztőképességű módszerek széles körű elterjedése lehetőséget nyújt a sejten belüli molekuláris szerveződés részletes elemzésére. A genom, transzkriptom, proteom, metabolom és mikrobiom különálló vizsgálata nem feltétlenül vezet ok-okozati összefüggések feltárásához, ezen szerveződési szintek integrálása azonban páratlan lehetőséget kínál komplex megbetegedések, mint például a rosszindulatú daganatok hátterében álló mechanizmusok megértésére.
Összefoglaló közleményünkben bemutattuk a multi-omika nyújtotta lehetőségeket a tumorok osztályozásában, a diagnosztikában és a prognózis felállításában, valamint ismertettük az adatintegrációban használatos algoritmusokat. Taglaltuk az egyes omikai stratégiák klinikumot érintő eredményeit, és az elterjedésük előtt álló fő kihívásokat.Jelenleg a multi-omikai megközelítés széles körben való elterjedésének egyik fő akadálya a különböző omikai módszerek egyenetlen érettsége, valamint az adatok előállítása és feldolgozása közötti szakadék. Az elméleti megállapítások klinikai implementációjához nélkülözhetetlen a mintafeldolgozási és elemzési folyamatok szabványosítása, illetve a multidiszciplinárisan képzett szakértők jelenléte – mutatott rá összefoglalójában dr. Menyhárt Otília.
Multi-omics approaches in cancer research with applications in tumor subtyping, prognosis, and diagnosis
Otília Menyhárt (Semmelweis University, Department of Bioinformatics and 2nd Department of Pediatrics; Research Centre for Natural Sciences, Cancer Biomarker Research Group, Institute of Enzymology), Balázs Győrffy (Semmelweis University, Department of Bioinformatics and 2nd Department of Pediatrics; Research Centre for Natural Sciences, Cancer Biomarker Research Group, Institute of Enzymology)
Computational and Structural Biotechnology Journal (2021), Volume 19, Pages 949-960
https://doi.org/10.1016/j.csbj.2021.01.009.
Semmelweis Egyetem Tudományos Híradó 7.