10_integrative

Săptămâna 10 — Integrative Genomics Approaches

Multi-Omics Fusion for Precision Medicine

Scopuri

• Înțelegerea conceptului de integrare multi-omics (genomică, transcriptomică, epigenomică, proteomică).
• Exersarea metodelor computaționale de integrare (corelații, PCA comună, network fusion).
• Construirea unui mini-pipeline multi-omics pe date sintetice / reduse (SNP + expresie).
• Identificarea markerilor comuni între straturi (cross-omics markers).
• Înțelegerea aplicabilității în cancer, boli rare și farmacogenomică.

---

Context

După ce în săptămânile 6–9 am studiat:

• rețele de gene (GCE)
• vizualizare & diseasome
• repurposing bazat pe rețele
• modele ML (supervised / unsupervised)

acum vom integra multiple tipuri de date biologice într-un singur spațiu analitic.

Integrarea multi-omics este esențială pentru:

• subtipare tumorală,
• stratificarea pacienților,
• descoperirea de biomarkeri,
• identificarea țintelor terapeutice.

Vom lucra pe un set simplificat (SNPs + expresie + opțional methylation) pentru a înțelege logica pipeline-ului.

---

Hands-on

🔹 demo01_multiomics_alignment.py

• încarcă 2 matrici (SNP × samples, Expression × samples),
• normalizează fiecare layer,
• aliniază probele comune,
• construiește un feature matrix concat.pkl.

🔹 demo02_pca_fusion.py

• aplică PCA pe date integrate,
• compară PCA_snp, PCA_expr, PCA_joint,
• vizualizează probele.

🔹 demo03_correlation_integration.py

• calculează corelații SNP–gene,
• construiește un grafic bipartit SNP–gene,
• extrage perechi candidate pentru biomarkeri.

---

Exerciții

Exercițiul 1 — Feature Fusion & PCA

• construiți matricea multi-omics (concat),
• rulați PCA,
• salvați încărcăturile și proiecțiile PCA.

Exercițiul 2 — Cross-Omics Marker Discovery

• identificați cele mai corelate perechi SNP–gene,
• filtrați la threshold (|r| > 0.5),
• exportați listele de candidați.

---

Livrabile

1. multiomics_concat_<handle>.csv
2. pca_joint_<handle>.png
3. snp_gene_pairs_<handle>.csv
4. report_lab10_<handle>.pdf (max 3 pagini)
5. checklist PR completat

---

Săptămâna următoare

• Deep learning pentru multi-omics (CNNs, autoencoders)
• Graph embeddings pentru integrative drug discovery
• Pregătirea proiectului final

---

Competențe

• Preprocesarea și armonizarea datelor multi-omics.
• Aplicarea PCA pe date integrate.
• Descoperirea perechilor SNP–gene candidate la biomarkeri.
• Înțelegerea pipeline-urilor multi-omics folosite în genomica clinică.

---

Resurse

• TCGA-BRCA, TCGA-GBM – multi-omics atlas
• iCluster, MOFA, OmicsIntegrator
• HapMap & GTEx cross-omics correlation
• Jolliffe – PCA
• Broad Institute: Single-Cell + multi-omics pipelines