2018年，是基迪奥合作客户文章大丰收的一年，也是多组学兴起的一年。从我们收集到的客户18年发表的文章中，随机抽取150篇，其中涉及多个组学的文章有30多篇，影响因子显著高于单组学文章（P<0.01），而且，多组学的文章数量呈×2.0倍速增长的趋势。

        这些多组学文章主要围绕转录组，涉及+基因组、DNA甲基化、翻译组、非编码RNA、蛋白组、代谢组等多组学的整合分析，此外，也有蛋白+代谢、细菌16S+真菌ITS等多组学分析。

        随着技术发展，我们可以同时进行多个水平生物指标的检测，如对同一系列样品进行基因表达量和代谢物丰度两个水平的检测。同时，科学的进步也让我们认识到分子并不是独立的行使生物学功能，它们之间有着复杂精妙的关联调控网络。所以，多组学的分析将更有利于系统科学的揭示现象背后的分子机制。

        知道了多组学文章的崛起和IF优势，如何进行不同组学数据的整合分析呢？

        我们知道，miRNA与mRNA有靶向关系，lnc/circRNA与mRNA有CeRNA模型，那么转录+代谢？蛋白+代谢？16S+ITS呢？是不是就只能想到pearson、spearman相关系数了。其实，还有一种模型可以协助我们进行更深入的数据挖掘和信息提取。

        我们分享一种多组学整合分析O2PLS模型，和大家聊聊它的前世今生故事。

O2PLS背景

        O2PLS（Two-way Orthogonal Partial Least Squares）模型是对两个数据矩阵（两组学）进行统计建模，预测两个矩阵中有潜在关联的数据集合（如有关联的基因和代谢物集合），是OPLS模型延伸而来。最初于2003年由Trygg团队创建，可以使用simca-P软件（收费）或者Metlab一类非常不亲民的软件分析。

        即使如此，到目前Glgoo学术中相关的文章数量仍近1000（图1）。后来，Bouhaddani团队于2016年对模型进行评估解析，并于2018年末正式发表了基于R语言OmicsPLS包的建模方法。目测R语言的亲民路线和多组学的发展，会使O2PLS在广阔天地大有作为。

O2PLS详解

        不同于pearson、spearman相关系数两两配对的计算形式，如计算每个基因与每个代谢物的相关系数，O2PLS是基于两组学的数据总和，可以理解为考虑组学的总变异，从数据的整体角度，解析数据中噪音、关联等信息。

该模型通过计算，将每个组学的数据都分解为三个部分（图2），即关联部分（joint part，两组学共同对应变化，即有关联）、正交部分（Orthogonal part，两组学彼此正交，即互不相关）、噪音部分（noisepart，冗余信息）。各部分对总变异的解释程度以R2表示，值越高表示模型的解释能力越好。模型的过拟合和不足都会降低R2。

        其中，关联和正交部分包含一定数量的组分（component，类似PCA分析的主成分PC1、PC2）。每部分所包含的组分个数采用交叉验证法（cross-validation）评估设定。交叉验证法通过多次预建模，选择预测误差（predicti）最小的模型进行后续分析。

        最适模型中，载荷值（loading value）表示变量（代谢物/基因）在各组分的解释能力（即贡献度），载荷值绝对值的大小表示关联的强弱。选取joint part中的数据即可绘制载荷图（图3），图中横轴和纵轴为组分1和组分2，红色三角形表示基因，蓝色正方形表示代谢物，离原点更远的基因和代谢物关联更强。

O2PLS应用

        O2PLS模型适用于两组学数据的关联分析，两组学的样本一一对应，数量一致即可，可广泛应用于转录+代谢，微生物+代谢等关联分析。

来自http://www.sohu.com/a/291262230_278730