IMAS permite la integración consciente del objetivo del multiómico tumoral para resolver mecanismos reguladores guiados por la comunicación

Los conjuntos de datos multiómicos tumorales suelen ser escasos, heterogéneos y limitados en tamaño, lo que dificulta el descubrimiento robusto e interpretable de mecanismos reguladores. Aquí presentamos IMAS, un marco integrativo consciente del objetivo para la ampliación de datos multiómicos y la priorización de mecanismos que aprovecha un recurso multiómico de células individuales panoncológico para contextualizar nuevos conjuntos de datos tumorales e identificar hipótesis mecanísticas específicas de la muestra confiables. IMAS combina modelado de espacio latente compartido con adaptación de dominio objetivo para mejorar la correspondencia entre perfiles de RNA y TF predichos y observados, mientras concentra apoyos predictivos explicativos dentro del conjunto de datos objetivo. Basándose en esta representación adaptada, IMAS reconstruye redes estructuradas de acoplamiento RNA-TF, refina la señalización intercelular mediante modelado de comunicación informado por ligandos, y organiza programas reguladores a lo largo de un orden asociado con la comunicación.

En datos independientes de cáncer de colon, IMAS mejoró la correspondencia resuelta por clusters y reveló cascadas reguladores guiadas por comunicación a través de estados epiteliales malignos. Un análisis centrado en LAMB1 demuestra además cómo el marco respalda el refuerzo progresivo de la estructura reguladora local y permite la prueba basada en perturbaciones de dependencias específicas del contexto. En lugar de predecir exhaustivamente todos los resultados posibles, IMAS proporciona una estrategia consciente del objetivo e interpretable para construir andamios consistentes e interpretables para el descubrimiento de mecanismos y priorizar dependencias reguladores en sistemas tumorales con datos limitados.