20.500.12556/RUL-106423 Towards a data-integrated cell We are increasingly accumulating molecular data about a cell. The challenge is how to integrate them within a unified conceptual and computational framework enabling new discoveries. Hence, we propose a novel, data-driven concept of an integrated cell, iCell. Also, we introduce a computational prototype of an iCell, which integrates three omics, tissue-specific molecular interaction network types. We construct iCells of four cancers and the corresponding tissue controls and identify the most rewired genes in cancer. Many of them are of unknown function and cannot be identified as different in cancer in any specific molecular network. We biologically validate that they have a role in cancer by knockdown experiments followed by cell viability assays. We find additional support through Kaplan-Meier survival curves of thousands of patients. Finally, we extend this analysis to uncover pan-cancer genes. Our methodology is universal and enables integrative comparisons of diverse omics data over cells and tissues. Človeštvo vse bolj kopiči molekularne podatke o celicah, pri tem pa nastaja vedno večji izziv, kako jih vključiti v enoten konceptualni in računalniški okvir, ki bi omogočil nova odkritja. V članku predlagamo nov, na podatkih temelječ koncept integrirane celice, iCell. Prav tako uvajamo računski prototip take celice, ki združuje tri vrste omičnih podatkov, ki so tkivno specifični in se nanašajo na omrežja molekulskih povezav. Predstavimo konstrukcijo iCell na osnovi tkiv štirih vrst raka in ustreznih zdravih tkiv za potrebe kontrolnih skupin in identificiramo gene, ki so pri raku najbolj povezani z drugimi geni. Mnogi od njih imajo neznane funkcije v celici in jih v nobenem posamičnem molekularnem omrežju ni mogoče opredeliti kot statistično izstopajoče pri rakavih obolenjih. Njihovo vlogo pri raku biološko potrdimo s t.i. knockdown poskusi, ki jim sledijo še testi sposobnosti preživetja celic. Dodatno podporo našim ugotovitvam najdemo tudi v Kaplan-Meierjeve krivuljah preživetja več tisoč bolnikov. Na koncu analizo razširimo na iskanje pomembnih genov, ki so skupni več rakavim obolenjem. Naša metodologija je univerzalna in omogoča integrativne primerjave različnih omičnih podatkovnih virov preko celic in tkiv. non-negative matrix factorization data integration cancer-related genes pan-cancer genes integrated cell biological networks nenegativna matrična faktorizacija povezovanje podatkov geni povezani z rakom vserakavi geni povezana celica biološka omrežja true false true Angleški jezik Slovenski jezik Članek v reviji 2019-02-22 13:37:00 2019-02-22 13:37:04 2025-02-25 12:14:21 0000-00-00 00:00:00 2019 0 0 f. 1-13 [Vol.] 10 Feb. 2019 0000-00-00 PostprintKoncna Objavljeno NiDoloceno 0000-00-00 0000-00-00 0000-00-00 576(045) 2041-1723 10.1038/s41467-019-08797-8 16484379 RAZ_Malod-Dognin_Noel_i2019.pdf RAZ_Malod-Dognin_Noel_i2019.pdf 1 BF34586C591A1776842943BB67B6C6D9 830cbf58a9e84f6913b219f535f16444ee51b55479927afabe818cd23a356500 540b0bfe-a1b6-11eb-a523-00155dcfd717 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=117192 https://www.nature.com/articles/s41467-019-08797-8 1 https://repozitorij.uni-lj.si/Dokument.php?lang=slv&id=117191 Fakulteta za strojništvo 0 0 0