     |
多组学整合分析随着高通量技术的广泛应用而生，研究人员可以从基因组、转录组、蛋白质组、交互组、表观基因组、代谢组、脂质体和微生物组等不同分子层面大规模获取组学数据，多组学整合数据分析使得生物学发生了革命性的变化，促进我们对生物过程和分子机制的深刻理解。随着高通量组学方法在生物样品分析中的使用，每天都生成万亿到千兆字节大小的数据文件。从层面上的研究逐步走向完善，从部分到整体也是一种必然的趋势。多组学整合数据分析不仅仅是数据的拼接，更是对生物学解释的深入研究，为基础生物学以及疾病研究提供新思路。
多组学整合分析示意图
多组学整合分析技术优势：
单一组学分析方法可以提供不同生命进程或者疾病组与正常组相比差异的生物学过程的信息。但是，这些分析往往有局限性。多组学方法整合几个组学水平的信息，为生物机制提供了更多证据，从深层次挖掘候选关键因子；通过将基因、mRNA、调控因子、蛋白、代谢等不同层面之间信息进行整合，构建基因调控网络，深层次理解各个分子之间的调控及因果关系，从而更深入的认识生物进程和疾病过程中复杂性状的分子机理和遗传基础。
多组学整合分析应用领域：
