多组学整合与潜变量模型

更新：2026-10-14；状态：可用；验证范围：原始研究和官方资料核对；方法说明，未运行完整专业分析流程。

整合必须先定义样本对应与预测目标，潜在因子反映共同变化而不自动代表因果机制。

先处理样本与层级

相同个体、相邻组织、不同时间和不配对队列不是同一种整合。对齐ID、测量尺度、缺失模式及可比较对象，再决定早期特征拼接、中间潜变量或后期证据整合。

把每个数据块直接z标准化后拼接，仍可能由特征数量多或技术噪声大的组学主导。权重、特征选择与缺失处理要记录。

无监督与监督不同

MOFA2等无监督潜变量模型寻找跨数据块变异；DIABLO等监督方法利用标签找联合预测表示；CCA侧重相应变量组之间的相关结构。目标不同，不能只比训练解释度。

因子可能对应批次、细胞组成或多个生物过程，不能因富集就直接命名为确定机制。监督特征与参数选择要限制在训练折，配对结构也要保留。

评价

检查各数据块贡献、样本覆盖、缺失、因子稳定性和外部证据。若目标为预测，比较单组学基线与增益，并在相同外层样本上评价；数据更多不保证泛化更好。

本页未运行MOFA2/DIABLO。路线见多组学整合入门与实践、组学方法比较与敏感性分析。依据：MOFA2官方文档、DIABLO原始论文。