a legtöbb biológiai mechanizmus egynél több típusú biomolekulát foglal magában, és ezért nem kizárólag a genom, a transzkriptom, a proteom, a metabolom vagy az ionom szintjén működnek. Az egy omic elemzésből származó adatkészletek gyorsan növekednek az áteresztőképességben és a minőségben, így a több omic vizsgálatok megvalósíthatók. Ezeknek átfogó, strukturált és interaktív áttekintést kell nyújtaniuk a biológiai mechanizmusról. Az egy-omic adatkészletek értelmes kombinálása azonban eddig kihívást jelentett, és az új biológiai információk felfedezése elmarad a várakozásoktól. Ennek egyik oka az, hogy a különböző laboratóriumokban végzett kísérleteket általában nem lehet korlátozás nélkül kombinálni. Másodszor, a multi-omic adatkészletek értelmezése természeténél fogva jelentős kihívást jelent, mivel a biológiai adatkészletek nemcsak technikai, hanem biológiai, kémiai és fizikai okokból is heterogének. Itt a többrétegű hálózatelmélet és a mesterséges intelligencia módszerei hozzájárulhatnak ezeknek a problémáknak a megoldásához. A gépi tanulás hatékony alkalmazásához azonban a biológiai adatkészleteknek szisztematikusabbá, pontosabbá és sokkal nagyobbá kell válniuk. Áttekintésünket a multi-omic kísérlet sikeres felállításának alapvető irányelveivel zárjuk.