CorrelationCalculator 和 Filigree：用于代谢组学数据的数据驱动网络分析工具

摘要

我们提出了 CorrelationCalculator 和 Filigree，这两个工具用于数据驱动的网络构建和代谢组学数据分析。 CorrelationCalculator 支持基于表达数据构建代谢物的单一相互作用网络，而 Filigree 允许构建差异网络，然后进行网络聚类和富集分析。

摘要

组学数据分析的一个重大挑战是提取可操作的生物学知识。代谢组学也不例外。将单个代谢物水平的变化与特定生物过程联系起来的一般问题因非靶向液相色谱-质谱 （LC-MS） 研究中存在大量未知代谢物而变得更加复杂。此外，次级代谢和脂质代谢在现有通路数据库中的代表性很差。为了克服这些局限性，我们小组开发了几种用于数据驱动网络构建和分析的工具。其中包括 CorrelationCalculator 和 Filigree。当代谢物数量超过样品数量时，这两种工具都允许用户从实验代谢组学数据中构建基于部分相关性的网络。CorrelationCalculator 支持构建单个网络，而 Filigree 允许利用来自两组样本的数据构建差分网络，然后进行网络聚类和富集分析。我们将介绍这两种工具在分析现实生活中代谢组学数据方面的效用和应用。

引言

在过去的十年中，由于气相色谱-质谱（GC-MS）和液相色谱-质谱（LC-MS）等分析技术的进步，代谢组学已成为一门组学科学。这些技术可以同时测量数百到数千种小分子代谢物，从而创建复杂的多维数据集。代谢组学实验可以在靶向或非靶向模式下进行。靶向代谢组学实验可测量特定类别的代谢物。它们通常是假设驱动的，而非靶向方法试图测量尽可能多的代谢物，并且本质上是假设产生的。靶向检测通常包括内标，因此可以对目标代谢物进行绝对定量。相比之下，非靶向检测允许相对定量，并包括许多未知代谢物¹。

代谢组学数据分析是一个多步骤过程，需要利用许多专门的软件工具¹。可分为以下三个主要步骤：（1）数据处理和质量控制，（2）统计分析，（3）生物数据解释。此处描述的工具旨在实现分析的后一步。

解释代谢组学数据的一种直观且流行的方法是将实验测量值映射到代谢途径上。为了实现这一点，已经设计了许多工具 2,3,4,5^，包括我们第⁶ 组开发的 Metscape。通路图谱....

研究方案

1. 相关性计算器

1. 下载以逗号分隔的示例输入文件，其中包含代谢物列表，并在 http://metscape.med.umich.edu/kora_data_240.csv 处进行实验测量。
2. 双击下载的示例文件将其打开。
   1. 确保文件包含样品和代谢物的标签。
   2. 由于样品是成行的，请确认第一列是样品名称，第一行是代谢物名称。
3. 下载 CorrelationCalculator Java 应用程序 （http://metscape.med.umich.edu/calculator.html）。双击下载的 .jar 文件以启动应用程序。
4. 在“输入”选项卡上，单击“浏览”按钮以上传输入文件。
5. 在 “指定文件格式”下，使用下拉箭头选择适当的输入文件格式。选择行 中的样品 （补充图1）。
6. 通过单击窗口右下角的“下一步>>”按钮移动到“数据规范化”选项卡。
7. 在“ 选择方法”下，选中 “Log2-Transform Data”....

讨论

在 CorrelationCalculator 和 Filigree 中实现的基于部分相关性的网络分析方法有助于克服基于知识的代谢途径分析的一些局限性，特别是对于未知代谢物患病率高且代谢途径覆盖率有限的数据集（例如，脂质组学数据）。这些工具已被研究界广泛用于分析广泛的代谢组学和脂质组学数据14,22,27,28,29,30。

材料

Name	Company	Catalog Number	Comments
CorrelationCalculator	JAVA	http://metscape.med.umich.edu/calculator.html
clusterNet		https://github.com/Karnovsky-Lab/clusterNet
Cytoscape	Cytoscape	https://cytoscape.org/
Filigree	JAVA	http://metscape.med.umich.edu/filigree.html
MetScape	Cytoscape	https://apps.cytoscape.org/apps/metscape	Cytoscape application that allows for the creation and exploration of correlation networks.