Anmelden

Zum Anzeigen dieser Inhalte ist ein JoVE-Abonnement erforderlich. Melden Sie sich an oder starten Sie Ihre kostenlose Testversion.

In diesem Artikel

  • Zusammenfassung
  • Zusammenfassung
  • Einleitung
  • Protokoll
  • Repräsentative Ergebnisse
  • Diskussion
  • Offenlegungen
  • Danksagungen
  • Materialien
  • Referenzen
  • Nachdrucke und Genehmigungen

Zusammenfassung

Wir stellen CorrelationCalculator und Filigree vor, zwei Werkzeuge für den datengesteuerten Netzwerkaufbau und die Analyse von Metabolomik-Daten. CorrelationCalculator unterstützt den Aufbau eines einzelnen Interaktionsnetzwerks von Metaboliten auf der Grundlage von Expressionsdaten, während Filigran den Aufbau eines differentiellen Netzwerks ermöglicht, gefolgt von Netzwerk-Clustering und Anreicherungsanalyse.

Zusammenfassung

Eine große Herausforderung bei der Analyse von Omics-Daten ist die Gewinnung von verwertbarem biologischem Wissen. Die Metabolomik ist da keine Ausnahme. Das allgemeine Problem, Veränderungen in den Konzentrationen einzelner Metaboliten mit spezifischen biologischen Prozessen in Verbindung zu bringen, wird durch die große Anzahl unbekannter Metaboliten verschärft, die in ungezielten Flüssigchromatographie-Massenspektrometrie-Studien (LC-MS) vorhanden sind. Darüber hinaus sind der Sekundärstoffwechsel und der Fettstoffwechsel in bestehenden Signalwegdatenbanken nur unzureichend vertreten. Um diese Einschränkungen zu überwinden, hat unsere Gruppe mehrere Tools für den datengesteuerten Netzwerkaufbau und die Analyse entwickelt. Dazu gehören CorrelationCalculator und Filigree. Beide Tools ermöglichen es Benutzern, partielle korrelationsbasierte Netzwerke aus experimentellen Metabolomik-Daten zu erstellen, wenn die Anzahl der Metaboliten die Anzahl der Proben übersteigt. CorrelationCalculator unterstützt den Aufbau eines einzelnen Netzwerks, während Filigran den Aufbau eines differenziellen Netzwerks unter Verwendung von Daten aus zwei Gruppen von Stichproben ermöglicht, gefolgt von Netzwerk-Clustering und Anreicherungsanalyse. Wir werden den Nutzen und die Anwendung beider Werkzeuge für die Analyse realer Metabolomics-Daten beschreiben.

Einleitung

In den letzten zehn Jahren hat sich die Metabolomik aufgrund von Fortschritten in analytischen Technologien wie der Gaschromatographie-Massenspektrometrie (GC-MS) und der Flüssigkeitschromatographie-Massenspektrometrie (LC-MS) zu einer Omics-Wissenschaft entwickelt. Diese Techniken ermöglichen die gleichzeitige Messung von Hunderten bis Tausenden von niedermolekularen Metaboliten, wodurch komplexe mehrdimensionale Datensätze erstellt werden. Metabolomics-Experimente können im gezielten oder ungezielten Modus durchgeführt werden. Gezielte Metabolomik-Experimente messen bestimmte Klassen von Metaboliten. Sie sind in der Regel hypothesengetrieben, während ungezielte Ansä....

Protokoll

1. Korrelationsrechner

  1. Laden Sie eine kommagetrennte Beispieleingabedatei herunter, die eine Liste der Metaboliten mit experimentellen Messungen bei http://metscape.med.umich.edu/kora_data_240.csv enthält.
  2. Doppelklicken Sie auf die heruntergeladene Beispieldatei, um sie zu öffnen.
    1. Stellen Sie sicher, dass die Datei Etiketten sowohl für die Proben als auch für die Metaboliten enthält.
    2. Da sich die Proben in Zeilen befinden, vergewissern Sie sich, dass die erste Spalte die Probennamen und die erste Zeile die Metabolitennamen enthält.
  3. Laden Sie die Java-Anwendung CorrelationCalculator (http://met....

Repräsentative Ergebnisse

Um die Verwendung von CorrelationCalculator zu veranschaulichen, konstruierten wir ein partielles Korrelationsnetzwerk unter Verwendung einer Teilmenge der Metabolomik-Daten aus der KORA-Populationsstudie, die in Krumsiek et al.24 beschrieben wurden. Der Datensatz enthielt 151 Metaboliten und 240 Proben. Abbildung 1 zeigt das resultierende partielle Korrelationsnetzwerk, das in Cytoscape visualisiert wurde. Das Netzwerk umfasst 148 Knoten und 272 Edges. Die F.......

Diskussion

Partielle korrelationsbasierte Netzwerkanalysemethoden, die in CorrelationCalculator und Filigree implementiert sind, tragen dazu bei, einige der Einschränkungen wissensbasierter Stoffwechselweganalysen zu überwinden, insbesondere für Datensätze mit einer hohen Prävalenz unbekannter Metaboliten und einer begrenzten Abdeckung von Stoffwechselwegen (z. B. Lipidomik-Daten). Diese Werkzeuge werden von der Forschungsgemeinschaft häufig verwendet, um ein breites Spektrum von Metabolomik- und Lipidomik-Daten zu analysiere.......

Offenlegungen

Die Autoren haben keine konkurrierenden finanziellen Interessen.

Danksagungen

Diese Arbeit wurde durch einen NIH 1U01CA235487 Zuschuss unterstützt.

....

Materialien

NameCompanyCatalog NumberComments
CorrelationCalculatorJAVAhttp://metscape.med.umich.edu/calculator.html
clusterNethttps://github.com/Karnovsky-Lab/clusterNet
CytoscapeCytoscapehttps://cytoscape.org/
FiligreeJAVAhttp://metscape.med.umich.edu/filigree.html
MetScapeCytoscapehttps://apps.cytoscape.org/apps/metscapeCytoscape application that allows for the creation and exploration of correlation networks.

Referenzen

  1. Sas, K. M., Karnovsky, A., Michailidis, G., Pennathur, S. Metabolomics and diabetes: analytical and computational approaches. Diabetes. 64 (3), 718-732 (2015).
  2. Cottret, L., et al. MetExplore: Collaborative edition ....

Nachdrucke und Genehmigungen

Genehmigung beantragen, um den Text oder die Abbildungen dieses JoVE-Artikels zu verwenden

Genehmigung beantragen

Weitere Artikel entdecken

BiologieHeft 201

This article has been published

Video Coming Soon

JoVE Logo

Datenschutz

Nutzungsbedingungen

Richtlinien

Forschung

Lehre

ÜBER JoVE

Copyright © 2025 MyJoVE Corporation. Alle Rechte vorbehalten