Method Article

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

DOI:

10.3791/65512

⸱

November 10th, 2023

 ,  ,  ,  , 
1Department of Computational Medicine and Bioinformatics, University of Michigan, Ann Arbor, 2Taubman Health Sciences Library, University of Michigan, Ann Arbor, 3Department of Statistics, University of Florida

In This Article

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

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。

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

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。

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

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。通路图谱通常与富集分析相结合，这有助于确定最重要的通路 7,8。这些技术首先在基因表达数据分析中占有重要地位，并已成功应用于蛋白质组学和表观基因组学数据的分析9,10,11,12,13。然而，代谢组学数据的分析给基于知识的方法带来了许多挑战。首先，除了内源性代谢物外，代谢组学测定法还测量外源性化合物，包括来自营养和其他环境来源的化合物。这些化合物以及细菌产生的代谢物不能映射到人类或其他真核生物的代谢途径上。此外，次级代谢和脂质代谢的通路覆盖目前不允许在容易支持数据生物学解释的水平上进行高分辨率映射14,15。

数据驱动的网络分析技术可以帮助克服这些挑战。例如，基于相关性的网络可以帮助推导已知和未知代谢物之间的关系，并促进未知物的注释16。虽然计算 Pearson 相关系数是建立代谢物之间线性关系的最直接方法，但缺点是它捕获了直接和间接关联17,18,19。另一种方法是计算可以区分直接关联和间接关联的偏相关系数。高斯图形建模 （GGM） 可用于估计偏相关网络。但是，GGM 要求样本量和特征数量具有可比性。在包含数千种代谢特征测量值的非靶向LC-MS数据中，很少满足这一条件。可以使用正则化技术来克服此限制。图形套索（Glasso）和节点回归是偏相关网络正则化估计的常用方法16,20。

这里介绍的第一个生物信息学工具，CorrelationCalculator16，基于去偏稀疏偏相关（DSPC）算法。DSPC 依赖于去稀疏化的图形套索建模。该算法的基本假设是代谢物之间的连接数远小于样本数，即代谢物的偏相关网络稀疏。这一假设使DSPC能够利用正则化回归技术，使用更少的样本发现大量代谢物之间的连通性。此外，使用正则化回归估计的去偏步骤，它获得边缘参数的采样分布，这些参数可用于构建置信区间和检验感兴趣的假设（例如，存在/不存在单个或一组边缘）。因此，可以使用计算的 p 值来正式测试偏相关网络中边的存在与否。

CorrelationCalculator 被证明对单组分析非常有用16;然而，许多代谢组学实验的目标是对两种或多种条件进行差异分析。虽然 CorrelationCalculator 可以分别用于每个组，以为每个条件生成部分相关网络，但这种方法限制了可用于网络生成的样本数量。由于足够大的样本量是数据驱动分析中最大的考虑因素之一，因此非常需要能够利用数据中所有可用样本来构建网络的方法。这种方法在这里介绍的第二个工具中实现，称为 Filigree21。Filigree 依赖于先前发布的差分网络富集分析 （DNEA） 算法22。 表 1 显示了这两种工具的应用和工作流程。

实验条件数（k）k = 1k = 2
软件工具相关性计算器精细
输入数据• 代谢物 x 样品数据矩阵• 代谢物 x 样品数据矩阵
• 实验组
工作流程
•预处理
• 网络估计
• 网络集群
• 富集分析
• 日志转换;自动缩放
• DSPC技术
• 通过外部应用程序
•不
• 日志转换;自动缩放
• 联合网络估计
• 共识聚类
• 网络GSA
数据可视化通过外部应用程序，例如 Cytoscape通过外部应用程序，例如 Cytoscape
测试代谢模块与感兴趣结果的关联（可选）通过外部应用程序通过外部应用程序

表 1:CorrelationCalculator 和 Filigree 的应用范围和工作流程。

Access restricted. Please log in or start a trial to view this content.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

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"旁边的框。选中 "自动缩放数据"旁边的框。
  8. 在 "规范化数据"下，单击 "运行 "按钮。
    注意:归一化完成后，单击"归一化数据"下的"查看归一化数据"按钮，然后查看更新的数据集（补充图 2）。
  9. 在 "规范化数据"下，单击"保存"按钮并 保存 新数据文件。
  10. 单击窗口右下角的"下一步>>"按钮，移动到"数据分析"选项卡。
  11. 在 "计算 Pearson 相关性"下，单击 "运行"。确定数据的最佳 Pearson 相关范围。
    1. 单击 "查看直方图 "按钮。查看每个特征的最大 Pearson 相关分数的频率。
    2. 单击 "查看热图 "按钮。查看 Pearson 相关矩阵的表示。
  12. 在 "按 Pearson 相关性筛选"下，保留默认数字，以按 0.00 到 1.00 的范围进行筛选
    注意: 从 1 滑动右端的蓝色小箭头和从 0 滑动左侧的蓝色小箭头以更改过滤器。在文本框中输入特定数字也是一种选择。
  13. 在 "选择偏相关方法"下，选择所需的方法 "DSPC 方法"。
    注:如果代谢物的数量小于数据集中的样本数量，则只能使用DSPC方法。
  14. 在 "计算偏相关"下，单击 "运行 "按钮（补充图3）。
  15. 单击 查看 CSV 文件 并查看结果。单击"保存"按钮并 保存 结果。
  16. 单击" 在 MetScape 中查看 "按钮以启动交互式关联网络。
    有关使用 MetScape 的更多信息，请参见 Karnovsky， A. et al.6 。
    注意:MetScape 是一个 Cytoscape 应用程序，允许创建和探索相关网络。

2. 花丝

  1. 下载以逗号分隔的输入文件样本，其中包含 http://metscape.med.umich.edu/T1D_primaryMetabolites_noIS_log_scaled_sorted.csv 处的代谢物测量值。
  2. 双击下载的示例文件将其打开。
    1. 确保文件在第 1 列中包含样品名称，在第 2 列中包含组分配。确认其余色谱柱含有代谢物/脂质。
    2. 确保每一行代表一个示例。
      注意:代谢物测量值应进行对数转换和自动缩放，除非执行特征聚合，在这种情况下，测量值应仅进行对数转换。
  3. 下载 Filigree Java 应用程序 （http://metscape.med.umich.edu/filigree.html）。
    注意: 详细的用户手册可在 http://metscape.ncibi.org/v0.1.2Filigree_UserManual.pdf 获得。
  4. 双击下载的 .jar 文件以启动应用程序。
  5. 在 "数据 "选项卡上，单击 "浏览 "按钮以上传输入文件。
  6. 在"指定列/行"下，单击"示例 ID"旁边的下拉箭头，从输入文件中选择相应的列/行名称。选择"示例"。
  7. 在"指定列/行"下，单击"组"旁边的下拉箭头，从输入文件中选择相应的列/行。选择"组"。
  8. 在 "指定示例组"下，单击每个组旁边的下拉箭头，从输入文件中选择相应的 组 列。对于 第 1 组，选择 糖尿病患者。对于 第 2 组，选择 非糖尿病患者。
  9. 在"要素 分组"下，选中所需方法 "计算要素组"旁边的框。
  10. 单击 "查看热图 "按钮。查看热图并确定所需的减少百分比。
  11. 使用"特征缩减"滑块选择所需的 特征缩减 百分比。滑动小圆圈，直到减少百分比显示特征与样本比为 1.25（补充图 4）。
  12. 单击窗口右下角的"下一步>>"按钮，移动到"分析"选项卡。
  13. 在"选择输出目录"下，单击"浏览"按钮，然后选择用于存储生成的输出文件的所需 目录位置。
  14. 单击位于窗口左下角的 "运行分析 "按钮。每个分析组件的进度条都会更新（补充图 5）。单击弹出窗口中的 "确定 "按钮，显示消息" 分析已成功完成"。
  15. 在 分析 选项卡上，单击 浏览网络 按钮以在浏览器选项卡中打开交互式细丝子网。
  16. 单击子网名称列下的子网 1 链接。
  17. 使用各种按钮浏览交互式子网。单击 + 按钮并放大网络部分。单击 - 按钮并缩小（补充图 6）。
  18. 单击 组节点 并拖动它以将其重新定位到子网中。
    注意:节点颜色表示上调/下调，颜色不透明度表示更高/更低的倍数变化。边缘颜色表示组之间的差异状态。
  19. 单击页面右上角的 "展开要素 "按钮以展开所有组节点。查看构成组节点的特定化合物。
  20. 单击页面右上角的 "折叠要素 "按钮以折叠最近展开的组节点。
  21. 单击页面右上角的按采样组按钮，将视图从单个子网更改为 按组 拆分的多个子网。使用此子网视图浏览和比较组（补充图 7）。
  22. 单击 所有采样 按钮返回到单个子网视图。
  23. 单击页面右上角的 下一步 按钮查看下一个子网。
  24. 对每个子网重复步骤 2.19-2.23。
  25. 单击窗口顶部中间的 差分网络丰富分析结果 链接，返回到列出所有子网的汇总表视图。
    注: 在不同的软件工具（如 Cytoscape23）中导入边和/或节点输出文件，以创建其他网络可视化。

3. 其他注意事项

  1. 对于运行 Big Sur （OSX 11.2） 或更高版本的 Mac 电脑，请在"常规">">"系统偏好设置" >"系统偏好设置" Apple 菜单中 批准该工具，然后选择选项卡底部的 "允许 "。
  2. 此外，通过选择左侧菜单中的"文件和文件夹"，然后在右侧菜单中选择"Filigree"，允许Filigree访问Apple菜单>"系统偏好设置">"安全性与隐私">隐私中的文件。

Access restricted. Please log in or start a trial to view this content.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

为了说明 CorrelationCalculator 的使用， 我们使用 Krumsiek 等人 24 中描述的 KORA 群体研究的代谢组学数据子集构建了一个偏相关网络。该数据集包含 151 种代谢物和 240 个样品。 图 1 显示了在 Cytoscape 中可视化的偏相关网络。该网络包含 148 个节点和 272 条边。节点的颜色表示属于不同化学类别的代谢物，而边缘表示偏相关系数的调整p值（调整后的p值<0.05）。值得注意的是，尽管没有使用任何先验信息，但CorrelationCalculator能够将化学相关的代谢物组合在一起。例如，磷脂酰胆碱和溶血磷脂酰胆碱在网络中紧密相连。在这种类型的网络背景下可视化代谢物变化可以促进假设的产生，帮助规划未来的实验并实现手稿准备。为了说明利用部分相关代谢物网络的潜在工作流程，我们按照 Ma 等人 22 中的描述进行了共识网络聚类，从而鉴定了 9 个子网或代谢模块。这些模块与化学类别有很好的一致性，即属于同一化学类...

Access restricted. Please log in or start a trial to view this content.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

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。例如，CorrelationCalculator 已被用于分析来自许多生物系统的数据，从微生物组和植物到人类疾病31、32、33、

Access restricted. Please log in or start a trial to view this content.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

作者没有相互竞争的经济利益。

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

这项工作得到了NIH 1U01CA235487资助的支持。

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
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 应用程序，允许创建和探索相关网络。

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  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 and exploration of metabolic networks. Nucleic Acids Research. 46 (W1), W495-W502 (2018).
  3. Garcia-Alcalde, F., Garcia-Lopez, F., Dopazo, J., Conesa, A. Paintomics: A web based tool for the joint visualization of transcriptomics and metabolomics data. Bioinformatics. 27 (1), 137-139 (2011).
  4. Kuo, T. C., Tian, T. F., Tseng, Y. J. 3Omics: A web-based systems biology tool for analysis, integration and visualization of human transcriptomic, proteomic and metabolomic data. BMC Systems Biology. 7, 64(2013).
  5. Paley, S. M., Karp, P. D. The pathway tools cellular overview diagram and Omics Viewer. Nucleic Acids Research. 34 (13), 3771-3778 (2006).
  6. Karnovsky, A., et al. Metscape 2 bioinformatics tool for the analysis and visualization of metabolomics and gene expression data. Bioinformatics. 28 (3), 373-380 (2012).
  7. Chong, J., Xia, J. Using MetaboAnalyst 4.0 for metabolomics data analysis, interpretation, and integration with other omics data. Methods in Molecular Biology. 2104, 337-360 (2020).
  8. Lopez-Ibanez, J., Pazos, F., Chagoyen, M. MBROLE 2.0-functional enrichment of chemical compounds. Nucleic Acids Research. 44 (W1), W201-W204 (2016).
  9. Cavalcante, R. G., et al. Broad-Enrich: Functional interpretation of large sets of broad genomic regions. Bioinformatics. 30 (17), i393-i400 (2014).
  10. Huang, D. W., et al. DAVID bioinformatics resources: Expanded annotation database and novel algorithms to better extract biology from large gene lists. Nucleic Acids Research. 35 (Web Server issue), W169-W175 (2007).
  11. Lee, P. H., O'Dushlaine, C., Thomas, B., Purcell, S. M. INRICH: interval-based enrichment analysis for genome-wide association studies. Bioinformatics. 28 (13), 1797-1799 (2012).
  12. Segre, A. V., Groop, L., Mootha, V. K., Daly, M. J., Altshuler, D. Common inherited variation in mitochondrial genes is not enriched for associations with type 2 diabetes or related glycemic traits. PLoS Genetics. 6 (8), e1001058(2010).
  13. Subramanian, A., et al. Gene set enrichment analysis: a knowledge-based approach for interpreting genome-wide expression profiles. Proceedings of the National Academy of Sciences of the United States of America. 102 (43), 15545-15550 (2005).
  14. Afshinnia, F., et al. Lipidomic signature of progression of chronic kidney disease in the chronic renal insufficiency cohort. Kidney International Reports. 1 (4), 256-268 (2016).
  15. Barupal, D. K., et al. MetaMapp: Mapping and visualizing metabolomic data by integrating information from biochemical pathways and chemical and mass spectral similarity. BMC Bioinformatics. 13, 99(2012).
  16. Basu, S., et al. Sparse network modeling and Metscape-based visualization methods for the analysis of large-scale metabolomics data. Bioinformatics. 33 (10), 1545-1553 (2017).
  17. Krumsiek, J., Suhre, K., Illig, T., Adamski, J., Theis, F. J. Gaussian graphical modeling reconstructs pathway reactions from high-throughput metabolomics data. BMC Systems Biology. 5, 21(2011).
  18. Camacho, D., de la Fuente, A., Mendes, P. The origin of correlations in metabolomics data. Metabolomics. 1 (1), 53-63 (2005).
  19. Steuer, R., Kurths, J., Fiehn, O., Weckwerth, W. Observing and interpreting correlations in metabolomic networks. Bioinformatics. 19 (8), 1019-1026 (2003).
  20. Bühlmann, P., Van De Geer, S. Statistics for High-Dimensional Data: Methods, Theory and Applications. , Springer Berlin, Heidelberg. (2011).
  21. Iyer, G. R., et al. Application of differential network enrichment analysis for deciphering metabolic alterations. Metabolites. 10 (12), 479(2020).
  22. Ma, J., et al. Differential network enrichment analysis reveals novel lipid pathways in chronic kidney disease. Bioinformatics. 35 (18), 3441-3452 (2019).
  23. Shannon, P., et al. Cytoscape: a software environment for integrated models of biomolecular interaction networks. Genome Reserach. 13 (11), 2498-2504 (2003).
  24. Krumsiek, J., et al. Mining the unknown: a systems approach to metabolite identification combining genetic and metabolic information. PLoS Genetics. 8 (10), e1003005(2012).
  25. Fahrmann, J., et al. Systemic alterations in the metabolome of diabetic NOD mice delineate increased oxidative stress accompanied by reduced inflammation and hypertriglyceremia. American Journal of Physiology. Endocrinology and Metabolism. 308 (11), E978-E989 (2015).
  26. Grapov, D., et al. Diabetes associated metabolomic perturbations in NOD mice. Metabolomics. 11 (2), 425-437 (2015).
  27. Jin, Y., Bai, S., Huang, Z., You, L., Zhang, T. Technology characteristics and flavor changes of traditional green wheat product nian zhuan in Northern China. Frontiers in Nutrition. 9, 996337(2022).
  28. Lin, Y. S., et al. Probing folate-responsive and stage-sensitive metabolomics and transcriptional co-expression network markers to predict prognosis of non-small cell lung cancer patients. Nutrients. 15 (1), 3(2022).
  29. Pan, C., et al. Metabolomics study identified bile acids as potential biomarkers for gastric cancer: A case control study. Frontiers in Endocrinology (Lausanne). 13, 1039786(2022).
  30. Pancoro, A., Karima, E., Apriyanto, A., Effendi, Y. (1)H NMR metabolomics analysis of oil palm stem tissue infected by Ganoderma boninense based on field severity Indices. Scientific Reports. 12 (1), 21087(2022).
  31. Chele, K. H., et al. A global metabolic map defines the effects of a Si-based biostimulant on tomato plants under normal and saline conditions. Metabolites. 11 (12), 820(2021).
  32. Hubert, J., et al. The effect of residual pesticide application on microbiomes of the storage mite Tyrophagus putrescentiae. Microbial Ecology. 85 (4), 1527-1540 (2023).
  33. Li, K., et al. Metabolomic and exposomic biomarkers of risk of future neurodevelopmental delay in human milk. Pediatric Research. 93 (6), 1710-1720 (2023).
  34. Marino, C., et al. The metabolomic profile in amyotrophic lateral sclerosis changes according to the progression of the disease: An exploratory study. Metabolites. 12 (9), 837(2022).
  35. Ma, J., Shojaie, A., Michailidis, G. Network-based pathway enrichment analysis with incomplete network information. Bioinformatics. 32 (20), 3165-3174 (2016).
  36. Mahieu, N. G., Patti, G. J. Systems-level annotation of a metabolomics data set reduces 25000 features to fewer than 1000 unique metabolites. Analytical Chemistry. 89 (19), 10397-10406 (2017).

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

Metabolomics DataNetwork AnalysisCorrelation NetworksPartial CorrelationDifferential NetworkEnrichment AnalysisMetabolomics ToolsLC MS AnalysisLipid MetabolismPathway Enrichment

Related Articles