CorrelationCalculator et Filigree : outils pour l’analyse de réseau basée sur les données métabolomiques
10 novembre 2023
Nous présentons CorrelationCalculator et Filigree, deux outils pour la construction de réseaux basés sur les données et l’analyse des données métabolomiques. CorrelationCalculator prend en charge la création d’un réseau d’interaction unique de métabolites basé sur des données d’expression, tandis que Filigree permet de construire un réseau différentiel, suivi d’une analyse de clustering et d’enrichissement du réseau.
L’analyse des données métabolomiques est un processus en plusieurs étapes qui s’appuie sur de nombreux outils logiciels spécialisés. Cette analyse des données peut être divisée en trois grandes étapes, le traitement des données et le contrôle de la qualité, l’analyse statistique et l’interprétation des données biologiques. Les outils décrits dans ce protocole sont conçus pour permettre cette dernière étape de l’analyse.
Au cours de la dernière décennie, la métabolomique a émergé en tant que science anomique en raison des progrès des technologies analytiques telles que la chromatographie en phase gazeuse-spectrométrie de masse et la chromatographie liquide-spectrométrie de masse. Ces techniques permettent de mesurer simultanément des centaines, voire des milliers de métabolites de petites molécules, créant ainsi des ensembles de données multidimensionnelles complexes. L’analyse des données métabolomiques présente plusieurs défis pour les approches d’enrichissement basées sur les voies.
Premièrement, un nombre important de métabolites ne peuvent pas être cartographiés sur les voies métaboliques. De plus, la couverture des voies du métabolisme secondaire et des lipides n’est pas suffisante. Par conséquent, d’autres approches sont nécessaires pour l’interprétation biologique des données.
Les techniques d’analyse de réseau basées sur les données peuvent aider à surmonter les défis associés à l’analyse de l’enrichissement des voies basée sur les connaissances pour les données métabolomiques. Par exemple, les réseaux de corrélation peuvent aider à établir des relations entre les métabolites connus et inconnus, et peuvent ainsi faciliter l’annotation des inconnues.
Consultez la transcription complète et accédez à des milliers de vidéos scientifiques
Aperçu
Cet article aborde les défis liés à l'interprétation des données biologiques en métabolomique, un domaine qui a gagné en importance grâce aux technologies analytiques avancées. Il présente deux outils, CorrelationCalculator et Filigree, conçus pour améliorer la construction et l'analyse de réseaux fondés sur les données en métabolomique.
Composantes clés de l'étude
Domaine de recherche
- Métabolomique
- Techniques d'analyse de données
- Construction de réseaux
Contexte
- Le métabolomique consiste à analyser des ensembles de données complexes créés par la mesure de métabolites, de petites molécules.
- Les méthodes actuelles rencontrent des difficultés pour associer les métabolites aux voies métaboliques.
- Il existe un besoin d'approches alternatives d'interprétation biologique.
Méthodes utilisées
- Analyse de réseau basée sur les données
- Réseaux de corrélation pour les relations entre les métabolites
- Méthodes statistiques et de regroupement pour l'enrichissement du réseau
Résultats principaux
- CorrelationCalculator aide à construire un réseau d'interaction unique de métabolites.
- Filigree facilite la construction d'un réseau différentiel et prend en charge le regroupement en clusters et l'analyse d'enrichissement du réseau.
- Ces outils permettent de surmonter les limites de l'analyse d'enrichissement des voies traditionnelles.
Conclusions
- L'étude démontre des stratégies efficaces pour aborder les complexités de l'analyse des données en métabolomique.
- L'introduction de ces outils est hautement pertinente pour faire progresser la recherche biologique en métabolomique.
Questions fréquemment posées
Pertinence industrielle pour les cadres
L'analyse de réseaux fondée sur les données est essentielle pour extraire des informations exploitables à partir de jeux de données métabolomiques complexes, notamment lorsque la cartographie traditionnelle des voies métaboliques est limitée. CorrelationCalculator et Filigree permettent aux équipes de recherche et développement en biopharmacie de construire et d'interroger des réseaux de métabolites, soutenant ainsi la génération d'hypothèses et la réduction des risques mécanistiques en phase de découverte précoce. Ces outils renforcent la confiance prédictive et l'aide à la décision pour le portefeuille en révélant les relations entre métabolites connus et inconnus.
Applications stratégiques en recherche et développement en biopharmaceutique
Début de la découverte et validation de la cible
- Permet d'interroger les relations entre métabolites au-delà des voies établies pour la validation des cibles.
- Contribue à l'atténuation des risques biologiques en clarifiant les connexions fonctionnelles entre les métabolites.
- Facilite la confiance prédictive dans les hypothèses précoces en intégrant les métabolites inconnus dans des modèles de réseaux.
Développement de tests et criblage
- Prépare des réseaux de métabolites validés pour des flux de travail de criblage en aval et d'évaluation de composés.
- Standardise la construction de réseaux pour une analyse reproductible et quantitative des données de métabolomique.
- Permet des tests basés sur des réseaux, évolutifs, pour un profilage de métabolites en haute dimension.
Recherche translationnelle et préclinique
- Aligne les sorties des réseaux de métabolites avec les processus biologiques pertinents pour la maladie lorsque les bases de données de voies métaboliques sont incomplètes.
- Permet une continuité entre la découverte et la validation préclinique en facilitant l'annotation des métabolites inconnus.
- Offre une détection mécanistique des risques pour l'identification de biomarqueurs translationnels dans les systèmes métaboliques complexes.
Intégration du pipeline et du flux de travail
CorrelationCalculator et Filigree s'inscrivent dans la continuité découverte-préclinique en permettant une analyse robuste de réseaux de données métabolomiques lorsque le nombre d'échantillons est limité et que la couverture des voies métaboliques est incomplète.
- Découverte en biologie : Soutient la vérification d'hypothèses et la clarification des voies métaboliques grâce à la construction de réseaux basée sur la corrélation partielle.
- Écrantage : Fournit des sorties de réseaux quantitatives et reproductibles pour l'analyse comparative entre groupes expérimentaux.
- Analytique : Offre des fonctionnalités d'analyse statistique et d'enrichissement pour l'interprétation fondée sur les réseaux des données de métabolomique.
- Recherche translationnelle : Comble les lacunes dans la connaissance des voies métaboliques en facilitant l'annotation et le regroupement de métabolites inconnus.
- Réutilisation en entreprise : Propose un cadre analytique réutilisable pour des ensembles de données de métabolomique variés et des plans expérimentaux divers.
Impact opérationnel et organisationnel
- Valeur scientifique : Accroît la confiance prédictive et réduit l'ambiguïté mécanistique dans la découverte basée sur la métabolomique.
- Valeur opérationnelle : Standardise les flux de travail d'analyse de réseaux pour assurer la reproductibilité et l'évolutivité entre les projets.
- Valeur stratégique : Améliore les décisions de poursuite ou d'abandon et l'efficacité du capital en permettant une interprétation biologique fondée sur les données.
- Impact sur le portefeuille : Favorise la priorisation et l'avancement, ajustées au risque, de cibles informées par la métabolomique.
Considérations relatives à la mise en œuvre
- Nécessite une expertise en traitement des données de métabolomique et en analyse de réseaux.
- Dépend de l'accès à des données LC-MS et à une infrastructure informatique pour la construction de réseaux.
- Implique une standardisation inter-équipes des formats de données et des paramètres d'analyse.
- Adaptable à divers plans d'étude en métabolomique et à différentes tailles d'échantillons.
- Limité par la qualité et l'exhaustivité des données métabolomiques d'entrée.
F.A.Q. sur la bio-industrie pharmaceutique
Chapters in this video
0:00
Introduction
1:43
CorrelationCalculator: A Bioinformatics Tool for Building Single Interaction Metabolites Network Based on Expression Data
3:53
Filigree: A Bioinformatics Tool for Building Differential Network Clustering and Enrichment Analysis
