Name: CorrelationCalculator と Filigree: メタボロミクスデータのデータ駆動型ネットワーク解析ツール (動画) | JoVE Journal
Uploaded: 2023-11-10T14:20:00.000+00:00
Duration: 7 min 11 s
Description: 学ぶメタボロミクスデータのデータ駆動型ネットワーク解析。CorrelationCalculatorとFiligreeを用いて代謝物の相関ネットワーク構築とエンリッチメント解析を行い、従来のパスウェイ解析の限界を克服する方法です。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

この研究は、NIH 1U01CA235487助成金の支援を受けました。

1.相関電卓
<ol><li>http://metscape.med.umich.edu/kora_data_240.csv での実験的測定値を含む代謝物のリストを含むサンプルのコンマ区切り入力ファイルをダウンロードします。</li>
	<li>ダウンロードしたサンプルファイルをダブルクリックして開きます。<ol><li>ファイルにサンプルと代謝物の両方のラベルが含まれていることを確認します。</li>
		<li>サンプルは行単位であるため、最初の列がサンプル名、最初の行が代謝物名であることを確認します。</li>
	</ol></li>
	<li>CorrelationCalculator Java アプリケーション (http://metscape.med.umich.edu/calculator.html) をダウンロードします。ダウンロードした .jar ファイルをダブルクリックして、アプリケーションを起動します。</li>
	<li>「入力」タブで、「参照」ボタンをクリックして入力ファイルをアップロードします。</li>
	<li>[ ファイル形式の指定] で、ドロップダウン矢印を使用して適切な入力ファイル形式を選択します。行内の サンプル を選択します(補足図1)。</li>
	<li>ウィンドウの右下にある [Next >>] ボタンをクリックして、[Data Normalization] タブに移動します。</li>
	<li>[Select Method(s)] で、[Log2-Transform Data] の横のチェックボックスをオンにします。[データの自動スケーリング] の横にあるチェックボックスをオンにします。</li>
	<li>[データの正規化] で [実行] ボタンをクリックします。 注: 正規化が完了したら、[データの正規化] の下にある [正規化されたデータの表示] ボタンをクリックし、更新されたデータセットを確認します (補足図 2)。</li>
	<li>[ データの正規化] で [ 保存 ] ボタンをクリックし、新しいデータ ファイルを保存します。</li>
	<li>ウィンドウの右下にある「次の>>」ボタンをクリックして、「データ分析」タブに移動します。</li>
	<li>ピアソンの相関の計算で、実行をクリックします。データに最適なピアソンの相関範囲を決定します。<ol><li>[ ヒストグラムの表示 ] ボタンをクリックします。特徴量ごとの最大ピアソン相関スコアの頻度を確認します。</li>
		<li>[ ヒートマップの表示 ] ボタンをクリックします。ピアソンの相関行列の表現を確認します。</li>
	</ol></li>
	<li>ピアソンの相関関係によるフィルターで、0.00から1.00の範囲でフィルターするデフォルトの数値のままにします 注: 右端の小さな青い矢印を 1 からスライドさせ、左側の小さな青い矢印を 0 からスライドさせて、フィルターを変更します。テキストボックスに特定の番号を入力することもできます。</li>
	<li>[ Select Partial Correlation Method] で、目的の [ DSPC Method] を選択します。 注:代謝物の数がデータセット内のサンプル数よりも少ない場合は、DSPC法のみを使用できます。</li>
	<li>[Calculate Partial Correlations] で [Run] ボタンをクリックします (補足図 3)。</li>
	<li>[ CSV ファイルの表示 ] をクリックし、結果を表示します。[ 保存 ] ボタンをクリックして、結果を保存します。</li>
	<li>[ MetScape で表示 ] ボタンをクリックして、対話型の相関ネットワークを起動します。 MetScape の使用の詳細については、Karnovsky, A. et al.6 を参照してください。 注:MetScapeは、相関ネットワークの作成と探索を可能にするCytoscapeアプリケーションです。</li>
</ol>2.フィリグリー
<ol><li>http://metscape.med.umich.edu/T1D_primaryMetabolites_noIS_log_scaled_sorted.csv での代謝物測定値を含むサンプルのカンマ区切り入力ファイルをダウンロードします。</li>
	<li>ダウンロードしたサンプルファイルをダブルクリックして開きます。<ol><li>ファイルの列 1 にサンプル名が含まれ、列 2 にグループ割り当てが含まれていることを確認します。残りのカラムに代謝物/脂質が含まれていることを確認します。</li>
		<li>各行がサンプルを表していることを確認します。 注:代謝物の測定値は、特徴の集約を実行しない限り、対数変換および自動スケーリングする必要があり、その場合は測定値は対数変換のみにする必要があります。</li>
	</ol></li>
	<li>Filigree Java アプリケーション (http://metscape.med.umich.edu/filigree.html) をダウンロードします。 注意: 詳細なユーザーマニュアルは http://metscape.ncibi.org/v0.1.2Filigree_UserManual.pdf で入手できます。</li>
	<li>ダウンロードした .jar ファイルをダブルクリックして、アプリケーションを起動します。</li>
	<li>[ データ ] タブで [ 参照 ] ボタンをクリックして、入力ファイルをアップロードします。</li>
	<li>[ Specify Columns/Rows] で、[ Sample ID ] の横にあるドロップダウン矢印をクリックして、入力ファイルから対応する列/行名を選択します。[ サンプル] を選択します。</li>
	<li>[列/行の指定]で、[グループ]の横にあるドロップダウン矢印をクリックして、入力ファイルから対応する列/行を選択します。[グループ] を選択します。</li>
	<li>[ サンプル グループの指定] で、各グループの横にあるドロップダウン矢印をクリックして、入力ファイルから対応する グループ 列を選択します。 [グループ 1] で [ 糖尿病] を選択します。 [グループ 2] で [ 非糖尿病] を選択します。</li>
	<li>[Feature Grouping] で、目的の方法の [Calculate Feature Groups] の横にあるチェックボックスをオンにします。</li>
	<li>[ ヒートマップの表示 ] ボタンをクリックします。ヒートマップを表示し、必要な削減率を決定します。</li>
	<li>[ 特徴量削減] スライダーを使用して、特徴量の削減率を選択します。減少率が 1.25 の特徴とサンプルの比率を示すまで、小さな円をスライドさせます(補足図 4)。</li>
	<li>ウィンドウの右下にある[次へ>>]ボタンをクリックして、[分析]タブに移動します。</li>
	<li>「出力ディレクトリの選択」で、「参照」ボタンをクリックし、生成された出力ファイルを保存する ディレクトリの場所を選択します。</li>
	<li>ウィンドウの左下にある[ 分析の実行 ]ボタンをクリックします。プログレスバーは、分析コンポーネントごとに更新されます(補足図5)。ポップアップウィンドウの[ OK ]ボタンをクリックして、「 Analysis Completed Successfully」というメッセージを表示します。</li>
	<li>[ 解析 ] タブで [ネットワーク の参照 ] ボタンをクリックして、対話型のフィリグリー サブネットワークをブラウザー タブで開きます。</li>
	<li>[サブネットワーク名] 列の下にある [サブネットワーク 1] リンクをクリックします。</li>
	<li>さまざまなボタンを使用して対話型サブネットワークを探索します。 [+ ] ボタンをクリックして、ネットワークの一部を拡大します。[-] ボタンをクリックしてズームアウトします (補足図 6)。</li>
	<li>グループノードをクリックしてドラッグし、サブネットワーク内で再配置します。 注:ノードの色はアップ/ダウンレギュレーションを表し、色の不透明度は高/低のフォールドの変化を表します。エッジの色は、グループ間の差分状態を表します。</li>
	<li>ページの右上にある [フィーチャの展開 ] ボタンをクリックして、すべてのグループ ノードを展開します。グループ ノードを構成する特定のコンパウンドを確認します。</li>
	<li>ページの右上にある [ フィーチャを折りたたむ ] ボタンをクリックして、最近展開したグループ ノードを折りたたみます。</li>
	<li>ページの右上にある [ サンプル グループ別 ] ボタンをクリックして、ビューを 1 つのサブネットワークからグループで分割された複数のサブネットワークに変更します。このサブネットワークのビューを使用して、グループを探索して比較します (補足図 7)。</li>
	<li>[ すべてのサンプル ] ボタンをクリックして、1 つのサブネットワーク ビューに戻ります。</li>
	<li>ページの右上にある [ 次へ ] ボタンをクリックして、次のサブネットワークを表示します。</li>
	<li>サブネットワークごとに手順 2.19 から 2.23 を繰り返します。</li>
	<li>ウィンドウの上部中央にある [ 差分ネットワーク情報付加解析結果 ] リンクをクリックして、すべてのサブネットワークをリストしたサマリー テーブル ビューに戻ります。 注:エッジやノードの出力ファイルをCytoscape23などの別のソフトウェアツールにインポートして、追加のネットワーク可視化を作成します。</li>
</ol>3. その他の考慮事項
<ol><li>Big Sur(OSX 11.2)以降を実行しているMacコンピュータの場合は、 Appleメニュー>システム環境設定>セキュリティとプライバシー>一般で ツールを承認し、タブの下部にある[ 許可 ]を選択します。</li>
	<li>さらに、左側のメニューで「ファイルとフォルダ」を選択し、右側のメニューで「フィリグリー」を選択して、Apple メニュー>システム環境設定>セキュリティとプライバシー>ファイルへのアクセスを Filigree に許可します。</li>
</ol>

高度なバイオインフォマティクスツールを使用したメタボロミクスデータ解析への取り組み

<ol><li>Sas, K. M., Karnovsky, A., Michailidis, G., Pennathur, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Metabolomics+and+diabetes%3A+analytical+and+computational+approaches%5BTitle%5D)+AND+%22Diabetes%22%5BJournal%5D)">Metabolomics and diabetes: analytical and computational approaches.</a> Diabetes. 64 (3), 718-732 (2015).</li>
<li>Cottret, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((MetExplore%3A+Collaborative+edition+and+exploration+of+metabolic+networks%5BTitle%5D)+AND+%22Nucleic+Acids+Research%22%5BJournal%5D)">MetExplore: Collaborative edition and exploration of metabolic networks.</a> Nucleic Acids Research. 46 (W1), W495-W502 (2018).</li>
<li>Garcia-Alcalde, F., Garcia-Lopez, F., Dopazo, J., Conesa, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Paintomics%3A+A+web+based+tool+for+the+joint+visualization+of+transcriptomics+and+metabolomics+data%5BTitle%5D)+AND+%22Bioinformatics%22%5BJournal%5D)">Paintomics: A web based tool for the joint visualization of transcriptomics and metabolomics data.</a> Bioinformatics. 27 (1), 137-139 (2011).</li>
<li>Kuo, T. C., Tian, T. F., Tseng, Y. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((3Omics%3A+A+web-based+systems+biology+tool+for+analysis%2C+integration+and+visualization+of+human+transcriptomic%2C+proteomic+and+metabolomic+data%5BTitle%5D)+AND+%22BMC+Systems+Biology%22%5BJournal%5D)">3Omics: A web-based systems biology tool for analysis, integration and visualization of human transcriptomic, proteomic and metabolomic data.</a> BMC Systems Biology. 7, 64(2013).</li>
<li>Paley, S. M., Karp, P. D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+pathway+tools+cellular+overview+diagram+and+Omics+Viewer%5BTitle%5D)+AND+%22Nucleic+Acids+Research%22%5BJournal%5D)">The pathway tools cellular overview diagram and Omics Viewer.</a> Nucleic Acids Research. 34 (13), 3771-3778 (2006).</li>
<li>Karnovsky, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Metscape+2+bioinformatics+tool+for+the+analysis+and+visualization+of+metabolomics+and+gene+expression+data%5BTitle%5D)+AND+%22Bioinformatics%22%5BJournal%5D)">Metscape 2 bioinformatics tool for the analysis and visualization of metabolomics and gene expression data.</a> Bioinformatics. 28 (3), 373-380 (2012).</li>
<li>Chong, J., Xia, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Using+MetaboAnalyst+4.0+for+metabolomics+data+analysis%2C+interpretation%2C+and+integration+with+other+omics+data%5BTitle%5D)+AND+%22Methods+in+Molecular+Biology%22%5BJournal%5D)">Using MetaboAnalyst 4.0 for metabolomics data analysis, interpretation, and integration with other omics data.</a> Methods in Molecular Biology. 2104, 337-360 (2020).</li>
<li>Lopez-Ibanez, J., Pazos, F., Chagoyen, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((MBROLE+2.0-functional+enrichment+of+chemical+compounds%5BTitle%5D)+AND+%22Nucleic+Acids+Research%22%5BJournal%5D)">MBROLE 2.0-functional enrichment of chemical compounds.</a> Nucleic Acids Research. 44 (W1), W201-W204 (2016).</li>
<li>Cavalcante, R. G., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Broad-Enrich%3A+Functional+interpretation+of+large+sets+of+broad+genomic+regions%5BTitle%5D)+AND+%22Bioinformatics%22%5BJournal%5D)">Broad-Enrich: Functional interpretation of large sets of broad genomic regions.</a> Bioinformatics. 30 (17), i393-i400 (2014).</li>
<li>Huang, D. W., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((DAVID+bioinformatics+resources%3A+Expanded+annotation+database+and+novel+algorithms+to+better+extract+biology+from+large+gene+lists%5BTitle%5D)+AND+%22Nucleic+Acids+Research%22%5BJournal%5D)">DAVID bioinformatics resources: Expanded annotation database and novel algorithms to better extract biology from large gene lists.</a> Nucleic Acids Research. 35 (Web Server issue), W169-W175 (2007).</li>
<li>Lee, P. H., O'Dushlaine, C., Thomas, B., Purcell, S. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((INRICH%3A+interval-based+enrichment+analysis+for+genome-wide+association+studies%5BTitle%5D)+AND+%22Bioinformatics%22%5BJournal%5D)">INRICH: interval-based enrichment analysis for genome-wide association studies.</a> Bioinformatics. 28 (13), 1797-1799 (2012).</li>
<li>Segre, A. V., Groop, L., Mootha, V. K., Daly, M. J., Altshuler, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Common+inherited+variation+in+mitochondrial+genes+is+not+enriched+for+associations+with+type+2+diabetes+or+related+glycemic+traits%5BTitle%5D)+AND+%22PLoS+Genetics%22%5BJournal%5D)">Common inherited variation in mitochondrial genes is not enriched for associations with type 2 diabetes or related glycemic traits.</a> PLoS Genetics. 6 (8), e1001058(2010).</li>
<li>Subramanian, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Gene+set+enrichment+analysis%3A+a+knowledge-based+approach+for+interpreting+genome-wide+expression+profiles%5BTitle%5D)+AND+%22Proceedings+of+the+National+Academy+of+Sciences+of+the+United+States+of+America%22%5BJournal%5D)">Gene set enrichment analysis: a knowledge-based approach for interpreting genome-wide expression profiles.</a> Proceedings of the National Academy of Sciences of the United States of America. 102 (43), 15545-15550 (2005).</li>
<li>Afshinnia, F., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Lipidomic+signature+of+progression+of+chronic+kidney+disease+in+the+chronic+renal+insufficiency+cohort%5BTitle%5D)+AND+%22Kidney+International+Reports%22%5BJournal%5D)">Lipidomic signature of progression of chronic kidney disease in the chronic renal insufficiency cohort.</a> Kidney International Reports. 1 (4), 256-268 (2016).</li>
<li>Barupal, D. K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((MetaMapp%3A+Mapping+and+visualizing+metabolomic+data+by+integrating+information+from+biochemical+pathways+and+chemical+and+mass+spectral+similarity%5BTitle%5D)+AND+%22BMC+Bioinformatics%22%5BJournal%5D)">MetaMapp: Mapping and visualizing metabolomic data by integrating information from biochemical pathways and chemical and mass spectral similarity.</a> BMC Bioinformatics. 13, 99(2012).</li>
<li>Basu, S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Sparse+network+modeling+and+Metscape-based+visualization+methods+for+the+analysis+of+large-scale+metabolomics+data%5BTitle%5D)+AND+%22Bioinformatics%22%5BJournal%5D)">Sparse network modeling and Metscape-based visualization methods for the analysis of large-scale metabolomics data.</a> Bioinformatics. 33 (10), 1545-1553 (2017).</li>
<li>Krumsiek, J., Suhre, K., Illig, T., Adamski, J., Theis, F. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Gaussian+graphical+modeling+reconstructs+pathway+reactions+from+high-throughput+metabolomics+data%5BTitle%5D)+AND+%22BMC+Systems+Biology%22%5BJournal%5D)">Gaussian graphical modeling reconstructs pathway reactions from high-throughput metabolomics data.</a> BMC Systems Biology. 5, 21(2011).</li>
<li>Camacho, D., de la Fuente, A., Mendes, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+origin+of+correlations+in+metabolomics+data%5BTitle%5D)+AND+%22Metabolomics%22%5BJournal%5D)">The origin of correlations in metabolomics data.</a> Metabolomics. 1 (1), 53-63 (2005).</li>
<li>Steuer, R., Kurths, J., Fiehn, O., Weckwerth, W. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Observing+and+interpreting+correlations+in+metabolomic+networks%5BTitle%5D)+AND+%22Bioinformatics%22%5BJournal%5D)">Observing and interpreting correlations in metabolomic networks.</a> Bioinformatics. 19 (8), 1019-1026 (2003).</li>
<li>Bühlmann, P., Van De Geer, S. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aB%C3%BChlmann%2C+P+%22Statistics+for+High-Dimensional+Data%3A+Methods%2C+Theory+and+Applications%22">Statistics for High-Dimensional Data: Methods, Theory and Applications</a>. , Springer Berlin, Heidelberg. (2011).</li>
<li>Iyer, G. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Application+of+differential+network+enrichment+analysis+for+deciphering+metabolic+alterations%5BTitle%5D)+AND+%22Metabolites%22%5BJournal%5D)">Application of differential network enrichment analysis for deciphering metabolic alterations.</a> Metabolites. 10 (12), 479(2020).</li>
<li>Ma, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Differential+network+enrichment+analysis+reveals+novel+lipid+pathways+in+chronic+kidney+disease%5BTitle%5D)+AND+%22Bioinformatics%22%5BJournal%5D)">Differential network enrichment analysis reveals novel lipid pathways in chronic kidney disease.</a> Bioinformatics. 35 (18), 3441-3452 (2019).</li>
<li>Shannon, P., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cytoscape%3A+a+software+environment+for+integrated+models+of+biomolecular+interaction+networks%5BTitle%5D)+AND+%22Genome+Reserach%22%5BJournal%5D)">Cytoscape: a software environment for integrated models of biomolecular interaction networks.</a> Genome Reserach. 13 (11), 2498-2504 (2003).</li>
<li>Krumsiek, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Mining+the+unknown%3A+a+systems+approach+to+metabolite+identification+combining+genetic+and+metabolic+information%5BTitle%5D)+AND+%22PLoS+Genetics%22%5BJournal%5D)">Mining the unknown: a systems approach to metabolite identification combining genetic and metabolic information.</a> PLoS Genetics. 8 (10), e1003005(2012).</li>
<li>Fahrmann, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Systemic+alterations+in+the+metabolome+of+diabetic+NOD+mice+delineate+increased+oxidative+stress+accompanied+by+reduced+inflammation+and+hypertriglyceremia%5BTitle%5D)+AND+%22American+Journal+of+Physiology.+Endocrinology+and+Metabolism%22%5BJournal%5D)">Systemic alterations in the metabolome of diabetic NOD mice delineate increased oxidative stress accompanied by reduced inflammation and hypertriglyceremia.</a> American Journal of Physiology. Endocrinology and Metabolism. 308 (11), E978-E989 (2015).</li>
<li>Grapov, D., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Diabetes+associated+metabolomic+perturbations+in+NOD+mice%5BTitle%5D)+AND+%22Metabolomics%22%5BJournal%5D)">Diabetes associated metabolomic perturbations in NOD mice.</a> Metabolomics. 11 (2), 425-437 (2015).</li>
<li>Jin, Y., Bai, S., Huang, Z., You, L., Zhang, T. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Technology+characteristics+and+flavor+changes+of+traditional+green+wheat+product+nian+zhuan+in+Northern+China%5BTitle%5D)+AND+%22Frontiers+in+Nutrition%22%5BJournal%5D)">Technology characteristics and flavor changes of traditional green wheat product nian zhuan in Northern China.</a> Frontiers in Nutrition. 9, 996337(2022).</li>
<li>Lin, Y. S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Probing+folate-responsive+and+stage-sensitive+metabolomics+and+transcriptional+co-expression+network+markers+to+predict+prognosis+of+non-small+cell+lung+cancer+patients%5BTitle%5D)+AND+%22Nutrients%22%5BJournal%5D)">Probing folate-responsive and stage-sensitive metabolomics and transcriptional co-expression network markers to predict prognosis of non-small cell lung cancer patients.</a> Nutrients. 15 (1), 3(2022).</li>
<li>Pan, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Metabolomics+study+identified+bile+acids+as+potential+biomarkers+for+gastric+cancer%3A+A+case+control+study%5BTitle%5D)+AND+%22Frontiers+in+Endocrinology+%28Lausanne%29%22%5BJournal%5D)">Metabolomics study identified bile acids as potential biomarkers for gastric cancer: A case control study.</a> Frontiers in Endocrinology (Lausanne). 13, 1039786(2022).</li>
<li>Pancoro, A., Karima, E., Apriyanto, A., Effendi, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((%281%29H+NMR+metabolomics+analysis+of+oil+palm+stem+tissue+infected+by+Ganoderma+boninense+based+on+field+severity+Indices%5BTitle%5D)+AND+%22Scientific+Reports%22%5BJournal%5D)">(1)H NMR metabolomics analysis of oil palm stem tissue infected by Ganoderma boninense based on field severity Indices.</a> Scientific Reports. 12 (1), 21087(2022).</li>
<li>Chele, K. H., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+global+metabolic+map+defines+the+effects+of+a+Si-based+biostimulant+on+tomato+plants+under+normal+and+saline+conditions%5BTitle%5D)+AND+%22Metabolites%22%5BJournal%5D)">A global metabolic map defines the effects of a Si-based biostimulant on tomato plants under normal and saline conditions.</a> Metabolites. 11 (12), 820(2021).</li>
<li>Hubert, J., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+effect+of+residual+pesticide+application+on+microbiomes+of+the+storage+mite+Tyrophagus+putrescentiae%5BTitle%5D)+AND+%22Microbial+Ecology%22%5BJournal%5D)">The effect of residual pesticide application on microbiomes of the storage mite Tyrophagus putrescentiae.</a> Microbial Ecology. 85 (4), 1527-1540 (2023).</li>
<li>Li, K., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Metabolomic+and+exposomic+biomarkers+of+risk+of+future+neurodevelopmental+delay+in+human+milk%5BTitle%5D)+AND+%22Pediatric+Research%22%5BJournal%5D)">Metabolomic and exposomic biomarkers of risk of future neurodevelopmental delay in human milk.</a> Pediatric Research. 93 (6), 1710-1720 (2023).</li>
<li>Marino, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+metabolomic+profile+in+amyotrophic+lateral+sclerosis+changes+according+to+the+progression+of+the+disease%3A+An+exploratory+study%5BTitle%5D)+AND+%22Metabolites%22%5BJournal%5D)">The metabolomic profile in amyotrophic lateral sclerosis changes according to the progression of the disease: An exploratory study.</a> Metabolites. 12 (9), 837(2022).</li>
<li>Ma, J., Shojaie, A., Michailidis, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Network-based+pathway+enrichment+analysis+with+incomplete+network+information%5BTitle%5D)+AND+%22Bioinformatics%22%5BJournal%5D)">Network-based pathway enrichment analysis with incomplete network information.</a> Bioinformatics. 32 (20), 3165-3174 (2016).</li>
<li>Mahieu, N. G., Patti, G. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Systems-level+annotation+of+a+metabolomics+data+set+reduces+25000+features+to+fewer+than+1000+unique+metabolites%5BTitle%5D)+AND+%22Analytical+Chemistry%22%5BJournal%5D)">Systems-level annotation of a metabolomics data set reduces 25000 features to fewer than 1000 unique metabolites.</a> Analytical Chemistry. 89 (19), 10397-10406 (2017).</li>
</ol>

著者は競合する金銭的利害関係を持っていません。

CorrelationCalculator と Filigree に実装された部分相関ベースのネットワーク解析手法は、特に未知の代謝物の有病率が高く、代謝経路のカバレッジが限られているデータセット(リピドミクスデータなど)において、知識ベースの代謝経路解析の限界を克服するのに役立ちます。これらのツールは、幅広いメタボロミクスおよびリピドミクスデータを分析するために研究コミュニティで広く使用されています14,22,27,28,29,30。たとえば、CorrelationCalculatorは、マイクロバイオームや植物から人間の病気に至るまで、多くの生物学的システムからのデータを分析するために使用されています31<...

過去10年間で、メタボロミクスは、ガスクロマトグラフ質量分析(GC-MS)や液体クロマトグラフィー質量分析(LC-MS)などの分析技術の進歩により、オミクス科学として登場しました。これらの技術により、数百から数千の低分子代謝物を同時に測定し、複雑な多次元データセットを作成できます。メタボロミクス実験は、ターゲットモードまたはノンターゲットモードで実行できます。ターゲットメタボロミクス実験では、特定のクラスの代謝物を測定します。それらは通常仮説主導型ですが、ノンターゲットアプローチはできるだけ多くの代謝物を測定しようとし、本質的に仮説を生成します。ターゲットアッセイには通常、内部標準が含まれているため、目的の代謝物の絶対定量が可能です。対照的に、ノンターゲットアッセイでは相対定量が可能で、多くの未知の代謝物が含まれています1。
メタボロミクスデータの解析は、多くの専用ソフトウェアツールを活用する多段階のプロセスです1。大きく分けて、(1)データ処理と品質管理、(2)統計解析、(3)生物学的データの解釈の3つに分けられます。ここで説明するツールは、解析の後半のステップを可能にするように設計されています。
メタボロミクスデータを解釈する直感的で一般的な方法は、実験測定値を代謝経路にマッピングすることです。この2,3,4,5を実現するために、私たちのグループ6によって開発されたMetscapeを含む多くのツールが設計されました。パスウェイマッピングは、多くの場合、最も重要なパスウェイを特定するのに役立つエンリッチメント分析と組み合わされます7,8。これらの手法は、遺伝子発現データの解析において最初に注目され、プロテオミクスおよびエピゲノミクスデータの解析に応用されてきました9,10,11,12,13。しかし、メタボロミクスデータの解析には、知識ベースのアプローチには多くの課題があります。まず、メタボロミクスアッセイでは、内因性代謝物に加えて、栄養やその他の環境源に由来するものを含む外因性化合物を測定します。これらの化合物は、細菌によって産生される代謝産物と同様に、他の真核生物のヒトまたは代謝経路にマッピングすることはできません。さらに、二次代謝および脂質代謝の経路カバレッジは、現在、データの生物学的解釈を容易に支持するレベルでの高解像度マッピングを可能にしていない14,15。
データ駆動型のネットワーク解析手法は、これらの課題の克服に役立ちます。例えば、相関ベースのネットワークは、既知および未知の両方の代謝物間の関係を導出し、未知物質のアノテーションを容易にする16。ピアソンの相関係数を計算することは、代謝物間の線形関係を確立するための最も簡単なアプローチですが、欠点は、直接的および間接的な関連性17,18,19の両方を捉えることです。別の方法として、直接的な関連性と間接的な関連性を区別できる偏相関係数を計算する方法があります。ガウス グラフィカル モデリング (GGM) を使用して、偏相関ネットワークを推定できます。ただし、GGMでは、サンプルサイズと特徴の数が同等である必要があります。この条件は、何千もの代謝特性の測定値を含むノンターゲット LC-MS データではめったに満たされません。正則化手法は、この制限を克服するために利用できます。グラフィカルななげなわ(Glasso)とノードワイズ回帰は、偏相関ネットワーク16,20の正則化推定のための一般的な方法です。
ここで紹介するバイオインフォマティクスツールの最初の CorrelationCalculator16 は、偏りのない疎部分相関 (DSPC) アルゴリズムに基づいています。DSPC は、疎分散化されたグラフィカルななげなわモデリングに依存しています。アルゴリズムの根底にある仮定は、代謝産物間の結合の数がサンプル数よりもかなり少ない、つまり代謝産物の偏相関ネットワークが疎であるということです。この仮定により、DSPCは、正則化された回帰手法を活用して、より少ないサンプルで多数の代謝物間の接続性を発見できます。さらに、正則化された回帰推定値にバイアス除去ステップを使用して、信頼区間を構築し、関心のある仮説(たとえば、単一またはエッジのグループの有無)をテストするために使用できるエッジパラメータのサンプリング分布を取得します。したがって、偏相関ネットワークにおけるエッジの有無は、計算されたp値を使用して正式にテストできます。
CorrelationCalculator は、単一グループ分析に非常に役立つことが証明されました16。しかし、多くのメタボロミクス実験の目的は、2つ以上の条件の差動分析です。CorrelationCalculator を各グループで個別に使用して、各条件の偏相関ネットワークを生成できますが、この方法では、ネットワーク生成に使用できるサンプルの数が制限されます。データドリブン解析では、サンプルサイズが十分に大きいことが最大の考慮事項の1つであるため、データ内の利用可能なすべてのサンプルを活用してネットワークを構築できる手法が強く望まれます。このアプローチは、ここで紹介する 2 番目のツールである Filigree21 に実装されています。Filigreeは、以前に公開された差分ネットワークエンリッチメント分析(DNEA)アルゴリズム22に依存しています。 表 1 は、両方のツールのアプリケーションとワークフローを示しています。
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always"><tbody><tr><td>実験条件数(k)</td>
			<td>k = 1</td>
			<td>k = 2</td>
		</tr><tr><td>ソフトウェアツール</td>
			<td>相関電卓</td>
			<td>細工</td>
		</tr><tr><td>入力データ</td>
			<td>• 代謝物 x サンプルデータマトリックス</td>
			<td>• 代謝物 x サンプルデータマトリックス • 実験グループ</td>
		</tr><tr><td>ワークフロー •前処理 • ネットワーク推定 • ネットワーク クラスタリング • エンリッチメント分析</td>
			<td> •ログ変換。自動スケーリング • DSPC (英語) •外部アプリ経由 •いいえ</td>
			<td> •ログ変換。自動スケーリング • 共同ネットワーク推定 • コンセンサスクラスタリング • NetGSAの</td>
		</tr><tr><td>データの可視化</td>
			<td>外部アプリ(例:Cytoscape)経由</td>
			<td>外部アプリ(例:Cytoscape)経由</td>
		</tr><tr><td>関心のある結果との関連について代謝モジュールをテストする(オプション)</td>
			<td>外部アプリ経由</td>
			<td>外部アプリ経由</td>
		</tr></tbody></table>表1:CorrelationCalculatorとFiligreeの適用範囲とワークフロー。

<table><tbody><tr><td>CorrelationCalculator</td><td>JAVA</td><td>http://metscape.med.umich.edu/calculator.html</td><td></td></tr><tr><td>clusterNet</td><td></td><td>https://github.com/Karnovsky-Lab/clusterNet</td><td></td></tr><tr><td>Cytoscape</td><td>Cytoscape</td><td>https://cytoscape.org/</td><td></td></tr> <tr><td>Filigree</td><td>JAVA</td><td>http://metscape.med.umich.edu/filigree.html</td><td></td></tr><tr><td>MetScape</td><td>Cytoscape</td><td>https://apps.cytoscape.org/apps/metscape</td><td>相関ネットワークの作成と探索を可能にする Cytoscape アプリケーション。</td></tr></tbody></table>

correlationcalculator と filigree: メタボロミクスデータのデータ駆動型ネットワーク解析ツール

CorrelationCalculator and Filigree: Tools for Data-Driven Network Analysis of Metabolomics Data

オミクスデータの解析における重要な課題は、実用的な生物学的知識を抽出することです。メタボロミクスも例外ではありません。個々の代謝産物のレベルの変化を特定の生物学的プロセスに関連付けるという一般的な問題は、ノンターゲット液体クロマトグラフィー質量分析(LC-MS)研究に存在する多数の未知の代謝物によって悪化します。さらに、二次代謝と脂質代謝は、既存のパスウェイデータベースでは十分に表現されていません。これらの限界を克服するために、私たちのグループでは、データ駆動型ネットワークの構築と解析のためのいくつかのツールを開発しました。これらには、CorrelationCalculator と Filigree が含まれます。どちらのツールも、代謝物の数がサンプル数を超えた場合に、実験メタボロミクスデータから部分相関ベースのネットワークを構築できます。CorrelationCalculator は 1 つのネットワークの構築をサポートしますが、Filigree では 2 つのサンプル グループからのデータを利用して差分ネットワークを構築し、その後にネットワーク クラスタリングとエンリッチメント分析を行うことができます。本稿では、実際のメタボロミクスデータを解析するための両ツールの有用性と応用について述べる。

CorrelationCalculatorの使用を説明するために、 Krumsiek et al.24に記載されているKORA集団研究のメタボロミクスデータのサブセットを使用して偏相関ネットワークを構築しました。データセットには、151 の代謝物と 240 のサンプルが含まれていました。 図1 は、Cytoscapeで可視化した偏相関ネットワークを示しています。ネットワークには 148 個のノードと 272 個のエッジが含まれています。ノードの色は異なる化学クラスに属する代謝物を表し、エッジは偏相関係数の調整済みp値(調整済みp値&lt;0.05)を表します。特に、事前情報を使用していないにもかかわらず、CorrelationCalculatorは化学的に関連する代謝物をグループ化することができました。例えば、ホスファチジルコリンとリゾホスファチジルコリンはネットワーク内で密接に接続されています。このタイプのネットワークのコンテキストで代謝物の変化を視覚化することで、仮説の生成が容易になり、将来の実験計画や原稿作...

本稿では、メタボロミクスデータのデータ駆動型ネットワーク構築と解析のための2つのツールであるCorrelationCalculatorとFiligreeを紹介します。 CorrelationCalculator は、発現データに基づく代謝物の単一の相互作用ネットワークの構築をサポートし、Filigree は差動ネットワークの構築と、それに続くネットワークのクラスタリングと濃縮分析を可能にします。

CorrelationCalculator と Filigree: メタボロミクスデータのデータ駆動型ネットワーク解析ツール

A significant challenge in the analysis of omics data is extracting actionable biological knowledge. Metabolomics is no exception. The general problem of ...

メタボロミクスデータ解析は、多くの専用ソフトウェアツールを活用する多段階のプロセスです。このデータ分析は、データ処理と品質管理、統計分析、生物学的データの解釈の3つの主要なステップに分けることができます。このプロトコルで説明するツールは、分析の後半のステップを可能にするように設計されています。過去10年間で、メタボロミクスは、ガスクロマトグラフ質量分析法や液体クロマトグラフ質量分析法などの分析技術の進歩により、アノミック科学として登場しました。これらの技術により、数百から数千の低分子代謝物を同時に測定し、複雑な多次元データセットを作成できます。メタボロミクスデータ解析は、パスウェイベースの濃縮アプローチにいくつかの課題を提示します。第一に、かなりの数の代謝産物を代謝経路にマッピングすることはできません。さらに、二次代謝および脂質代謝の経路カバレッジは十分ではありません。したがって、データの生物学的解釈には別のアプローチが必要です。データ駆動型ネットワーク解析手法は、メタボロミクスデータの知識ベースのパスウェイエンリッチメント解析に関連する課題の克服に役立ちます。例えば、相関ネットワークは、既知と未知の両方の代謝物間の関係を導き出すのに役立ち、したがって、未知化合物のアノテーションを容易にすることができます。

correlationcalculator-filigree-tools-for-data-driven-network-analysis

Research

JoVE Journal

Biology

生物学

微生物のプランクトンコミュニティからの代謝物抽出のための方法が示されています。コミュニティ全体のサンプリングが特別に用意されたフィルター上にろ過することにより達成される。凍結乾燥後、水性の水溶性代謝物が抽出されます。このアプローチは、自然または実験的な微生物群集のトランスオミクス研究への環境メタボロミクスの応用が可能になります。...

核磁気共鳴分光法を用いた環境メタボロミクスのための低密度プランクトンコミュニティからの代謝物の濃度

超高速液体クロマトグラフィーと質量分析(UPLC-MS)を組み合わせたノンターゲット代謝物プロファイリングは、代謝を調査するための強力な技術です。...

超高速液体クロマトグラフィー - 質量分析（UPLC-MS）による血清中の大規模非標的メタボロームプロファイリング

ゲノムワイドシーケンシング実験とメタボロミクス実験からのデータの統合は課題です。 この論文では、エストラジオールで治療された乳がん細胞からのトランスクリプトーム、シストローム、メタボロームのデータの生成、分析、および統合を初めて報告します。...

乳癌におけるエストロゲン受容体シグナル伝達によって代謝制御のシステムバイオロジー

この記事では、 すなわち 、テロワールの概念を洞察するために、ベリー品質形質に対する環境の影響をブドウ果実の転写産物および代謝物への非標的メタボロミクス、トランスクリプトミクスと多変量統計解析のアプリケーションについて説明します。...

グレープベリーメタボロミクスとトランスクリプトを通して解釈テロワールコンセプト

定量多重免疫沈殿(QMI)は、2つのサンプル間の標的タンパク質相互作用の豊富さの違いを敏感に検出するためにフローサイトメトリーを使用します。QMIは、少量の生体材料を用いて行うことができ、遺伝子組み換えタグを必要とせず、以前に定義されたタンパク質相互作用ネットワークに適応させることができる。...

多重共免疫沈殿を用いたタンパク質相互作用ネットワークダイナミクスの定量化

質量分析誘導ゲノムマイニングプロトコルが確立され、ここに記載されています。ゲノム配列情報とLC-MS/MS解析に基づき、複雑な微生物や植物抽出物からの分子の同定を容易にすることを目的としています。...

新しい天然物を発見するためのツールとしての質量分析誘導ゲノムマイニング

シャイニーアプリケーションまたはRコンソールを通じて経路協会研究ツール(PAST)を実行することにより、研究者は関連する代謝経路を調査することによって、ゲノム全体の関連研究(GWAS)の結果の生物学的意味をより深く理解することができます。...

代謝経路情報のGWAS解析のための経路関連研究ツール

DiCoExpress は、品質管理から共発現までの RNA-Seq 分析を実行するために R に実装されたスクリプトベースのツールです。DiCoExpressは、最大2つの生物学的要因まで完全でアンバランスな設計を処理します。このビデオチュートリアルでは、DiCoExpressのさまざまな機能について説明します。...

DiCoExpress による多因子 RNA-Seq 実験の解析

XY-MetaとmetaXを統合した非標的メタボロミクスワークフローを構築しました。このプロトコルでは、XY-Metaを使用してオープンアクセススペクトルリファレンスからデコイスペクトルライブラリを生成する方法を示し、FDR制御を行い、メタボロミクススペクトルを同定した後、metaXを使用して代謝産物を定量しました。...

FDR制御ベースの非標的メタボロームにおける同定と定量化の統合ワークフロー

DeepOmicsAEは、深層学習手法(オートエンコーダー)の適用を中心としたワークフローで、マルチオミクスデータの次元を縮小し、オミクスデータの多層化を表す予測モデルとシグナリングモジュールの基盤を提供します。...

DeepOmicsAE:プロテオミクス、メタボロミクス、臨床データの深層学習解析によるアルツハイマー病のシグナル伝達モジュールの表現

質量分析ベースのプロテオミクスデータは、オープンデータベースで利用でき、無料のツールを使用してアクセスできます。データベースの検索と説明が複雑であることを考えると、多くの生物学者はこれらのデータセットを利用するための知識を欠いています。ここでは、基本的なプロテオミクスデータ検索に無料のツールを使用するためのガイドを提供します。...

無料の計算ツールを使用した質量分析ベースのプロテオミクスデータのナビゲート

学ぶメタボロミクスデータのデータ駆動型ネットワーク解析。CorrelationCalculatorとFiligreeを用いて代謝物の相関ネットワーク構築とエンリッチメント解析を行い、従来のパスウェイ解析の限界を克服する方法です。

CorrelationCalculator と Filigree: メタボロミクスデータのデータ駆動型ネットワーク解析ツール

さらに動画を探す