Method Article

CorrelationCalculator 및 Filigree: 대사체학 데이터의 데이터 기반 네트워크 분석을 위한 도구

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

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

데이터 기반 네트워크 구축 및 대사체학 데이터 분석을 위한 두 가지 도구인 CorrelationCalculator와 Filigree를 소개합니다. CorrelationCalculator는 발현 데이터를 기반으로 대사 산물의 단일 상호 작용 네트워크 구축을 지원하는 반면, Filigree는 차등 네트워크 구축 후 네트워크 클러스터링 및 농축 분석을 수행할 수 있습니다.

Abstract

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

오믹스 데이터 분석의 중요한 과제는 실행 가능한 생물학적 지식을 추출하는 것입니다. 대사체학도 예외는 아닙니다. 개별 대사 산물 수준의 변화를 특정 생물학적 과정과 연관시키는 일반적인 문제는 비표적 액체 크로마토그래피-질량 분석법(LC-MS) 연구에 존재하는 많은 수의 알려지지 않은 대사 산물로 인해 더욱 복잡해집니다. 또한, 2차 대사와 지질 대사는 기존 경로 데이터베이스에서 잘 표현되지 않습니다. 이러한 한계를 극복하기 위해 우리 그룹은 데이터 기반 네트워크 구축 및 분석을 위한 몇 가지 도구를 개발했습니다. 여기에는 CorrelationCalculator 및 Filigree가 포함됩니다. 두 도구 모두 사용자가 대사 산물 수가 샘플 수를 초과할 때 실험 대사체학 데이터에서 부분 상관 기반 네트워크를 구축할 수 있도록 합니다. CorrelationCalculator는 단일 네트워크의 구축을 지원하는 반면, Filigree는 두 샘플 그룹의 데이터를 활용한 후 네트워크 클러스터링 및 농축 분석을 통해 차등 네트워크를 구축할 수 있습니다. 실제 대사체학 데이터 분석을 위한 두 도구의 유용성과 응용에 대해 설명합니다.

Introduction

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

지난 10년 동안 대사체학은 기체 크로마토그래피-질량분석법(GC-MS) 및 액체 크로마토그래피-질량분석법(LC-MS)과 같은 분석 기술의 발전으로 인해 오믹스 과학으로 부상했습니다. 이러한 기술을 사용하면 수백에서 수천 개의 저분자 대사 산물을 동시에 측정하여 복잡한 다차원 데이터 세트를 생성할 수 있습니다. 대사체학 실험은 표적 또는 비표적 모드에서 수행할 수 있습니다. 표적 대사체학 실험은 특정 종류의 대사 산물을 측정합니다. 일반적으로 가설 중심인 반면, 비표적 접근법은 가능한 한 많은 대사 산물을 측정하려고 시도하며 본질적으로 가설을 생성합니다. 표적 분석에는 일반적으로 내부 표준물질이 포함되므로 관심 대사 산물의 절대적인 정량화가 가능합니다. 대조적으로, 비표적 분석은 상대적 정량화가 가능하며 많은 알려지지 않은 대사 산물을 포함합니다1.

대사체학 데이터 분석은 많은 전문 소프트웨어 도구를 활용하는 다단계 프로세스입니다 1. (1) 데이터 처리 및 품질 관리, (2) 통계 분석, (3) 생물학적 데이터 해석의 세 가지 주요 단계로 나눌 수 있습니다. 여기에 설명된 도구는 분석의 후반 단계를 사용할 수 있도록 설계되었습니다.

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

Protocol

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

1. 상관 계산기

  1. http://metscape.med.umich.edu/kora_data_240.csv 에서 실험 측정값이 포함된 대사 산물 목록이 포함된 샘플 쉼표로 구분된 입력 파일을 다운로드하십시오.
  2. 다운로드한 샘플 파일을 두 번 클릭하여 엽니다.
    1. 파일에 샘플과 대사 산물 모두에 대한 레이블이 포함되어 있는지 확인합니다.
    2. 샘플이 행에 있으므로 첫 번째 열이 샘플 이름이고 첫 번째 행이 대사 산물 이름인지 확인합니다.
  3. CorrelationCalculator Java 응용 프로그램(http://metscape.med.umich.edu/calculator.html)을 다운로드합니다. 다운로드한 .jar 파일을 두 번 클릭하여 응용 프로그램을 시작합니다.
  4. 입력 탭에서 찾아보기 버튼을 클릭하여 입력 파일을 업로드합니다.
  5. 파일 형식 지정에서 드롭다운 화살표를 사용하여 적절한 입력 파일 형식을 선택합니다. Samples in Rows를 선택합니다(보충 그림 1).

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

Results

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

CorrelationCalculator의 사용을 설명하기 위해 Krumsiek et al.24에 설명된 KORA 인구 연구의 대사체학 데이터의 하위 집합을 사용하여 부분 상관 네트워크를 구성했습니다. 데이터 세트에는 151개의 대사 산물과 240개의 샘플이 포함되어 있습니다. 그림 1 은 Cytoscape에서 시각화된 결과 편상관 네트워크를 보여줍니다. 네트워크에는 148개의 노드와 272개의 Edge가 포함되어 있습니다. 노드의 색상은 서로 다른 화학 클래스에 속하는 대사 산물을 나타내고, 가장자리는 편상관 계수의 조정된 p-값(조정된 p-값 < 0.05)을 나타냅니다. 특히, CorrelationCalculator는 사전 정보를 사용하지 않았음에도 불구하고 화학적으로 관련된 대사 산물을 그룹화할 수 있었습니다. 예를 들어, 포스파티딜콜린과 리소포스파티딜콜린은 네트워크에서 밀접하게 연결되어 있습니다. 이러한 유.......

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

Discussion

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

CorrelationCalculator 및 Filigree에 구현된 부분 상관 기반 네트워크 분석 방법은 특히 알려지지 않은 대사 산물의 유병률이 높고 대사 경로의 범위가 제한된 데이터 세트(예: 지질체학 데이터)에 대한 지식 기반 대사 경로 분석의 일부 한계를 극복하는 데 도움이 됩니다. 이러한 도구는 광범위한 대사체학 및 지질체학 데이터를 분석하기 위해 연구 커뮤니티에서 널리 사용되어 왔습니다 14,22,27,28,29,30. 예를 들어, CorrelationCalculator는 마이크로바이옴 및 식물에서 인간 질병에 이르기까지 많은 생물학적 시스템의 데이터를 분석하는 데 사.......

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

Disclosures

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

저자는 경쟁하는 재정적 이익이 없습니다.

Acknowledgements

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

이 연구는 NIH 1U01CA235487 보조금의 지원을 받았습니다.

....

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/metscape상관 관계 네트워크의 생성 및 탐색을 허용하는 Cytoscape 응용 프로그램입니다.

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. ....

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