CorrelationCalculator en Filigree: tools voor datagestuurde netwerkanalyse van metabolomics-gegevens

Summary

We presenteren CorrelationCalculator en Filigree, twee tools voor datagestuurde netwerkconstructie en analyse van metabolomics-gegevens. CorrelationCalculator ondersteunt het bouwen van een enkel interactienetwerk van metabolieten op basis van expressiegegevens, terwijl Filigree het mogelijk maakt om een differentieel netwerk te bouwen, gevolgd door netwerkclustering en verrijkingsanalyse.

Abstract

Een belangrijke uitdaging bij de analyse van omics-gegevens is het extraheren van bruikbare biologische kennis. Metabolomics is geen uitzondering. Het algemene probleem van het relateren van veranderingen in niveaus van individuele metabolieten aan specifieke biologische processen wordt nog verergerd door het grote aantal onbekende metabolieten dat aanwezig is in ongerichte vloeistofchromatografie-massaspectrometrie (LC-MS)-studies. Verder zijn secundair metabolisme en lipidenmetabolisme slecht vertegenwoordigd in bestaande pathway-databases. Om deze beperkingen te overwinnen, heeft onze groep verschillende tools ontwikkeld voor datagestuurde netwerkconstructie en -analyse. Deze omvatten CorrelationCalculator en Filigree. Beide tools stellen gebruikers in staat om op partiële correlatie gebaseerde netwerken op te bouwen op basis van experimentele metabolomics-gegevens wanneer het aantal metabolieten groter is dan het aantal monsters. CorrelationCalculator ondersteunt de bouw van een enkel netwerk, terwijl Filigree het mogelijk maakt om een differentieel netwerk te bouwen met behulp van gegevens van twee groepen monsters, gevolgd door netwerkclustering en verrijkingsanalyse. We zullen het nut en de toepassing van beide tools beschrijven voor de analyse van real-life metabolomics-gegevens.

Introduction

In het afgelopen decennium is metabolomics naar voren gekomen als een omics-wetenschap als gevolg van vooruitgang in analytische technologieën zoals gaschromatografie-massaspectrometrie (GC-MS) en vloeistofchromatografie-massaspectrometrie (LC-MS). Deze technieken maken het mogelijk om honderden tot duizenden metabolieten van kleine moleculen gelijktijdig te meten, waardoor complexe multidimensionale datasets ontstaan. Metabolomics-experimenten kunnen worden uitgevoerd in gerichte of niet-gerichte modi. Gerichte metabolomics-experimenten meten specifieke klassen van metabolieten. Ze zijn meestal hypothese-gedreven, terwijl ongerichte benaderingen proberen zoveel mogel....

Protocol

1. CorrelatieCalculator

1. Download een voorbeeld van een door komma's gescheiden invoerbestand met een lijst van metabolieten met experimentele metingen op http://metscape.med.umich.edu/kora_data_240.csv.
2. Dubbelklik op het gedownloade voorbeeldbestand om het te openen.
   1. Zorg ervoor dat het bestand labels bevat voor zowel de monsters als de metabolieten.
   2. Aangezien de monsters in rijen staan, moet u controleren of de eerste kolom de namen van de monsters bevat en de eerste rij de namen van de metabolieten.
3. Download de toepassing CorrelationCalculator Java (http://metscape.med.umich.edu/calculator.....

Results

Om het gebruik van CorrelationCalculator te illustreren, hebben we een partieel correlatienetwerk geconstrueerd met behulp van een subset van de metabolomics-gegevens uit de KORA-populatiestudie beschreven in Krumsiek et ^al.24. De dataset bevatte 151 metabolieten en 240 monsters. Figuur 1 toont het resulterende partiële correlatienetwerk dat werd gevisualiseerd in Cytoscape. Het netwerk bevat 148 nodes en 272 edges. De kleur van de knopen vertegenwoordigt met.......

Discussion

Partiële correlatie-gebaseerde netwerkanalysemethoden geïmplementeerd in CorrelationCalculator en Filigree helpen enkele van de beperkingen van op kennis gebaseerde metabole routeanalyses te overwinnen, met name voor de datasets met een hoge prevalentie van onbekende metabolieten en een beperkte dekking van metabole routes (bijv. lipidomics-gegevens). Deze tools zijn op grote schaal gebruikt door de onderzoeksgemeenschap om een breed scala aan metabolomics- en lipidomics-gegevens te analyseren 14,22,27,28,29,30

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
CorrelationCalculator	JAVA	http://metscape.med.umich.edu/calculator.html
clusterNet		https://github.com/Karnovsky-Lab/clusterNet
Cytoscape	Cytoscape	https://cytoscape.org/
Filigree	JAVA	http://metscape.med.umich.edu/filigree.html
MetScape	Cytoscape	https://apps.cytoscape.org/apps/metscape	Cytoscape application that allows for the creation and exploration of correlation networks.