MétaCan
Menu
Retour à la cohorte
Enregistrement W3012617605 · doi:10.1002/cpbi.98

MetaBridge: An Integrative Multi‐Omics Tool for Metabolite‐Enzyme Mapping

2020· article· en· W3012617605 sur OpenAlexafffund
Travis M. Blimkie, Amy Huei‐Yi Lee, Robert E. W. Hancock

Notice bibliographique

RevueCurrent Protocols in Bioinformatics · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMetabolomics and Mass Spectrometry Studies
Établissements canadiensSimon Fraser UniversityBC Centre for Disease ControlUniversity of British Columbia
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesCanadian Institutes of Health ResearchNational Science Foundation
Mots-clésComputational biologyOmicsMetaboliteComputer scienceMetabolomicsBiologyBioinformaticsBiochemistry

Résumé

récupéré en direct d'OpenAlex

MetaBridge is a web-based tool designed to facilitate the integration of metabolomics with other "omics" data types such as transcriptomics and proteomics. It uses data from the MetaCyc metabolic pathway database and the Kyoto Encyclopedia of Genes and Genomes (KEGG) to map metabolite compounds to directly interacting upstream or downstream enzymes in enzymatic reactions and metabolic pathways. The resulting list of enzymes can then be integrated with transcriptomics or proteomics data via protein-protein interaction networks to perform integrative multi-omics analyses. MetaBridge was developed to be intuitive and easy to use, requiring little to no prior computational experience. The protocols described here detail all steps involved in the use of MetaBridge, from preparing input data and performing metabolite mapping to utilizing the results to build a protein-protein interaction network. © 2020 by John Wiley & Sons, Inc. Basic Protocol 1: Mapping metabolite data using MetaCyc identifiers Basic Protocol 2: Mapping metabolite data using KEGG identifiers Support Protocol 1: Converting compound names to HMDB IDs Support Protocol 2: Submitting mapped genes produced by MetaBridge for protein-protein interaction (PPI) network construction.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0050,004
Études des sciences et des technologies0,0010,000
Communication savante0,0030,003
Science ouverte0,0030,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0280,020

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,070
Tête enseignante GPT0,358
Écart entre enseignants0,289 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent Protocols in BioinformaticsMême sujetMetabolomics and Mass Spectrometry StudiesTravaux en français237 207