फार्मेसी और फार्मास्युटिकल रिसर्च जर्नल खुला एक्सेस

अमूर्त

उच्च-थ्रूपुट एलसी-एमएस डेटा के लिए जैव सूचना विज्ञान और सांख्यिकीय दृष्टिकोण

अनेटा साविकोव्स्का

उच्च-थ्रूपुट एलसी-एमएस डेटा के लिए व्यापक डेटा विश्लेषण प्रस्तुत किए गए हैं। मल्टीफैक्टोरियल प्रयोगों के लिए सांख्यिकीय विश्लेषण और एकीकरण के तरीके दिखाए गए हैं। उदाहरण डेटा सेट अनाज पर रोगजनक संक्रमण और सूखे के तनाव के तहत जौ (होर्डियम वल्गेरे) की प्रतिक्रिया पर किए गए अध्ययनों से आते हैं। प्राथमिक मेटाबोलाइट्स, द्वितीयक मेटाबोलाइट्स और प्रोटीन का विश्लेषण किया गया।

डेटा प्रीप्रोसेसिंग, विश्लेषण और विज़ुअलाइज़ेशन आर सिस्टम में किया गया था। जेनस्टैट पैकेज में प्रक्रियाओं का उपयोग करके सांख्यिकीय विश्लेषण किए गए थे। नेटवर्क द्वारा ओमिक डेटा एकीकरण और विज़ुअलाइज़ेशन के तरीके प्रस्तुत किए गए हैं।

विभिन्न स्थितियों में मेटाबोलाइट्स और प्रोटीन के बीच संबंधों की तुलना करने के लिए सहसंबंध नेटवर्क और विभेदक सहसंबंध नेटवर्क का निर्माण किया गया। लक्षणों को नोड्स द्वारा दर्शाया जाता है, रेखाएँ (किनारे) लक्षणों के जोड़े के बीच सहसंबंधों के अनुरूप होती हैं। मॉड्यूल - अत्यधिक सहसंबंधित लक्षणों वाले समूहों का पता लगाया जाता है। हब, जो कई कनेक्शन (अन्य लक्षणों के साथ सहसंबंध) वाले लक्षण हैं, इंगित किए जाते हैं।

सहसंबंध नेटवर्क विश्लेषण R में WGCNA पैकेज का उपयोग करके किया गया था, पियर्सन सहसंबंध मैट्रिक्स को एक पावर फ़ंक्शन का उपयोग करके एक आसन्न मैट्रिक्स में बदल दिया गया था। मॉड्यूल को क्लस्टरिंग द्वारा पता लगाया गया था। बोनफेरोनी सुधार के साथ फिशर के Z परिवर्तन पर आधारित परीक्षण का उपयोग करके विभेदक सहसंबंध नेटवर्क बनाए गए थे। नेटवर्क का विज़ुअलाइज़ेशन साइटोस्केप में किया गया था।

एल्गोरिदम को किसी भी उच्च-थ्रूपुट एलसी-एमएस डेटा के लिए अनुकूलित किया जा सकता है।