Nucleic Acids Res | 代谢组学数据预处理
Nucleic Acids Res | 代谢组学数据预处理
代谢组学（Metabolomics）以生物体内所有代谢产物为研究对象，定性定量地研究代谢物与机体生理或病理变化之间的关系。近年来，时间序列代谢组学（J Biol Chem. 292: 19556-64, 2017）和多类别代谢组学（Science. 363: 644-9, 2019）备受关注，因而对这些研究中的复杂组学数据的统计分析已经成为领域内极富挑战的前沿方向。其中，对上述代谢组数据的预处理一直存在方法繁多、性能不一、缺乏评估等严重影响处理效能的关键问题（J Proteome Res. 13: 3114-20, 2014）。针对上述问题，浙江大学药学院朱峰教授课题组，在其开发的数据归一化工具NOREVA的基础上，构建了用于时间序列和多类别代谢组学数据预处理的新型服务系统（https://idrblab.org/noreva/）。该项研究工作于近期发表在《Nucleic Acids Research》杂志上（如下图），为代谢组学研究提供了新颖的解决方案。
1
实现了对预处理的全面扫描和系统评估
基于朱峰课题组提出的标准化新策略（Brief Bioinform. 21: 2142-52, 2020），实现了对数百种代谢组数据预处理流程的全面扫描。基于五个独立标准的评估策略（Mol Cell Proteomics. 18: 1683-99, 2019），实现了对所有预处理流程的系统评估。这些功能，使得这一新系统能够有效的针对时间序列和多类别代谢组学数据（如下图），开展预处理流程的全面扫描和系统优化，此新系统也因此成为了其他可用工具的重要补充。
2
提升了时间序列代谢组数据预处理的效能
预处理的正确应用必须保持“真”标志物（如临床已知标记物、加入的标准化合物等）的变化水平。作为色氨酸的代谢物，犬尿氨酸被报道将在疟疾感染患者的血浆中显著升高，同时在治疗后会恢复正常。基于新系统对代谢组学基准测试数据的处理和评估，在三个时间点（疟疾感染前、诊断确定日和治疗后三周）的分析结果显示（如下图）：评测效能优异的数据预处理流程（a和b）能有效保存犬尿氨酸的生物变化（疟疾感染后在血浆中升高，且经治疗后显著下降）；相反，评测效能较差的数据预处理流程（c）几乎无法保留这种变化。换言之，新系统可以有效提升时间序列代谢组数据预处理的效能。
3
系统优化了多类别代谢组数据预处理流程
新系统在多类代谢组学数据预处理中的应用显示：对于按照不同浓度配比添加的九种标准化合物（spiking compounds）来说，评测效能优异的数据预处理流程（a）能有效保存所有九种化合物的浓度配比梯度（如下图）；相反，评测效能较差的数据预处理流程（b）则完全无法保留各个化合物的浓度差异（如下图）。换言之，此新系统可以系统优化多类别代谢组数据预处理的流程。
4
研究总结
本研究构建的新型在线服务系统（https://idrblab.org/noreva/）实现了对时间序列和多类别代谢组学数据的预处理，首次通过多角度评估实现了对数百种代谢组数据预处理流程的全面扫描（如下图）。对基准测试数据的案例分析验证了此新系统的重要性和有效性。随着组学研究的普及和深入，此新系统和其他工具可以共同为相关领域的研究做出贡献。此项研究工作共同第一作者为浙江大学药学院的杨庆霞博士和王云霞博士。
参考资料
Yang, QX; Wang, YX; Zhang, Y; Li, FC; Xia WQ; Zhou, Y; Qiu, YQ; Li, HL; Zhu, F*. NOREVA: enhanced normalization and evaluation of time-course and multi-class metabolomic data. Nucleic Acids Research. 48: 436-48 (2020).