ターゲットのないメタボロミクスにおける正確なメタボリートアノテーションのための知識とデータ主導の二層ネットワーク
Haosong Zhang1,2, Xinhao Zeng1,2, Yandong Yin1
1Interdisciplinary Research Center on Biology and Chemistry, Shanghai Institute of Organic Chemistry, Chinese Academy of Sciences, Shanghai, China.
Nature communications
|August 30, 2025
まとめ
この研究は MetDNA3という新しいネットワークベースの戦略を導入し,標的化されていないメタボロミクスのメタボライトアノテーションを大幅に強化します. 精度と効率を向上させ 生物学的サンプルで新しい代謝産物を発見します
科学分野:
- メタボロミクス
- バイオ情報学
- システム生物学
背景:
- メタボライトの注釈は,特に化学的基準のない化合物の構造が多様であるため困難です.
- ネットワークベースの方法は,標的化されていないメタボロミクスにおける代謝物識別のための強力な解決策を提供します.
研究 の 目的:
- ターゲットのないメタボロミクスにおけるメタボリートアノテーションの改善のための高度なネットワークベースの戦略を開発する.
- メタボライトの検出の範囲,精度,計算効率を向上させる.
主な方法:
- 2層のインタラクティブネットワークトポロジーを開発し,データ駆動型と知識駆動型ネットワークを統合しました.
- グラフニューラルネットワークベースの予測を用いた包括的な代謝反応ネットワークを策定した.
- MS1マッチング,反応マッピング,MS2類似性制約を介して統合された実験データ.
主要な成果:
- アノテーションの伝播のための計算効率の10倍以上の改善を達成しました.
- 種子代謝産物1600種以上と,生物学的サンプルで推定代謝産物12,000種以上を記述した.
- 既存のデータベースにはない2つの内生代謝産物が見つかりました.
結論:
- 開発された戦略は,メタボライトアノテーションの範囲,正確さ,効率を大幅に高めています.
- MetDNA3は,複雑な生物学的システムにおけるメタボリート識別のための堅牢で効率的なツールを提供します.
- このアプローチは新しい代謝産物の発見を容易にし,代謝学的な研究を進める.
