重要度重み付けオートエンコーダーを用いたクロスプラットフォームメタボロミクス補完

科学分野:

• 計算生物学
• メタボロミクス
• バイオインフォマティクス

背景:

• プラットフォームや定量化方法によるメタボロミクスデータの不均一性は、データ合成や再現を妨げます。
• 様々なソースからのメタボロミクスデータの統合は、大規模な疫学研究やメタアナリシスにとって重要です。

研究 の 目的:

• 異なるプラットフォーム、特にMetabolonとNational Phenome Centre (NPC) からのメタボロミクスデータを集約することを目的として、スケーラブルで正確なクロスプラットフォームメタボロミクス補完法を開発・検証する。

主な方法:

• クロスプラットフォームメタボロミクス補完のために、重要度重み付けオートエンコーダーのアンサンブルを開発しました。
• この手法をAirwave Health Monitoring Studyの979サンプルに適用し、MetabolonとNPCプラットフォームを比較しました。
• 補完精度は、生成されたサンプルと実際の値との相関、および捕捉された分散の評価によって評価されました。

主要な成果:

• 生成されたメタボロミクスサンプルは、実際の値と高い相関を示しました（µρ = 0.61）。
• 199個の補完された代謝物（22%）のサブセットは、最小限の不確実性で≥55%の分散を捉えました。
• 補完された代謝物と臨床転帰（BMI、CRP）との関連は、検証サンプルにおける実際の代謝物との関連と高度に一致していました。

結論:

• 開発されたオートエンコーダーアンサンブルは、クロスプラットフォームメタボロミクス補完のためのスケーラブルで正確なソリューションを提供します。
• この方法論的革新により、異なるソースからのメタボロミクスデータの統合が促進され、研究が強化されます。
• このアプローチは、大規模な疫学研究における堅牢な再現とメタアナリシスをサポートします。