MMINP:基于O2-PLS算法进行的基于微生物-代谢物相互作用的代谢特征预测器的计算框架
Wenli Tang1, Huimin Zheng2, Shuangbin Xu1
1Department of Bioinformatics, School of Basic Medical Sciences, Southern Medical University, Guangzhou, China.
Gut microbes
|June 12, 2023
概括
一个新的计算框架,微生物-代谢物相互作用的代谢概况预测器 (MMINP),准确地预测肠道代谢概况. 它考虑了代谢物对微生物基因的影响,推进了微生物组和疾病研究.
科学领域:
- 微生物组研究的研究.
- 代谢学 代谢学 代谢学
- 生物信息学是一种生物信息学.
背景情况:
- 肠道代谢组连接肠道微生物群和宿主生理学,提供诊断和治疗潜力.
- 现有的生物信息学工具主要关注微生物基因对代谢物的影响,忽视了代谢物对微生物基因的影响.
研究的目的:
- 开发一种新的计算框架,即基于微生物-代谢物相互作用的代谢概况预测器 (MMINP),用于预测肠道代谢概况.
- 与现有方法相比,研究MMINP的预测性能.
- 确定影响数据驱动预测方法准确性的关键因素.
主要方法:
- 使用双向直角部分最小平方 (O2-PLS) 算法构建MMINP框架.
- 对MMINP与其他方法 (如MelonnPan和ENVIM) 的比较分析.
- 评估诸如训练样本大小,宿主疾病状态和预测准确性数据预处理等因素.
主要成果:
- MMINP对肠道代谢概况具有显著的预测价值.
- 该研究确定了培训样本大小,宿主疾病状态和上游数据处理作为影响预测性能的关键特征.
- MMINP显示了与现有方法相比的性能改善或可比性.
结论:
- MMINP提供了一种可靠的方法,可以从肠道微生物群数据中预测代谢概况.
- 使用数据驱动方法准确预测需要标准化宿主疾病状态,一致的预处理和适当的训练样本大小.
- 该框架增强了对微生物-代谢物相互作用及其在宿主健康中的作用的理解.
