BinDiscover数据库:一个以生物学为重点的元分析工具,用于156,000个GC-TOF MS代谢组样本
Parker Ladd Bremer1, Gert Wohlgemuth2, Oliver Fiehn3
1Department of Chemistry, University of California, Davis, CA, 95616, USA.
Journal of cheminformatics
|July 20, 2023
概括
现在BinBase数据库提供BinDiscover,这是一个用于探索超过156,000个气色谱/质谱 (GC/MS) 代谢学样本的工具. 这个平台有助于生物学家在产生假设和了解各种物种和条件的小分子生物学.
科学领域:
- 代谢学 代谢学 代谢学
- 生物信息学是一种生物信息学.
- 系统生物学 系统生物学
背景情况:
- 气色谱/质谱 (GC/MS) 是小分子生物学的一个关键技术.
- 西海岸代谢学中心策划了大量GC/MS代谢学数据的数据集.
- 标准化和获取多样化的代谢学数据对生物洞察具有挑战性.
研究的目的:
- 开发一个直观的网络工具,BinDiscover,用于使用标准化代谢学数据生成假设.
- 为了使生物学家能够快速探索和可视化来自大规模代谢学数据库的见解.
- 利用本体学来有效地聚合和分析生物元数据.
主要方法:
- 开发了BinDiscover查询界面的开发.
- 集成了包含超过156,000个GC/MS代谢学样本的标准化BinBase数据库.
- 使用本体学对样本进行分组,并根据元数据近距离进行差异分析.
主要成果:
- BinDiscover提供易于使用的代谢学观测总结和图形.
- 该工具有助于在各种物种,器官,疾病和化合物中进行探索.
- 由本体学驱动的分析能够同时探索生物类别和差异化代谢物丰度.
结论:
- BinDiscover提供了一个强大且易于使用的生物发现平台,使用大规模的代谢学数据进行生物发现.
- 该工具标准化了数据探索,并为生物学家提供了hypothesis生成.
- 基于本体学的数据聚合增强了从复杂数据集中发现生物见解的能力.
