metGWAS 1.0:一个R工作流程,用于在独立的代谢和元基因组范围的关联研究之间进行网络驱动的过度代表性分析
Saifur R Khan1,2,3,4,5, Andreea Obersterescu4, Erica P Gunderson6,7
1Department of Medicine (Cardiology), University of Pittsburgh, Pittsburgh, PA 15261, United States.
Bioinformatics (Oxford, England)
|August 23, 2023
概括
一个新的生物信息学工具metGWAS 1.0使用独立的全基因组关联研究 (GWAS) 和代谢学数据识别基因与代谢物变化的关联. 这种方法克服了用于疾病特征研究的综合数据集的局限性.
科学领域:
- 生物信息学是一种生物信息学.
- 系统生物学 系统生物学
- 遗传学 遗传学 是一个
背景情况:
- 全基因组关联研究 (GWAS) 和代谢学对识别与疾病相关的基因和途径具有强大作用.
- 来自同一个人的组合基因组和代谢组数据集通常由于成本和后勤挑战而不可行.
- 需要分析独立代谢学数据的工具,以找到与代谢物改变的基因关联.
研究的目的:
- 开发一个生物信息学工具,metGWAS 1.0,用于识别与代谢物改变相关的基因位点相关的多态变异,使用独立的GWAS和代谢学数据.
- 为了使在疾病状态中发现新的代谢物-基因关联,而不需要配对数据集.
主要方法:
- 开发了metGWAS 1.0,这是一个生物信息学工具,集成独立的GWAS数据和独立的代谢学数据.
- 在metGWAS 1.0框架内采用基于网络的系统生物学方法.
- 通过两个案例研究的代谢学数据集评估了该工具.
主要成果:
- metGWAS 1.0使用独立数据集成功识别了与代谢物改变相关的基因位置.
- 该工具发现了以前已知的和新的基因位点和单核酸多态.
- 性能与现有的代谢学-GWAS病例研究进行了验证.
结论:
- metGWAS 1.0提供了一种可行的计算方法,用于从独立的代谢学数据中识别基因代谢物协会.
- 该工具通过利用独立的GWAS和代谢学资源,促进疾病特征研究中的新发现.
- 这一框架促进了生物发现的多学科数据的整合.
更多相关视频
08:27Large-Scale Multi-Omics Genome-Wide Association Studies Mo-GWAS: Guidelines for Sample Preparation and Normalization
Published on: July 27, 2021
3.7K
09:38Single-throughput Complementary High-resolution Analytical Techniques for Characterizing Complex Natural Organic Matter Mixtures
Published on: January 7, 2019
8.6K
