相关实验视频
Updated: Jun 22, 2026

14:18
A Strategy for Sensitive, Large Scale Quantitative Metabolomics
Published on: May 27, 2014
21.0K
液体染色学-质谱学代谢学数据处理的自动化工作流组成系统.
Xinsong Du1,2, Farhad Dastmalchi3, Matthew A Diller3
1Division of General Internal Medicine, Department of Medicine, Brigham and Women's Hospital, Boston, Massachusetts 02115, United States.
Journal of the American Society for Mass Spectrometry
|October 24, 2023
概括
自动化工作流组成 (AWC) 系统可以简化液体染色学-质谱学 (LC-MS) 代谢学数据处理. 这项研究证明了AWC的可行性,为复杂的生物数据分析生成了新的可执行工作流.
科学领域:
- 计算生物学 计算生物学
- 生物信息学是一种生物信息学.
- 分析化学 分析化学
背景情况:
- 液体染色学-质谱学 (LC-MS) 代谢学产生高维数据,需要复杂的信息学进行分析.
- 为LC-MS代谢学数据处理开发定制的计算工作流程对研究人员来说是一个重大挑战.
- 基于本体学的自动化工作流组成 (AWC) 为创建可适应的计算管道提供了一个有希望的解决方案.
研究的目的:
- 评估使用基于本体学的AWC系统用于LC-MS代谢学数据处理的可行性.
- 使用自动化管道探索器 (APE) 开发和评估用于高维代谢学数据的计算工作流.
主要方法:
- 利用自动化管道探测器 (APE) 构建了一个针对LC-MS代谢学数据量身定制的AWC系统.
- 在三个不同的用例中应用了AWC系统来预测数据处理工作流.
- 执行手动审查并评估生成的工作流程的可执行性和计算可行性.
主要成果:
- 在这三个用例中,APE预测总共有145个数据处理工作流.
- 确定了六个传统和六个新的工作流,其中三分之一的新工作流被发现是可执行的.
- 在选择每个用例前六个时,实现了预测工作流的45%的计算可行性率.
结论:
- 该研究成功地证明了开发用于自动化LC-MS代谢学数据处理的AWC系统的可行性.
- 像APE这样的基于本体学的AWC系统可以生成新和可执行的工作流,简化复杂的数据分析.
- 这种方法有可能提高代谢学研究的效率和可重复性.

