FNICM:一种新的方法来识别基于显著扰乱的代谢子网络的核心代谢物
Qi Li1, Ying-Hao Yin1,2, Zi-Wei Liu1
1State Key Laboratory of Natural Medicines, Department of Chinese Medicines Analysis, School of Traditional Chinese Pharmacy, China Pharmaceutical University, Nanjing 210009, China.
Analytical chemistry
|February 16, 2024
概括
识别核心代谢物对疾病诊断至关重要. 这项研究引入了一个新的框架,FNICM,整合了代谢学和网络生物学,以发现可靠的疾病相关代谢物,以改善诊断和治疗.
科学领域:
- 生物医学研究生物医学研究
- 代谢学 代谢学 代谢学
- 网络生物学 网络生物学
背景情况:
- 代谢学有助于了解疾病生物标志物,但识别核心代谢物仍然具有挑战性.
- 可靠的核心代谢物对于准确的疾病诊断和进展监测至关重要.
研究的目的:
- 开发一个新的框架 (FNICM) 来识别核心代谢物.
- 将基于检测的代谢学与计算网络生物学相结合,以实现功能引导和基于网络的代谢物识别.
- 验证框架在疾病诊断和药物治疗中的实用性.
主要方法:
- 提出了基于功能和基于网络的核心代谢物识别 (FNICM) 框架.
- 集成的目标代谢学与网络拓分析.
- 利用可控性分析来识别和分层核心代谢物.
主要成果:
- 成功鉴定出35种与性结肠炎 (UC) 相关的核心代谢物.
- 使用独立的UC患者数据集验证了这些代谢物的诊断潜力.
- 证明了该框架在各种疾病 (IBD,CRC,ACS) 和治疗环境中的适用性.
结论:
- FNICM方法提供了一个强大的框架,用于识别可靠的核心代谢物.
- 这种方法为疾病诊断和药物开发提供了系统和整体的视角.
- FNICM增强了对性结肠炎等疾病的生物标志物的发现,并有助于评估治疗效果.
更多相关视频
07:11Author Spotlight: Emerging Technologies and Advanced Tools for Decoding Metabolomics Data Analysis
Published on: November 10, 2023
2.3K
09:38Single-throughput Complementary High-resolution Analytical Techniques for Characterizing Complex Natural Organic Matter Mixtures
Published on: January 7, 2019
8.6K
