预测CMB:预测微生物代谢物的变化,基于对枪支元基因组数据的基因代谢物网络分析

科学领域:

• 微生物组研究 微生物组研究
• 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:

• 微生物群衍生代谢物对宿主生物学有深远的影响,需要对微生物代谢转移进行研究.
• 现有的计算工具从元基因组数据中推断出微生物代谢功能,但缺乏对预测个体代谢物水平变化的关注.
• 准确预测代谢物变化对于从基因组数据中了解微生物代谢潜力至关重要.

研究的目的:

• 引入一种新的计算方法,即预测微生物代谢物 (PredCMB) 的变化,用于使用猎枪元基因组数据预测单个代谢物变化.
• 评估PredCMB的性能与现有的方法在预测代谢物变化从元基因组数据的性能.

主要方法:

• 预测CMB利用中枪元基因组数据和酶基因-代谢物网络来预测代谢物变化.
• 该方法评估条件之间的差异性酶性基因丰度,以估计其对代谢物变化的影响.
• 验证涉及将PredCMB应用于来自炎症性肠病和胃癌队列的配对的枪甲基因组学和代谢学数据.

主要成果:

• 与以前的方法相比,PredCMB表现出更高的性能,预测和实验测量的代谢物变化之间的相关性更高.
• 该工具成功地确定了关键代谢物类,条件之间有显著的变化.
• 通过预测单个代谢物变化,PredCMB提供了对微生物代谢动态的更深入的洞察,与仅专注于途径活性的方法不同.

结论:

• 预测CMB提供了一种新的方法,可以直接从猎枪元基因组数据中预测个体代谢物变化.
• 这种方法增强了对微生物代谢潜力的理解,以及它对宿主生物学和疾病发病的贡献.
• 在代谢学研究中,PredCMB可以改进目标代谢物选择,并改善对微生物代谢物在疾病中的作用的评估.