metLinkR:通过自动链接代谢物标识符来促进人类代谢学数据的元分析
Andrew Patt1, Iris Pang1, Fred Lee1
1Division of Preclinical Innovation, National Center for Advancing Translational Sciences, NIH, Rockville, Maryland 20892, United States.
Journal of proteome research
|April 4, 2025
概括
MetLinkR是一个新的R包,简化了跨不同代谢数据库的代谢物标识符的交叉链接. 该工具通过标准化代谢物名称和有效地识别常见代谢物,帮助研究人员进行元分析.
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.
- 计算生物学 计算生物学
背景情况:
- 代谢物数据库使用不同的模式和标识符,使交叉研究分析复杂化.
- 缺乏标准化代谢物标识符阻碍了对代谢组数据的元分析.
- 在研究中将代谢物数据联系起来对于全面的研究至关重要.
研究的目的:
- 开发一个自动化工具,在多个数据库中交叉链接代谢物标识符.
- 为了简化生成常见代谢物名称用于元分析的过程.
- 为代谢数据集成提供简化解决方案.
主要方法:
- 实现了metLinkR,这是一个使用RefMet和RaMP-DB的R包.
- 在HMDB,KEGG,ChEBI,LIPIDMAPS和PubChem.chem中输入代谢物的常见名称和标识符.
- 自动彻底搜索代谢物重叠和常见名称生成.
主要成果:
- 在不到18分钟的时间里,MetLinkR处理了13个代谢组数据集 (10,400种代谢物),确定了1377种常见的代谢物,并将74.4%的名称标准化.
- 在另一项对5个数据集 (3512个代谢物) 的分析中,它在不到12分钟的时间内确定了715个常见的代谢物,标准化了82.3%的名称.
- 输出包括用于验证和化学类概述的映射表和指标.
结论:
- MetLinkR提供了一种高效和自动化的解决方案,用于交叉链接代谢物标识符.
- 该包促进了代谢流行病学和相关领域的元分析.
- R包,文档和源代码可供公众下载.


