omicsGMF:用于散装和单细胞蛋白质组学数据的维度减少,批量校正和归算的多种工具
Alexandre Segers1,2, Cristian Castiglione3, Christophe Vanderaa1
1Department of Applied Mathematics, Computer Science and Statistics, Ghent University. Ghent, Belgium.
bioRxiv : the preprint server for biology
|April 8, 2025
概括
omicsGMF是一个新的矩阵因子化工具,通过整合归算,批量校正和维度减小来改进蛋白质组学数据分析,以获得更快,更准确的批量和单细胞蛋白质组学结果.
科学领域:
- 蛋白质组学是指蛋白质组学.
- 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:
- 质谱 (MS) 能够实现大规模蛋白质组学,但面临着批量效应和缺失数据的挑战.
- 当前的工作流涉及连续的,效率较低的数据处理步骤.
研究的目的:
- 介绍omicsGMF,一个可扩展的矩阵因子化方法,用于蛋白质组学数据.
- 解决缩小维度,批量校正和对MS数据的归算方面的局限性.
主要方法:
- 开发了omicsGMF,一个统一的框架,整合了归算,批量校正和主要组件分析.
- 应用omicsGMF到批量和单细胞蛋白质组学数据集.
主要成果:
- omicsGMF提供快速,可扩展和可解释的维度减少.
- 与现有工具相比,在赋值缺失值方面表现出卓越的性能.
- 展示了用于检测差异丰富的蛋白质的增强统计能力.
结论:
- omicsGMF显著改善了蛋白质组学数据处理和分析.
- 提供了一个可扩展的解决方案,用于大规模蛋白质组学研究的维度减少.
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
3.5K
08:51Author Spotlight: Integrated Multi-Omics Analysis for Unveiling Multicellular Immune Signatures in Clinical Heart Attack Cohorts
Published on: September 20, 2024
1.1K
