基于知识和数据的双层网络,用于在非目标代谢学中准确的代谢物注释
Haosong Zhang1,2, Xinhao Zeng1,2, Yandong Yin1
1Interdisciplinary Research Center on Biology and Chemistry, Shanghai Institute of Organic Chemistry, Chinese Academy of Sciences, Shanghai, China.
Nature communications
|August 30, 2025
概括
这项研究引入了MetDNA3,一种基于网络的新策略,可显著增强非目标代谢学中的代谢物注释. 它提高了准确性和效率,在生物样本中发现了新的代谢物.
科学领域:
- 代谢学
- 生物信息学
- 系统生物学
背景情况:
- 由于结构多样化,特别是没有化学标准的化合物,代谢物注释是困难的.
- 基于网络的方法为非目标代谢学中的代谢物识别提供了强大的解决方案.
研究的目的:
- 开发基于网络的先进策略,以改善非目标代谢学中的代谢物注释.
- 提高代谢物识别的覆盖范围,准确性和计算效率.
主要方法:
- 开发了一个双层交互式网络拓,集成数据驱动和知识驱动的网络.
- 使用基于图形神经网络的预测策划了一个全面的代谢反应网络.
- 通过MS1匹配,反应映射和MS2相似性约束集成的实验数据.
主要成果:
- 在注释传播的计算效率上实现了10倍以上的改进.
- 在生物样本中注释了超过1600种代谢物和超过12000种假定注释的代谢物.
- 在现有数据库中发现了两种以前未被描述的内源代谢物.
结论:
- 开发的策略显著提高了代谢物注释的覆盖范围,准确性和效率.
- 在复杂的生物系统中,MetDNA3提供了强大而有效的代谢物识别工具.
- 这种方法有助于发现新型代谢物,并促进了代谢学研究.
